专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果154个,建议您升级VIP下载更多相关专利
  • [发明专利]数据通信方法、装置、电子设备及存储介质-CN202210179067.0在审
  • 张晓亮;颜冬;钟珊;孙红星;罗昊南;王曼;陈彦如;崔守信;余世明 - 顺丰科技有限公司
  • 2022-02-25 - 2023-09-05 - H04L9/40
  • 本申请提供一种数据通信方法、装置、电子设备及计算机可读存储介质。该数据通信方法包括:接收基于运营系统账户在运营系统操作生成的对仓库管理系统的第一业务调用请求,第一业务调用请求包含运营系统账户关联的第一运营系统编码、第一密钥计算结果、第一仓库访问账号和第一仓库编码;基于第一运营系统编码、第一密钥计算结果和第一仓库访问账号,对运营系统账户进行鉴权得到第一鉴权结果;当运营系统账户拥有仓库管理系统的访问权限时,根据第一仓库编码从仓库管理系统获取与第一业务调用请求对应的业务数据反馈至运营系统账户对应的运营系统。本申请中可以避免各系统间数据信息通信存在互通互融成本较高、互通效率较低、数据安全性低的问题。
  • 数据通信方法装置电子设备存储介质
  • [发明专利]基于端到端模型的爬坡预测方法-CN202210043642.4在审
  • 张媛媛;陈彦如;王浩;岳凯峰;赵万槟;李亚洁;刘宜珈;李京鹏;胡翔;陈良银 - 四川大学
  • 2022-01-14 - 2023-07-25 - G06Q10/04
  • 本发明公开了一种基于端到端模型的爬坡预测方法。其方法主要包括数据预处理、预测模型训练、模型预测和风电功率爬坡检测四部分;预测模型训练包括主预测模型训练模块和误差修正模型训练模块,模型预测包括主模型预测模块和误差模型修正模块;主预测模型训练模块用于将历史风电功率数据、历史风速数据和预报风速数据作为模型输入;误差修正模型训练模块用于将主模型输出的风电功率预测残差序列作为数据集对误差修正模型进行训练测试;主模型预测模块用于对风电功率进行预测;误差模型修正模块用于将主预测模型的输出作为残差模型输入,预测残差修正初步预测值;风电功率爬坡检测模块用于风电功率预测序列的爬坡检测,得到爬坡预测特征量。
  • 基于端到端模型爬坡预测方法
  • [发明专利]一种基于Quartiles和DBN的风功率预测方法-CN202111402474.5在审
  • 王浩;陈彦如;张媛媛;陈俊任;王盛圩;吴迪智;兰镇宇;张婷;张泰豪;陈良银 - 四川大学
  • 2021-11-23 - 2023-05-26 - G06Q10/04
  • 本发明公开了一种基于Quartiles和DBN的风功率异常点剔除及风功率准确预测的方法。首先对指定未来时间尺度下的风速进行单步/多步预测。接着,完成数据清洗,基于四分位数法剔除指定风速间隔下对应的风功率离群值及指定风功率间隔下指定的风速离群值。依据v‑p点分布特性将异常点分为四类。在初步剔除中,找出第一、第二及其它类异常点,清除指定风速区间内对应的风功率离群值及指定风功率区间内对应的离群风速值。通过DBN深度神经网络,构造WTPC模型。输入清洗完毕后的数据,利用堆叠RBM完成参数初始化。通过BP反向传播对整个DBN网络参数微调,完成WTPC模型的构造。将之前得到的风速预测值代入WTPC模型,得到相同时间尺度下的单步/多步风功率预测值。
  • 一种基于quartilesdbn功率预测方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top