“短期”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果15217个，建议您升级VIP下载更多相关专利

[发明专利]基于改进AlexNet-GRU模型的配电网短期负荷预测方法及装置-CN202110598679.9在审
发明人：朱海南;李丰硕;孙华忠;王娟娟;李宗璇;薛云霞;宋静;张锴 -专利权人：国网山东省电力公司潍坊供电公司;国家电网有限公司
申请日： 2021-05-31 - 公布日： 2021-08-06 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及电力系统负荷预测技术领域，具体涉及基于改进AlexNet‑GRU模型的配电网短期负荷预测方法及装置，所述短期负荷预测模型的训练方法包括获取样本数据，所述样本数据包括天气影响因素、样本时间的历史负荷样本数据以及样本时间对应的日类型；将所述样本数据输入短期负荷预测模型中，得到所述样本时间对应的短期负荷预测结果；基于所述样本时间对应的短期实际结果以及所述短期预测结果，对所述短期负荷预测模型进行训练，确定目标短期负荷预测模型。在训练过程中结合天气影响因素以及样本时间对应的日类型进行，考虑到了天气及不同日类型对负荷的影响，能够提高短期负荷预测的精度。
基于改进 alexnet gru 模型配电网短期负荷预测方法装置

[发明专利]基于BR-SOM聚类算法的配电网短期负荷预测模型建立方法-CN202211696858.7在审
发明人：李灯熬;赵菊敏;王鑫磊 -专利权人：山西省能源互联网研究院
申请日： 2022-12-28 - 公布日： 2023-05-12 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及配电网短期负荷预测技术领域，具体为一种基于BR‑SOM聚类算法的配电网短期负荷预测模型建立方法，首先收集短期负荷历史样本，并进行归一化处理，加快建模速度；然后采用SOM聚类算法对短期负荷历史样本进行分类，构建贝叶斯算法的学习样本；最后采用贝叶斯学习算法建立短期负荷预测模型。本发明方法能够提高配电网短期负荷预测能力。
基于 br som 算法配电网短期负荷预测模型建立方法

[发明专利]短期电力负荷预测方法-CN201910568621.2在审
发明人：何建剑;苏冬梅;李靖波;王国彬;刘会;岳东明;张羽;苗光尧;田晓涛;陈锋锐;李叶飞;王磊;周玫;安静;贺生斌 -专利权人：国网宁夏电力有限公司电力科学研究院
申请日： 2019-06-27 - 公布日： 2019-10-11 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及电力预测领域，更具体地说，涉及一种短期电力负荷预测方法，包括：从历史数据中获取短期电力负荷样本数据针对短期电力负荷样本数据利用主成分分析技术进行分析，得到短期电力负荷的主成分分量数据；构建支持向量机模型，并根据主成分分量数据构建训练集；运用训练集对支持向量机模型进行训练，得到短期电力负荷预测模型；利用所述短期电力负荷预测模型对未来短期的电力负荷进行预测。
电力负荷电力负荷预测支持向量机模型主成分分量样本数据训练集主成分分析电力预测历史数据数据构建预测构建分析

[发明专利]一种超短期系统负荷预测实时在线考核分析方法-CN201410407340.6在审
发明人：李博;曾莉丽;邓勇;门德月;戴赛;崔晖;姚宇臻;黄金富;李伟刚;张加力;黄国栋;闫翠会;黄文英;杨桂钟;朱翊;刘鹏;胡晨旭 -专利权人：国家电网公司;中国电力科学研究院;国网福建省电力有限公司
申请日： 2014-08-18 - 公布日： 2014-11-26 - 主分类号： H04L12/24 文献下载
摘要：本发明提供一种超短期系统负荷预测实时在线考核分析方法，包括以下步骤：保存超短期系统负荷预测在线计算结果；获取超短期系统负荷预测在考核时间段或时刻点的预测数据；获取超短期系统负荷预测在考核时间段或时刻点的实际数据；在线滚动进行超短期系统负荷预测考核分析。本发明针对超短期预测计算速度快、计算频率高的特点，将超短期系统负荷预测每次的预测结果进行保存，记录每次系统预测情况，以便跟踪分析前一时间段或时刻点超短期系统负荷预测准确率，全方位实时监控超短系统负荷预测运行情况
一种短期系统负荷预测实时在线考核分析方法

[发明专利]一种LTE容量均衡的载波调度方法和装置-CN201811634455.3在审
发明人：刘兵;王明;张琪斌 -专利权人：北京亿阳信通科技有限公司
申请日： 2018-12-29 - 公布日： 2020-07-07 - 主分类号： H04W16/10 文献下载
摘要：所述方法包括：根据LTE小区在设定时段内的传输数据、流量数据确定LTE小区中的高负荷待扩容小区和低负荷小区；根据所述高负荷待扩容小区的故障信息、负载均衡信息、资源配置信息获得所述高负荷待扩容小区中的动态短期扩容小区和所述低负荷小区中的动态短期抽闲小区；根据所述动态短期扩容小区和所述动态短期抽闲小区的性能数据、规划数据、场景资源数据，确定所述动态短期扩容小区的待扩容区域和所述动态短期抽闲小区的可抽闲区域；预设调度策略，根据所述动态短期扩容小区的调度特征参数信息获取所述动态短期扩容小区的调度策略；根据所述调度策略执行调度任务，对将所述动态短期扩容小区的待扩容区域和所述动态短期抽闲小区的可抽闲区域进行匹配。
一种 lte 容量均衡载波调度方法装置

[发明专利]一种基于改进长短期记忆网络的开关柜状态评价方法-CN202110968815.9在审
发明人：白桦;徐世泽;王正用;邱益林;孔王莺;李江涛;郑昕雷;梅家葆 -专利权人：浙江华云电力工程设计咨询有限公司;西安交通大学
申请日： 2021-08-23 - 公布日： 2022-01-04 - 主分类号： G06Q10/00 文献下载
摘要：本发明为一种基于改进长短期记忆网络的开关柜状态评价方法，属于开关柜状态评价领域，采用技术方案如下：一种基于改进长短期记忆网络的开关柜状态评价方法，包括如下步骤：将选取开关柜的状态指标归一化处理，输入到长短期记忆网络模型中训练，获得原始模型参数；采用熵权法将一个检修周期内的短期记忆指标标准化处理，并计算短期记忆指标的变值权重，获得改进长短期记忆网络模型及其参数；将开关柜状态指标的历史信息输入到改进长短期记忆网络模型，获得开关柜状态信息改进长短期记忆网络算法通过熵权法实时计算短期记忆指标的输入门变值权重，增加突变劣化短期记忆指标的输入权重，提高开关柜状态评价的及时性和准确性。
一种基于改进短期记忆网络开关柜状态评价方法

[发明专利]一种风电场发电功率超短期预测方法-CN201410529674.0有效
发明人：周永华;张国建;郭彦飞;李科;郭宇能;梁进 -专利权人：国电南瑞科技股份有限公司
申请日： 2014-10-09 - 公布日： 2017-11-10 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种风电场发电功率超短期预测方法，包括以下步骤A）获取风电场的实测功率数据和短期预测功率数据；B）对获取的数据进行数据预处理；C）根据预处理后的风电场的实测功率数据和短期预测功率数据，利用基于预测时间长度的风电场发电功率超短期预测模型得到风电场的超短期预测功率；D）根据风电场的超短期预测功率，确定风电场发电功率超短期预测模型的最佳预测时间长度；E）基于最佳预测时间长度的风电场发电功率超短期预测模型进行风电场的超短期功率预测。
一种电场发电功率短期预测方法

[发明专利]一种电力系统的短期负荷预测方法-CN202110365105.7有效
发明人：李兵;杜晋娜;单万宁;何怡刚;尹柏强;佐磊 -专利权人：合肥工业大学
申请日： 2021-04-02 - 公布日： 2022-08-30 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种电力系统的短期负荷预测方法，包括：采集电力系统短期负荷曲线，以及相关影响因子历史数据曲线；对电力系统短期负荷曲线及相关影响因子历史数据曲线进行n次分解，每个信号得到n个分量；基于支持向量机SVM计算电力系统短期负荷每个分量的函数表达式，根据最小二乘法计算每个分量权重，构建电力系统短期负荷预测模型；采集电力系统短期负荷未来24小时的温度、湿度和露点数据曲线并进行n次分解输入步骤(3)，通过电力系统短期负荷预测模型输出结果本发明通过对电力系统短期负荷及相关影响因子温度、湿度和露点数据信号多层分解，有效利用信号的丰富信息，提高电力系统短期负荷预测的准确性。
一种电力系统短期负荷预测方法

[发明专利]基于用户的复杂多模式兴趣提取与建模的序列推荐方法-CN202211505338.3有效
发明人：王东京;陈建江;俞东进;张新;向正哲 -专利权人：杭州电子科技大学
申请日： 2022-11-29 - 公布日： 2023-09-01 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开了一种基于用户的复杂多模式兴趣提取与建模的序列推荐方法，包括如下步骤：步骤1、得到长期嵌入序列和短期嵌入序列；步骤2、通过长期嵌入序列和短期嵌入序列得到更新的长期嵌入序列和短期嵌入序列；步骤3、将更新的长短期嵌入序列中最后一个物品的嵌入向量作为用户的长短期动态兴趣，通过加权计算得到用户的长短期静态兴趣；步骤4、将长短期动态兴趣和长短期静态兴趣进行拼接然后进行非线性变化得到用户的长短期进化兴趣
基于用户复杂模式兴趣提取建模序列推荐方法

[发明专利]用于确定短期驾驶倾向的可变控制装置和方法-CN201310741446.5有效
发明人：田炳昱;郑同训 -专利权人：现代自动车株式会社;起亚自动车株式会社
申请日： 2013-12-27 - 公布日： 2019-01-11 - 主分类号： B60W40/09 文献下载
摘要：本发明提供了一种用于确定短期驾驶倾向的可变控制装置和方法。所述装置包括：驾驶信息收集单元，其配置成收集用于确定驾驶倾向的驾驶信息；第一短期驾驶倾向计算模块，其配置成基于输入的加速踏板位置传感器（APS）的开度，利用模糊控制理论计算第一短期驾驶倾向指数；第二短期驾驶倾向计算模块，其配置成基于输入的前方车辆相对速度，利用模糊控制理论计算第二短期驾驶倾向指数；以及控制模块，其配置成通过对于每个车速，有差别地应用分别与第一短期驾驶倾向指数和第二短期驾驶倾向指数相对应的权重值，来计算最终的短期驾驶倾向指数
用于确定短期驾驶倾向可变控制装置方法

[发明专利]基于长短期记忆网络的风电功率短期预测方法-CN201811005283.3有效
发明人：张晋华;程鹏;黄慧;李茂茗 -专利权人：华北水利水电大学
申请日： 2018-08-30 - 公布日： 2021-02-26 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于长短期记忆网络的风电功率短期预测方法，包括长短期记忆神经网络训练算法、短期风电预测误差分布算法和风电机组发电功率短期预测模型设计。本发明从深度学习网络出发，建立基于长短期记忆网络算法(LSTM)风电功率预测模型，以高斯混合模型(GMM)分析短期风电功率预测的误差分布特点。本发明通过GMM模型可以得到二台机组不同的置信区间。
基于短期记忆网络电功率预测方法

[实用新型]一种省地县多级小水电集群短期功率预测系统-CN201720126437.9有效
发明人：文贤馗;范强;林呈辉 -专利权人：贵州电网有限责任公司电力科学研究院
申请日： 2017-02-10 - 公布日： 2017-08-29 - 主分类号： G06Q10/04 文献下载
摘要：本实用新型公开了一种省地县多级小水电集群短期功率预测系统，它包括小水电控制系统，小水电控制系统与县级小水电集群短期功率预测系统连接，县级小水电集群短期功率预测系统与市地级小水电集群短期功率预测系统连接，市地级小水电集群短期功率预测系统与省级小水电集群短期功率预测系统连接；解决了现有技术的小水电由于没有进行短期功率预测存在的对电网安全稳定运行以及电网调度等带来的不良影响等技术问题。
一种多级小水电集群短期功率预测系统

[发明专利]风电场短期功率预测精度的评价方法-CN201310741374.4在审
发明人：李闯;韩明;朱志成;申烛;孟凯锋;孙翰墨;岳捷;陈欣 -专利权人：中能电力科技开发有限公司
申请日： 2013-12-27 - 公布日： 2014-03-26 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供了一种风电场短期功率预测精度的评价方法，包括以下步骤：A、采集风场实测数据；B、根据风场实测数据计算风电场功率实际预测误差和理想预测误差；C、比较所述实际预测误差和所述理想预测误差，根据比较结果评价风电场短期功率预测精度以通过计算并比较风电场短期功率预测误差解析出影响短期功率预测的因素，进而为短期功率预测调整提供依据，以确保风电场短期功率预测的精度。
电场短期功率预测精度评价方法

[发明专利]阻力预测网络的训练、船舶的阻力预测方法及相关装置-CN202210712961.X在审
发明人：蔡睿眸;彭震;黄琼;王涛;刘天夫;徐超 -专利权人：广船国际有限公司
申请日： 2022-06-22 - 公布日： 2022-08-23 - 主分类号： G06F30/15 文献下载
摘要：本发明公开了一种阻力预测网络的训练、船舶的阻力预测方法及相关装置，通过获取仿真的船舶在航行过程中三维的第一仿真流场数据训练多个第一长短期记忆网络和第二长短期记忆网络，其中第一长短期记忆网络输出多个预测的第一阻力，第二长短期记忆网络则以拼接的第一阻力为输入，输出对船舶预测的第二阻力，并通过第二阻力更新多个第一长短期记忆网络和第二长短期记忆网络，并将符合预设评价标准的多个第一长短期记忆网络和第二长短期记忆网络输出为多尺度的阻力预测网络，其中由于多个第一长短期记忆网络间节点数量不同，则通过节点数量不同的第一长短期记忆网络将学习到第一仿真流场数据的不同尺度的时序特征，达到充分学习的效果，提升阻力预测的准确性。
阻力预测网络训练船舶方法相关装置

[发明专利]基于灰关联时间序列的短期风速预测方法-CN201610310910.9在审
发明人：李迺璐;王世杰;邱松;徐燕;徐庆 -专利权人：扬州大学
申请日： 2016-05-12 - 公布日： 2016-09-21 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开一种基于灰关联时间序列的短期风速预测方法，包括：(10)历史风速时间序列数据形成：按照采集时间顺序排列风电场实测风速，形成历史风速时间序列；(20)训练样本集获取：差分化历史风速时间序列，得到训练样本集；(30)灰关联优化风速预测模型获取：运用灰关联决策分析方法对时间序列模型的阶数进行多目标下的优化决策分析，并运用训练样本集进行灰色时间序列模型训练，得到最优风速预测模型；(40)差分化的短期预测风速获取：利用最优风速预测模型进行风电场短期风速预测，得到差分化的短期预测风速；(50)实际短期预测风速获取：反差分化短期预测风速，得到风电场短期预测风速。本发明的短期风速预测方法，预测误差小。
基于关联时间序列短期风速预测方法