[发明专利]一种水电大数据特征指标提取方法在审
| 申请号： | 202310614046.1 | 申请日： | 2023-05-29 |
| 公开（公告）号： | CN116776113A | 公开（公告）日： | 2023-09-19 |
| 发明（设计）人： | 郝峰;荆岫岩;王璞;卞秀杰;魏李;梁庆春;祁炜雯;许永鹏;严英杰;刘亚东;江秀臣 | 申请（专利权）人： | 上海交通大学;国网新源控股有限公司;国网浙江省电力有限公司绍兴供电公司 |
| 主分类号： | G06F18/2113 | 分类号： | G06F18/2113;G06F18/213;G06F18/24;G06Q50/06 |
| 代理公司： | 合肥拓信专利代理事务所(普通合伙) 34251 | 代理人： | 徐海燕 |
| 地址： | 200030 *** | 国省代码： | 上海;31 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了一种水电大数据特征指标提取方法，涉及调峰设备技术领域，包括采集水电机组各设备的运行参数，并建立水电机组各设备的运行参数的并行时间序列；将水电机组各设备的运行参数，基于并行时间序列输入至预先构建调峰设备状态参数的特征提取模型中；基于调峰设备状态参数的特征提取水电机组各设备的运行参数。通过多维度的对各设备的运行参数的统计量，计算调峰设备状态和水电机组各设备的运行参数的统计量特征相关性，并对其测试重要程度，有利于去除重要程度低的统计量数据干扰，降低计算分析过程的复杂度，提高模型数据计算效率，加快对调峰设备状态参数判断结果速度，提高检修效率。 | ||
| 搜索关键词： | 一种 水电 数据 特征 指标 提取 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海交通大学;国网新源控股有限公司;国网浙江省电力有限公司绍兴供电公司，未经上海交通大学;国网新源控股有限公司;国网浙江省电力有限公司绍兴供电公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310614046.1/，转载请声明来源钻瓜专利网。
- 同类专利
- 一种短期风电功率区间优化预测方法及系统-202310830291.6
- 张晓波;金仁云;倪秋龙;朱涛;周靖皓;魏路平;姜巍;陈铁义;张志亮;管茜茜;徐丹露;秦建松 - 国网浙江省电力有限公司双创中心
- 2023-07-06 - 2023-10-27 - G06F18/2113
- 本发明公开了一种短期风电功率区间优化预测方法及系统，方法包括利用NWP预测风速和实际风速拟合修正曲线，得出待预测NWP风速数据的修正值；在初筛数据集中，采用灰色关联度计算历史风速数据与待预测日风速数据的关联系数，实现风速变化趋势的再次筛选；建立VMD模型对气象信息和变化趋势相似的历史风速数据进行分解；采用战争策略算法优化LSTM网络参数构造LSTM网络模型；分别对不同IMF分量进行确定性预测，并将各分量预测结果进行叠加，给出待预测日风速的点预测结果；将风速点预测结果代入到风速‑风功率的拟合曲线，给出待预测日风功率的预测结果；以Bootstrap方法对风功率预测结果重采样，得到n组Bootstrap样本集，根据百分位数估计法确定给定置信度下的预测区间。
- 一种脑拓扑网络生物特征的选择方法-202310560008.2
- 汤一彬;崔琳祥;王纯;高远;姚澄 - 河海大学;南京脑科医院
- 2023-05-18 - 2023-10-27 - G06F18/2113
- 本发明公开了一种脑拓扑网络生物特征的选择方法，包括如下步骤：1、获取脑区生物信号和脑区间生物信号，将脑区生物信号作为节点特征，脑区间生物信号作为边特征；2、将节点特征和边特征输入一特征选择器，获得节点特征和边特征对应的初始权重值；3、更新节点特征i的权重值；4、将所有节点特征更新后的权重值和边特征的初始权重值进行从大到小排序，删除权重值最小的特征，并保留剩余的节点特征和边特征；5、继续步骤2，反复迭代，直至剩下共计K个的节点特征和边特征；6、将这些节点特征和边特征作为脑网络拓扑的典型特征，实现对精神疾病的发现和诊断的辅助帮助。本发明用于寻找典型的特征数据，用于后续高可靠性的诊断分类。
- 一种信号搜索方法、装置、设备、存储介质及程序产品-202310246773.7
- 李昱希;甘振业;王亚彪 - 腾讯科技（上海）有限公司
- 2023-03-14 - 2023-10-27 - G06F18/2113
- 本申请提供了一种信号搜索方法、装置、设备、存储介质及程序产品；本申请实施例可以应用于宇宙探索、天体探索等的信号搜索场景中；该方法包括：从射电望远镜输出的信号图谱中，确定脉冲星的电磁信号的N个实例曲线；其中，N个实例曲线与电磁信号的N个候选体相对应；基于每个实例曲线的像素坐标，计算得到每个候选体的信号参数；基于信号参数，从信号图谱中确定每个候选体对应的局部图谱区域；在每个候选体的局部图谱区域内部进行消色散处理，得到信号图谱对应的消色散图谱；基于消色散图谱，从N个候选体中筛选得到脉冲星的所述电磁信号。通过本申请，能够提高脉冲星的信号搜索的效率。
- 特征选择方法、装置及设备-202310582737.8
- 许长桥;董伟;周赞;杨树杰 - 北京邮电大学
- 2023-05-22 - 2023-10-27 - G06F18/2113
- 本发明提供一种特征选择方法、装置及设备，该方法包括：基于目标数据集中多种待选特征的总数量，获取各哈里斯鹰的初始位置向量；基于特征指示函数模型、哈里斯鹰适应度函数模型和各哈里斯鹰的初始位置向量，确定目标位置向量；通过特征指示函数模型，将目标位置向量转换为目标指示向量，目标指示向量中包括多种待选特征各自对应的指示值，指示值为预设值时用于表征选定对应的待选特征；将多种待选特征中预设值对应的待选特征，选定为目标特征。本发明实施例提供的特征选择方法、装置及设备用于解决从数据集的多个特征中选择有价值的特征的问题。
- 特征选择方法、装置、电子设备及存储介质-202210332002.5
- 赵翔宇;王叶晶;徐童;吴贤;王巨宏;张猛 - 腾讯科技（深圳）有限公司
- 2022-03-30 - 2023-10-24 - G06F18/2113
- 本申请提供了一种特征选择方法、装置、电子设备、计算机可读存储介质及计算机程序产品；可以应用于车载场景，方法包括：调用特征选择模型从控制器模型读取训练样本的多个特征分别对应的权重，并将权重对应融合至每个特征；基于融合有权重的每个特征，调用特征信息挖掘模型执行测试任务，得到测试结果；基于测试结果与训练样本的标记结果的差异进行反向传播处理，以更新特征信息挖掘模型和控制器模型；调用特征选择模型从控制器模型读取更新的权重，基于更新的权重从多个特征中筛选出部分特征进行组合，得到组合特征。通过本申请，能够准确和高效地从大规模数据集中筛选出用于供模型执行预测任务的组合特征。
- 一种变压器振动数据无监督特征选择方法-201910788573.8
- 李中;景阳;张铁峰;张卫华;张珂 - 华北电力大学（保定）
- 2019-08-26 - 2023-10-24 - G06F18/2113
- 本发明提出了一种变压器振动数据无监督特征选择方法。在缺乏故障类别等先验知识的条件下，完成变压器振动数据的特征提取：首先基于互信息分析特征与振动数据之间的相关性、以及特征与已选特征之间的冗余性，然后计算特征的潜在信息增益，最后根据信息增益惩罚因子完成变压器振动数据的特征选择。本发明综合考虑待选特征所能带来的新信息和冗余信息的多少进行选择，因而能够准确和高效提取变压器振动数据特征。
- 一种基于深度学习和迁移学习的电力负荷预测方法-202310870934.X
- 刘杰;周博文;田明 - 哈尔滨理工大学
- 2023-07-16 - 2023-10-20 - G06F18/2113
- 本发明涉及一种基于深度学习和迁移学习的电力负荷预测方法，采用迁移学习策略将相关性高的信息迁移到实验模型中，利用K‑medoids聚类算法对数据进行聚类分析，通过并行卷积策略提取时间卷积网络不同尺度的特征，利用时间注意力捕获信息并传递，结合双向门控循环单元进一步提取时间卷积网络训练输出的非线性特征，使用动态多群粒子群优化算法对网络训练的超参数进行优化和调参，以寻找最佳的超参数组合。该模型在电力负荷预测领域有着明显的优势。
- 一种基于局部标签相关和特征冗余的稀疏特征选择方法-202310743486.7
- 孙林;马雨萱;常宝方;王振华 - 河南师范大学
- 2023-06-21 - 2023-10-20 - G06F18/2113
- 本发明属于数据分析技术领域，具体涉及一种基于局部标签相关和特征冗余的稀疏特征选择方法，通过输入样本矩阵、标签矩阵以及目标函数中的超参数至目标函数中进行迭代更新，目标函数由在标签系数矩阵、实例矩阵、权重矩阵和标签矩阵之间构建的损失函数、局部标签相关函数以及特征冗余函数构成；在达到设定的停止规则时停止迭代更新过程，按照设定排序输出的特征子集。该方法明通过损失函数深化了标签与特征之间的关系，通过局部标签相关函数探索局部标签之间的潜在关系并选择性能较好的特征子集，最后利用特征冗余函数生成具有鉴别性和低冗余度的特征子集，并能够输出最佳排序的特征子集，进而提高特征选择方法的分类效果，保证分类结果的准确性。
- 一种基于局部特征相关和高阶标签的稀疏特征选择方法-202310743487.1
- 孙林;马雨萱;王振华;魏然 - 河南师范大学
- 2023-06-21 - 2023-10-20 - G06F18/2113
- 本发明属于数据分类技术领域，具体涉及一种基于局部特征相关和高阶标签的稀疏特征选择方法，该方法通过将样本矩阵和标签矩阵输入至目标函数中进行迭代更新，该目标函数根据样本矩阵和标签矩阵预选特征子集；根据局部特征相关性函数以及高阶标签信息函数确定两个标签之间的相关性；并在达到设定的停止规则时停止迭代更新过程，按照设定排序输出的特征子集。因本发明的方法结合了高阶标签的特点，充分利用、挖掘标签背后的隐藏信息，并显式地指出两个标签之间的相关性，进而能够准确的反映局部特征之间的关联性，以提高多标记数据的分类性能，提高了特征选择结果的准确性。
- 基于词频偏差率因子的特征选择方法-202010373715.7
- 周红芳;马一鸣;李想 - 深圳万知达科技有限公司
- 2020-05-06 - 2023-10-20 - G06F18/2113
- 本发明公开了一种基于词频偏差率因子的特征选择方法，具体按照以下步骤实施：步骤1、对数据集进行预处理，并将数据集划分为训练集和测试集；步骤2、使用词频偏差率测量的特征选择算法，设置要选择的特征数，排序，输出最优特征子集；步骤3、对最优特征子集进行训练和分类，获取分类结果，并对分类结果进行评估。本发明的方法用于文本分类的特征选择，从词频的角度考虑了术语与类别之间的相关性大小，通过与传统的基于文档频率的算法相结合，算法性能有了很大的提高。
- 工业设备时间序列的特征选择方法及装置-202310836313.X
- 纪杨建;李奇轩;孙林进;朱明睿;祝骁阳 - 浙江大学
- 2023-07-07 - 2023-10-17 - G06F18/2113
- 本发明涉及工业设备数据处理技术领域，实施例提供一种工业设备时间序列的特征选择方法及装置。其中，工业设备时间序列的特征选择方法，包括：基于工业设备时间序列的先验知识和确定的目标变量构建对应的目标数据集；获取工业设备时间序列的原始数据集，并将其构建为模型训练的输入集；将所述输入集和目标数据集输入I
- 一种基于集成学习的道岔转辙机故障诊断方法及装置-202310610092.4
- 贺德强;劳振鹏;靳震震;刘旗扬;陈彦君;何怡伶;李先旺;付洋;李昱霖 - 广西大学
- 2023-05-26 - 2023-10-17 - G06F18/2113
- 本发明公开了一种基于集成学习的道岔转辙机故障诊断方法及装置，包括以下步骤：采集道岔转辙机动作电流信号；计算转辙机每相电流信号的时域特征和多尺度排列熵特征，构造每种状态的特征集；通过计算特征集之间的相关性因子得到每个类别特征的权重，并根据动态阈值自适应选择敏感特征划分训练集和测试集；构建道岔转辙机故障诊断IFL‑LightGBM模型，通过改进损失函数使得模型更加集中于难分类样本；利用训练集对IFL‑LightGBM模型的参数进行训练和优化，并对待诊断的道岔转辙机数据进行故障诊断，得到转辙机故障分类结果。本发明融合了道岔转辙机三相动作电流的信息，降低了融合特征集的冗余性，提高了故障识别精度和效率，可以实现道岔转辙机的智能故障诊断。
- 一种基于GA-AM-GRU的流程工业能耗预测方法-202310886810.0
- 谢贻富;王显;王卫;李晓洁;邱锋;沈亚;项本杰 - 安徽祯欣互联科技有限公司
- 2023-07-19 - 2023-10-13 - G06F18/2113
- 本发明涉及一种基于GA‑AM‑GRU的流程工业能耗预测方法，包括：采集数据并进行预处理，进行特征选择，划分数据集；构建AM‑GRU能耗预测网络模型，并初始化超参数；初始化AM‑GRU能耗预测网络模型的权值和阈值；采用GA算法进行GA种群初始化；确定适应度函数；进行选择操作；评估适应度值；迭代更新直至产生最优解；设置AM‑GRU能耗预测网络模型并进行训练，输出预测结果。本发明提出了利用AM注意力机制模块改进的GRU门控循环单元网络有较强的提取时序信息的能力，比BP、MLR等网络更适用于流程工业能耗预测，而且比LSTM的参数量少。另外，将遗传算法GA作为同时优化整个AM‑GRU能耗预测网络模型超参数、权值与阈值的策略，较单一的优化网络超参数或权值与阈值方式预测精度更高。
- 一种基于特征选择下的办公建筑室内自然采光眩光影响要素分析方法-202310725017.2
- 孙澄;骆肇阳;齐轩宁;董琪;张陆琛 - 哈尔滨工业大学
- 2023-06-19 - 2023-10-13 - G06F18/2113
- 本发明提出一种基于特征选择下的办公建筑室内自然采光眩光影响要素分析方法。所述方法包括以下步骤：步骤1，采集眩光潜在要素与主观评价数据，构建眩光感知评价数据集；步骤2，结合ANOVA方差分析方法，展开单变量线性特征分析；步骤3，结合不同机器学习下的树模型算法，完成不同眩光影响要素下的非线性组合特征分析；步骤4，结合递归特征消除算法，完成不同眩光影响要素下的多元组合特征分析。所述方法突破了眩光研究分析技术瓶颈，弥补了眩光要素交互组合影响研究上的空白，提升了室内眩光不舒适预测精度和科学化水平。
- 音乐粗排模型的训练方法、装置、计算机设备和存储介质-202310816338.3
- 于江兴 - 腾讯音乐娱乐科技（深圳）有限公司
- 2023-07-04 - 2023-10-10 - G06F18/2113
- 本申请涉及一种音乐粗排模型的训练方法、装置、计算机设备和存储介质。所述方法包括：根据精排音乐样本的精排推荐信息和精排排序信息，从精排音乐样本中采样出训练音乐样本，通过音乐粗排模型确定针对训练音乐样本的粗排预测分数，根据训练音乐样本的精排推荐信息和粗排预测分数，按照模型优化目标训练音乐粗排模型。采用本方法能够基于音乐的精排推荐信息精排排序信息和粗排预测分数，对音乐粗排模型进行训练，将学习用户反馈的目标转化为学习精排反馈的目标，基于音乐粗排模型的输出结果和音乐精排模型的输出结果之间的因果关系，训练音乐粗排模型，提升粗排结果和精排结果的一致性，进而提高音乐粗排模型的输出结果的准确性。
- 一种飞机任务传感器异构测试数据的信息拾取方法-202310731902.1
- 莫文静;耿畅;董静怡;刘大同;迟鹏飞;雷森;张莹莹 - 成都飞机工业（集团）有限责任公司;哈尔滨工业大学
- 2023-06-20 - 2023-10-03 - G06F18/2113
- 本申请属于传感器测试数据智能分析领域，具体涉及一种飞机任务传感器异构测试数据的信息拾取方法，包括如下步骤：针对飞机测试数据，先对频率序列和单值数据进行异构数据形式变换，形成与飞行精度序列特性一致的样本序列数据，将单值数据和频率序列以测试架次为序列顺序构造测试数据序列和飞行精度序列，实现单值数据和频率数据的格式变换，得到同构数据，基于交叉熵实现变换后异构数据的信息拾取，基于交叉熵构造信息拾取模型。本方法有助于更充分的挖掘异构数据与目标参数关联信息，基于联合概率分布的信息拾取方法精度较高，可同时提取与目标参数相关的线性相关及非线性相关特征，适用于小样本数据。根据机理分析，信息拾取的参数相关度较高。
- 一种飞机任务传感器多过程域测试数据融合信息拾取方法-202310740328.6
- 耿畅;向胜华;王媛;刘大同;曾苏凡;迟鹏飞 - 成都飞机工业（集团）有限责任公司;哈尔滨工业大学
- 2023-06-20 - 2023-10-03 - G06F18/2113
- 本申请属于传感器测试数据智能分析领域，具体涉及一种飞机任务传感器多过程域测试数据融合信息拾取方法，其内容包括：先根据数据量对过程域进行划分，分为小样本过程域数据和大样本过程域数据，对于小样本过程域数据，基于交叉熵实现信息拾取；对于大样本过程域数据，采用线性相关系数与非线性相关系数结合的方法进行大样本数据信息拾取；最后，在此基础上得到多个过程域与目标参数具有高相关性的完整特征集，实现多过程域数据的信息拾取。该方法能够提取与目标参数存在线性与非线性相关的特征，时间复杂度较低，适用于体量大的数据。信息拾取的参数相关度较高，可以准确地拾取到多个过程域测试数据与飞行精度的主要相关信息。
- 智能引擎数据分析方法、装置、电子设备及存储介质-202310720649.X
- 张奂珩 - 联想（北京）有限公司
- 2023-06-16 - 2023-09-29 - G06F18/2113
- 本申请实施例提供一种智能引擎数据分析、装置、电子设备及存储介质，所述方法包括：基于目标信息的第一数据和第二数据，对所述目标信息的各个特征进行量化处理，确定目标特征量化值；所述第一数据表征所述目标信息的属性；所述第二数据为所述目标信息的特征向量；其中，所述智能引擎数据还根据所述目标特征量化值，确定关键目标特征，并根据所述关键目标特征，确定所述目标信息的状态和状态信息。
- 数据处理链构建方法、数据缩减方法、装置、设备及介质-202310865728.X
- 毕可骏;李强 - 四川启睿克科技有限公司
- 2023-07-14 - 2023-09-29 - G06F18/2113
- 本发明公开了一种数据处理链构建方法、数据缩减方法、装置、设备及介质，数据处理链构建方法包括使数据集或数据流依次进行异常值修正、缺失值填充、数据缩放到设定的范围内、将类别型数据转化为数值型数据、保留目标变量影响超过设定阈值的特征、重构已有特征、提取时间型特征和文本型特征、对高维特征降维操作，从而减少特征维度和模型复杂度。本发明与现有技术相比，一方面可以解决工业互联网原始数据的数据冗余、数据混乱、数据不准确、数据存储成本高、数据分析效率低等问题，另一方面可以提升工业互联网平台的执行效率，提升决策的正确性。
- 一种地质灾害危险性评价方法-202310606198.7
- 罗志刚 - 中国路桥工程有限责任公司
- 2023-05-26 - 2023-09-26 - G06F18/2113
- 本发明公开了一种地质灾害危险性评价方法，包括：在地质灾害记录数据库中，提取各个地质灾害事件在地质灾害发生前后的危度要素的数据序列；对地质灾害事件在地质灾害发生前后的危度要素的数据序列进行连通性分析，以在危度要素中筛选出无动势要素；在地质灾害潜在危险性评价模型中引入3D空洞卷积构建出高灵敏度潜在危险性评价模型。本发明对地质灾害事件在地质灾害发生前后的危度要素的数据序列进行连通性分析，在危度要素中筛选出无动势要素，确保运用于危险性评价的特征选取更为准确，在地质灾害潜在危险性评价模型中引入3D空洞卷积构建出高灵敏度潜在危险性评价模型，提高了地质灾害潜在危险性评价模型的评估灵敏性。
- 特征筛选方法、装置、计算机设备和数据扰动方法-202311048628.4
- 石志林 - 腾讯科技（深圳）有限公司
- 2023-08-21 - 2023-09-26 - G06F18/2113
- 本申请涉及一种基于人工智能技术的特征筛选方法、装置、计算机设备、存储介质和计算机程序产品。方法包括：接收多个终端发送的相应扰动编码数据，获得扰动编码数据集；获取组合数据集合，并基于扰动编码数据集和预设扰动概率，确定组合数据集合中每个组合数据在保护编码数据集中的出现预估频率；根据每个组合数据的出现预估频率，确定预设特征集合中的每个特征对于目标分类任务的重要度；根据预设特征集合中每个特征的重要度，从预设特征集合中筛选目标特征；目标特征用于针对目标分类任务进行分类模型训练。采用本方法能够在实现隐私保护和数据安全的前提下实现特征选择。
- 一种基于XGBoost的结直肠癌检测系统-202111645179.2
- 邓菲;赵琳;于宁 - 上海应用技术大学
- 2021-12-30 - 2023-09-26 - G06F18/2113
- 本发明涉及一种基于XGBoost的结直肠癌检测系统，包括数据采集模块、数据预处理模块、特征选择模块、模型构建模块和结果预测模块，分别用于：构建结直肠癌数据集；数据预处理；使用RFE递归特征选择进行特征选择，得到多个子数据集；构建XGBoost模型，使用子数据集对其进行训练，通过遗传算法优化XGBoost模型参数，得到检测模型；使用检测模型预测结直肠癌的死亡类型。与现有技术相比，本发明通过RFE递归特征选择对数据进行特征选择，结合机器学习算法XGBoost实现结直肠癌死亡类别的智能检测，并使用遗传算法优化模型参数，能够较快且有效地分析并预测结直肠癌的死亡类型，能够更加准确地识别出多类别当中的少数类，具有较高的准确率，精确率，召回率和F1值。
- 一种基于GMM和LightGBM的电力交易辅助决策方法-202310825660.2
- 孙浩;王赫韬;付巍;高蛟;李贵昌;李丞涵 - 内蒙古龙源新能源发展有限公司;华北电力大学（保定）
- 2023-07-07 - 2023-09-22 - G06F18/2113
- 基于GMM和LightGBM的电力交易辅助决策方法，由高斯混合、岭回归算法及轻梯度提升机算法模型对风电功率进行预测，提升了决策者对电力需求、市场价格和可再生能源供应的预测准确性，优化交易决策和资源调度，以供电力交易辅助决策。将数据集采集时间拆分开，并将数值特征与时间特征分别构造数值类新特征及时间尺度特征；数值类新特征由GMM算法按照小时、日、月度级时间尺度进行特征聚类，后将聚类后的特征传输给岭回归算法针对每一簇特征分别拟合出初步功率预测结果构成步骤A数据集，时间尺度特征通过原始数据集做特征重要性筛选后构成为保持数据特性、防止过拟合的步骤B数据集，步骤A中的预测值与步骤B数据集一起组成最终LightGBM预测数据集。
- 一种电力系统谐波传播特性评估方法-202310836820.3
- 孔垂锐;谭钧;车玉奎;姜訸;杨海贤;朱梓豪;赵树成;张燕;安彦霖;王俊梅;李文娟;严莹;李金龙;曾玉;孙海 - 云南电网有限责任公司曲靖供电局
- 2023-07-10 - 2023-09-22 - G06F18/2113
- 本发明涉及电能质量技术领域，具体地说，涉及一种电力系统谐波传播特性评估方法。测量并分析谐波干扰源支路的谐波电流、干扰源同级母线及上级母线的谐波电压；依据谐波相角的收敛特征筛选出特征谐波；依据谐波电压分量占谐波总畸变率的占比，从特征谐波中筛选出主导次谐波分量；依据相关性分析方法计算主导次谐波的同级相关系数和上级相关系数；进行传播特性评估，评估干扰源产生的主导次谐波向上级电力系统的影响系数。本发明设计可以有效评估谐波向上一级电力系统渗透或向同母线的其它电力用户传播系数，其基于谐波电流的结果导向，从谐波电流引起谐波电压的畸变特性出发，考虑了谐波电流对系统侧电压波形畸变的影响，提高了工程实用性。
- 一种水电大数据特征指标提取方法-202310614046.1
- 郝峰;荆岫岩;王璞;卞秀杰;魏李;梁庆春;祁炜雯;许永鹏;严英杰;刘亚东;江秀臣 - 上海交通大学;国网新源控股有限公司;国网浙江省电力有限公司绍兴供电公司
- 2023-05-29 - 2023-09-19 - G06F18/2113
- 本发明公开了一种水电大数据特征指标提取方法，涉及调峰设备技术领域，包括采集水电机组各设备的运行参数，并建立水电机组各设备的运行参数的并行时间序列；将水电机组各设备的运行参数，基于并行时间序列输入至预先构建调峰设备状态参数的特征提取模型中；基于调峰设备状态参数的特征提取水电机组各设备的运行参数。通过多维度的对各设备的运行参数的统计量，计算调峰设备状态和水电机组各设备的运行参数的统计量特征相关性，并对其测试重要程度，有利于去除重要程度低的统计量数据干扰，降低计算分析过程的复杂度，提高模型数据计算效率，加快对调峰设备状态参数判断结果速度，提高检修效率。
- 一种航空零部件截面实测点云双向循环排序方法-202310545223.5
- 梁志强;陈司晨;冯博雅;杜宇超;高子瑞;苏志朋;郑浩然;周磊;周天丰;赵斌;仇天阳;刘志兵;王西彬 - 北京理工大学
- 2023-05-15 - 2023-09-15 - G06F18/2113
- 本发明公开了一种航空零部件截面实测点云双向循环排序方法，其主要包含如下步骤：航空零部件截面实测点云获取后，利用遗传算法对点云分布进行预处理，在极坐标系下，逐个判断无序切片点集各结点极径，考虑零件截面曲线特征进行双向循环排序，得到最终有序化点云处理结果。本方法在调整实测点云分布、考虑航空零部件截面曲线特征的基础上实现零件实测无序点云的有序化处理，为后续的点云处理提供基础，在航空零部件加工轨迹规划中实用价值。
- 项目推荐方法、装置、计算机设备及存储介质-202310659622.4
- 程曦 - 中国平安财产保险股份有限公司
- 2023-06-05 - 2023-09-15 - G06F18/2113
- 本申请实施例属于人工智能领域与金融科技领域，涉及一种项目推荐方法，包括：构建用户‑项目评分矩阵；对用户‑项目评分矩阵进行项目特征分类得到目标矩阵；对目标矩阵中的同类项目进行相似度计算，得到同类项目中项目之间的多个相似度数值，并基于相似度数值得到相似项目排序队列；基于相似项目排序队列确定同类项目中各个项目的最邻近集合；基于最邻近集合，通过公式计算目标用户对于同类项目中各个项目的预测评分值；基于预测评分值从同类项目中确定目标用户的推荐项目列表。本申请还提供一种项目推荐装置、计算机设备及存储介质。此外，推荐项目列表可存储于区块链中。本申请可应用于金融领域的项目推荐场景，有效提高了项目推荐的准确性。
- 一种暖通空调系统特征选择方法、装置及存储介质-202310470410.1
- 关华;邹勇彬;李志伟;张吉礼;王鹏;张轶;程宇;李庆泰;肖明龙;邓超 - 广东机场白云信息科技股份有限公司;大连理工大学
- 2023-04-26 - 2023-09-12 - G06F18/2113
- 本发明公开了一种暖通空调系统特征选择方法、装置及存储介质，本发明通过获取暖通空调系统的源变量特征，根据源变量特征以及传递熵计算模型确定源变量特征与目标变量之间的传递熵极值差，并根据传递熵极值差从源变量特征中确定候选特征，基于传递熵极值差对源变量特征进行筛选；根据候选特征以及预测模型确定候选特征对目标变量预测性能的影响程度，根据影响程度计算候选特征对应的运行费用，并以运行费用为优化目标从候选特征中确定选择的目标特征，基于影响程度以及运行费用指标进行优化评估，最终确定选择的有效目标特征，为提高暖通空调系统时序预测的建模效率、降低建筑环境智慧运维的实施费用提供支撑，有利于指导暖通空调系统的调控。
- 特征的筛选方法、装置、电子设备及存储介质-202310806648.7
- 请求不公布姓名 - 摩尔线程智能科技（北京）有限责任公司
- 2023-07-03 - 2023-09-12 - G06F18/2113
- 本公开涉及信息处理技术领域，尤其涉及一种特征的筛选方法、装置、电子设备及存储介质，所述筛选方法包括：获取多个特征字段、多个训练样本；利用每个训练样本，得到所述训练样本与每个特征字段分别对应的特征值，并基于所述多个特征字段、所述每个训练样本与所述每个特征字段对应的特征值确定目标样本；根据多个目标样本，对机器学习模型进行训练，得到训练后的机器学习模型；利用所述训练后的机器学习模型确定每个特征字段对应的权重；基于所述每个特征字段的权重，在所述特征字段中确定目标特征字段。本公开实施例提供的特征的筛选方法可筛选出更适配于用于训练车辆变道决策模型的特征字段，可提高训练后的车辆变道决策模型的准确率。
- 基于大数据的经济体征指标分析方法、装置、设备及介质-202310731138.8
- 李想 - 深圳市赋风科技有限公司
- 2023-06-19 - 2023-09-12 - G06F18/2113
- 本发明涉及指标分析技术，揭露了一种基于大数据的经济体征指标分析方法、装置、设备及介质，所述方法包括：获取经济体征指标数据，对经济体征指标数据进行标准化处理，得到标准指标数据；对标准指标数据进行关联度计算，得到指标影响因子，根据标准指标数据及指标影响因子进行函数拟合，得到指标函数；根据指标函数建立回归模型，并根据回归模型对标准指标数据进行平稳性检验及相关性检验，得到相关指标数据集及相关值；根据相关值及标准指标数据值进行残差分析，根据残差分析的结果对指标数据进行筛选，得到目标指标数据。本发明可以在经济体征指标分析过程中筛选得到经济体征指标对应的具有相关性及稳定性的指标数据。
- 专利分类
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
