“G06Q10/04”专利分类搜索_专利查询_文献下载_出售_求购_买卖_交易

钻瓜专利网为您找到相关结果40133个，建议您升级VIP下载更多相关专利

[发明专利]一种数据与模型混合驱动的离散制造系统碳排放在线预测方法-CN202310756699.3在审
发明人：曹华军;葛威威;李洪丞;文旋豪;张琼之;李成超;黄子轩 -专利权人：重庆大学
申请日： 2023-06-26 - 公布日： 2023-10-20 - 主分类号： G06Q10/04 文献下载
摘要：一种数据与模型混合驱动的离散制造系统碳排放在线预测方法，包括以下步骤：1)获取离散制造系统的历史碳排放数据，并进行预处理与数据挖掘，形成离散制造系统碳排放数据库；2)建立离散制造系统子设备碳排放特性函数集，形成离散制造系统在不同状态、不同阶段和不同层次下的碳排放机理模型；3)实时采集离散制造系统生产工况的碳排放动态数据，将实时采集的数据与所述碳排放机理模型进行匹配，并对碳排放机理模型中的参数进行量化与修正，得到动态碳排放机理模型；4)利用动态碳排放机理模型对离散制造系统的碳排放进行在线预测。本发明通用性强、适用性广，为离散制造企业后续实施精准、精确和精细化的节能减碳措施提供了方法与模型支撑。
一种数据模型混合驱动离散制造系统排放在线预测方法

[发明专利]基于模糊Bayes网络的变电站防汛能力提升方法-CN202310639147.4在审
发明人：梁允;刘善峰;李哲;王晓辉;夏中原;周宁;兰光宇;耿进锋;王超;王津宇;李帅;崔晶晶;苑司坤;高阳 -专利权人：国网河南省电力公司电力科学研究院;国家电网有限公司
申请日： 2023-05-31 - 公布日： 2023-10-20 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于模糊Bayes网络的变电站防汛能力提升方法，包括步骤：S1、采集变电站当地在线气象数据，对多维气象数据进行预处理，预处理方法包括采用核主成分变换法对多维气象数据进行降维降噪处理；S2、对预处理后的气象数据进行汛潮风险预测，预测方法包括建立多时序循环记忆网络，并采用改进的候鸟群搜索算法对网络模型进行优化，得到降雨量、积水量汛潮风险数据；S3、对获取预测数据进行变电站防汛能力提升，提升方法包括对各类致灾因素确定风险权重系数建立模糊故障树，并将其转化为Bayes网络。通过敏感性分析得到变电站防汛能力关键因素，有效实现变电站防汛能力的提升。
基于模糊 bayes 网络变电站防汛能力提升方法

[发明专利]维修器材消耗预测模型构建方法、装置、终端及存储介质-CN202310783745.9在审
发明人：李万领;梁伟杰;张连武;吕艳梅;毛向东;王正军;黄文斌;蔡娜;赵晔;冯广斌;张东;黄俊凯;李博;李辰皓 -专利权人：中国人民解放军32181部队
申请日： 2023-06-29 - 公布日： 2023-10-20 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及维修器材资源优化技术领域，尤其涉及一种维修器材消耗预测模型构建方法、装置、终端及存储介质，本发明方法首先获取器材的历史消耗数据以及使用条件；然后根据所述历史消耗数据以及所述使用条件，确定维修器材消耗预测模型；接着根据历史数据对所述模型进行求解，获得维修器材消耗预测模型，其中，所述历史数据表征器材已知的概率参数；最后对所述维修器材消耗预测模型的预测结果进行评估，确定所述维修器材消耗预测模型的预测误差。本发明实施方式通过器材的历史消耗数据以及使用条件，确定午休器材消耗预测采用的数学模型，因此，模型与器材的消耗特点适应性好，保证了预测的准确度。
维修器材消耗预测模型构建方法装置终端存储介质

[发明专利]基于自适应训练的充电路线规划方法、装置、设备及介质-CN202310576277.8在审
发明人：李佳琳;王健宗;张东宁 -专利权人：平安科技（深圳）有限公司
申请日： 2023-05-19 - 公布日： 2023-10-20 - 主分类号： G06Q10/047 文献下载
摘要：本申请涉及一种基于自适应训练的充电路线规划方法、装置、设备及介质。该方法获取目标区域内参与调度的充换电站的电站信息和待充换电车辆的车辆信息，确定车辆与电站的充换电路程和预测的充换电耗时，构建表征车辆与电站匹配关系的变量矩阵，结合车辆信息，确定充换电站的供电需求信息，根据变量矩阵、充换电路程、充换电耗时、供电需求信息和电站信息，构建用户侧目标函数和电站侧目标函数，并得到总目标函数，以总目标函数自适应训练变量矩阵，根据训练好的变量矩阵规划车辆与对应的电站之间的充电路线，将用户侧目标函数与电站侧目标函数结合对车辆与电站的匹配关系进行训练，将匹配的待充换电车辆与充换电站之间进行路线规划。
基于自适应训练充电路线规划方法装置设备介质

[发明专利]一种航班延误主要影响因素分析方法-CN202310799120.1在审
发明人：韩光可;朱洁;黄慧敏;赵征;袁嘉玲;黄海平 -专利权人：南京邮电大学
申请日： 2023-07-03 - 公布日： 2023-10-20 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种航班延误主要影响因素分析方法，属于航班延误预测及分析技术领域；方法为：获取航班的数据集；对特征变量进行数据预处理；利用机器学习算法对航班是否延误进行训练和预测，使用网格搜索法对机器学习算法进行参数调优；计算数据集中各个特征的权重；将每个特征分别与目标变量进行聚类，聚类得到的横坐标作为划分类别的区间端点，纵坐标作为该类对应的预测准确度；每个特征进行聚类划分类别后得到每条数据所对应的预测准确度，结果最高的特征作为该航班延误的主要影响因素。本发明通过使用机器学习算法预测航班延误及分析延误原因，预测未来可能的延误主导因素，降低航班延误的可能性和突发性，提高航空公司的运营效率和准确性。
一种航班延误主要影响因素分析方法

[发明专利]水电站辅助设备的劣化趋势预警方法、装置及电子设备-CN202310813933.1在审
发明人：王卫玉;王思嘉;魏加达;刘兴义;罗立军;刘斌;丁晖庆;刘禹;李崇仕;康志远;阳瑞霖;段界峰;张培;莫凡;姜晓峰;胡勇胜;赵训新;何葵东;陈启卷 -专利权人：五凌电力有限公司;湖南五凌电力科技有限公司
申请日： 2023-07-04 - 公布日： 2023-10-20 - 主分类号： G06Q10/04 文献下载
摘要：本公开提出一种水电站辅助设备的劣化趋势预警方法。包括：获取预设时间周期内水电站辅助设备的多个目标运行数据，目标运行数据包括：目标运行时间和/或目标启停间隔时间，并确定与每个目标运行数据对应的目标数据采集时间，再对多个目标运行数据和与每个目标运行数据对应的目标数据采集时间进行线性拟合处理，以获取目标函数曲线，其中，目标函数曲线具有目标斜率，以及基于目标斜率，确定水电站辅助设备的劣化趋势预警结果，由此，能够准确预测水电站辅助设备可能出现的劣化趋势，从而能够基于劣化趋势预警结果，在水电站辅助设备故障和停机之前采取相应补救措施，以保障水电站生产的连续性和稳定性。
水电站辅助设备趋势预警方法装置电子设备

[发明专利]一种可再生能源出力的预测方法、装置及存储介质-CN202311166833.0在审
发明人：杨鹏;郁丹;朱维骏;翁华;吴君 -专利权人：浙江华云电力工程设计咨询有限公司
申请日： 2023-09-12 - 公布日： 2023-10-20 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种可再生能源出力的预测方法、装置及存储介质，应用于可再生能源出力预测技术领域，包括：本申请通过构建可再生出力主要影响因素集合，据此筛选相似时段，集成了具有残差连接的ESN和CNN架构，其中结合了ESN来提取时间信息，结合了CNN网络来提取空间信息，然后将混合模型的输出作为依据以进行最终预测，从而提高性能，ESN和CNN是通过残差连接的，可以通过重新处理前面的激活函数来解决特征表示中的消失梯度问题及其长期时间依赖性，与单一方法或其他混合方法相比，该方法提供了更好的预测精度和更低的时间复杂度，错误率显着降低，计算复杂度更低。
一种可再生能源出力预测方法装置存储介质

[发明专利]一种数控机床加工时间预测方法-CN202311170752.8在审
发明人：牟文平;李彩云;褚福舜;刘宽;龚皓宁;舒建国 -专利权人：成都飞机工业（集团）有限责任公司
申请日： 2023-09-12 - 公布日： 2023-10-20 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种数控机床加工时间预测方法，针对采集的数据的特征，利用相关分析方法剔除特征间的相关性过高的特征；然后，通过主成分分析对训练集的数据样本的高维输入特征降维，对采集到数据的特征进行主成分分析，按一定比例剔除贡献率较低的特征。将数据集划分为训练集、验证集和测试集，利用GBRT梯度提升回归树算法基于训练集对数控加工时间预测模型进行训练，在训练过程中使用验证集对模型的参数进行调优，通过测试集对模型性能进行评估，得到最终的预测模型，用于预测数控机床加工时间。本发明利用机器学习算法对数控加工时间进行了高准确的预测，为排产提供了可靠的依据，实现了精准排产，具有较好的实用性。
一种数控机床加工时间预测方法

[发明专利]配送控制方法、终端设备及计算机可读存储介质-CN202311178988.6在审
发明人：刘静怡;付诗淇;程峰;赵钦羿;胡碧琪;董章京子 -专利权人：深圳市智慧城市科技发展集团有限公司;深圳市智城软件技术服务有限公司
申请日： 2023-09-13 - 公布日： 2023-10-20 - 主分类号： G06Q10/047 文献下载
摘要：本申请公开了配送控制方法、终端设备及计算机可读存储介质，该方法包括：根据配送区域的GIS地图，以及所述配送区域对应的建筑信息模型（BIM模型），构建所述配送区域对应的高精度三维模型；接收物品配送地址信息，将所述地址信息与所述高精度三维模型进行融合；根据融合结果以及历史配送信息生成物品最佳配送路径；将所述物品最佳配送路径发送至配送终端，以使所述配送终端根据所述物品最佳配送路径执行配送任务。解决了在室内外的物品智能配送技术中，无法精准定位配送终端位置的问题，有助于管理人员实时直观地查看配送情况，对配送终端进行有效调度，达到了实时调控配送终端路径，提高配送效率的效果。
配送控制方法终端设备计算机可读存储介质

[发明专利]技术趋势预测方法、装置及存储介质-CN202211591801.0在审
发明人：江洁;高源;刘阳 -专利权人：中国移动通信有限公司研究院;中国移动通信集团有限公司
申请日： 2022-12-09 - 公布日： 2023-10-20 - 主分类号： G06Q10/04 文献下载
摘要：本申请实施例公开了一种技术趋势预测方法、装置及存储介质，方法包括：基于多源文献数据，构建技术融合网络动态异构关系图；从动态异构关系图中，提取多源文献数据的关系结构特征和时间演化特征，得到特征提取结果；基于特征提取结果，预测技术融合方向。通过上述方案，提高了技术融合方向预测结果的可靠性。
技术趋势预测方法装置存储介质

[发明专利]基于优化神经基拓展分析的短期风电功率预测方法、设备及介质-CN202310649205.1在审
发明人：林涛;李君;付立军;杜蕙;李轻言;付希越 -专利权人：武汉大学
申请日： 2023-05-31 - 公布日： 2023-10-20 - 主分类号： G06Q10/04 文献下载
摘要：本发明提出了基于优化神经基拓展分析的短期风电功率预测方法、设备及介质。该N‑BEATS‑TCN模型设计了一种由TCN块构成的TCN堆栈，用于处理多维气象因子与风电功率序列的映射关系，使得标准N‑BEATS网络可以进行多变量输入。N‑BEATS‑TCN模型在一种基于残差链接的新型架构基础上，使用趋势堆栈、季节堆栈以及本发明所设计的TCN堆栈这三种深层的全连接层堆栈，来预测风电功率的趋势、周期以及风速、风向等外因的影响量。本发明具备良好的鲁棒性和预测精度。将该方法应用于一个实际风电场数据集上，通过与现有预测模型相比较，结果表明所提出N‑BEATS‑TCN预测模型的预测准确度最高。
基于优化神经拓展分析短期电功率预测方法设备介质

[发明专利]数据流动预测模型训练方法、装置、存储介质及设备-CN202310670902.5在审
发明人：周宇;熊永福;王伟 -专利权人：重庆蚂蚁消费金融有限公司
申请日： 2023-06-06 - 公布日： 2023-10-20 - 主分类号： G06Q10/04 文献下载
摘要：本说明书公开了一种数据流动预测模型训练方法、装置、存储介质及设备，其中方法包括：基于预设时间维度从历史流动日志中采集事务数据的多元流动数据序列，通过对多元流动数据序列进行滑动窗口和填零操作，得到各样本训练数据以及各样本训练数据分别对应的标准流动结果，样本训练数据中包括连续的至少一个多元流动数据，将各样本训练数据输入至数据流动预测模型中，得到各样本训练数据分别对应的数据流动预测结果，基于预设损失函数、样本训练数据对应的标准数据流动结果和数据流动预测结果对数据流动预测模型进行监督训练并迭代更新数据流动预测模型的模型参数，直至数据流动预测模型收敛，得到训练完成的数据流动预测模型。
数据流动预测模型训练方法装置存储介质设备

[发明专利]一种光伏发电设备维护时刻确定方法、系统、设备和介质-CN202310675042.4在审
发明人：李呈贤 -专利权人：上海思格源智能科技有限公司
申请日： 2023-06-07 - 公布日： 2023-10-20 - 主分类号： G06Q10/04 文献下载
摘要：本申请提供一种光伏发电设备维护时刻确定方法、系统、设备和介质，该方法包括：获取目标时间段光伏发电设备的目标运行数据，其中所述目标运行数据是根据所述光伏发电设备的历史运行数据进行预测得到的；根据所述目标运行数据确定所述光伏发电设备的工作模式，以基于所述工作模式调用对应的预设达标条件；基于所述工作模式和所述目标运行数据确定在所述目标时间段内不同备选时刻进行设备维护时所述光伏发电设备需满足的运行状态；将满足所述预设达标条件的运行状态作为候选状态，以根据所述候选状态确定目标维护时刻。本申请可在保障设备运行性能的情况下获取较优的维护时刻，保证设备的稳定性以及维护效率。
一种发电设备维护时刻确定方法系统介质

[发明专利]一种考虑绿证-碳交易机制的含多微能网综合能源系统双层优化调度方法-CN202310641135.5在审
发明人：梁宁;缪猛;方茜;张江云;潘郑楠;何熙宇 -专利权人：昆明理工大学
申请日： 2023-06-01 - 公布日： 2023-10-20 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种考虑绿证‑碳交易机制的含多微能网综合能源系统双层优化调度方法，包括：获取各负荷节点的碳排放因子；依据各负荷节点的碳排放因子，建立基于动态碳排放因子的微能网碳计量模型；构建微能网绿证‑碳交易交互模型；构建基于动态碳排放因子的综合能源系统双层优化调度模型；对综合能源系统双层优化调度模型进行求解。本发明针对含多微能网的综合能源系统，利用碳排放流模型对实现微能网碳排放量开展科学核算，使得微能网能够感知到不同时间段下其用能行为所产生的碳排放量差异，并研究了微能网的碳交易与绿证交易模型，进一步建立了综合能源系统双层优化调度模型，从而实现含多微能网综合能源系统的低碳经济运行。
一种考虑交易机制含多微能网综合能源系统双层优化调度方法

[发明专利]一种基于趋势相关性特征学习的长时序预测方法-CN202310042160.1在审
发明人：樊谨;王则昊;陈琪凯;邬惠峰;孙丹枫 -专利权人：杭州电子科技大学
申请日： 2023-01-28 - 公布日： 2023-10-20 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于趋势相关性特征学习的长时序预测方法，设计了一种名为相关性分布特征提取网络即ACDN模型，ACDN模型采用分布处理模块，用于预测未来时间序列中的分布，以便在面对分布偏移时提高模型准确性；采用自/互相关系数计算模块，以更好地捕捉动态改变时间序列的全局属性，比如趋势成分，其中自相关系数反映局部段内的波动，而互相关系数反映了各个局部子序列中的变化；采用细微特征保留模块，以增强模型对细微特征的感知。本发明对来自不同领域的六个数据集的一系列实验表明，对比FEDformer方法，相关性分布特征提取网络(ACDN)在五个数据集上均方误差(MSE)平均降低了21.99％。
一种基于趋势相关性特征学习时序预测方法