“传统预测”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1130209个，建议您升级VIP下载更多相关专利

[发明专利]一种用于交流永磁同步电机的预测控制方法-CN202111011268.1有效
发明人：马文霞;王言畅;边笑宇 -专利权人：中国船舶重工集团公司第七0七研究所
申请日： 2021-08-31 - 公布日： 2023-06-20 - 主分类号： H02P6/34 文献下载
摘要：本发明涉及一种用于交流永磁同步电机的预测控制方法，从永磁同步电机三相绕组电感电流经过d‑q坐标变换后的q轴电流入手，通过对永磁同步电机控制量Uq的遍历寻优，来预测下面几个时刻电感q轴电流来达到预测控制效果。本发明的预测控制策略在保留传统预测控制中优秀动态响应特性及高鲁棒性的同时，免去了传统预测控制策略运算冗杂的特点，降低了预测模型运算难度，解决传统遍历寻优预测控制开关频率不固定的问题，同时也可以解决开关管较多的电力电子变换装置面临的开关管开关状态组合过多而导致运算量过大的问题
一种用于交流永磁同步电机预测控制方法

[发明专利]一种基于VMD-SVR的风速预测方法-CN202310426641.2在审
发明人：焦绪国;张道源;田艳兵;邓兆鹏;杨秦敏;孟文超;刘文锋;龚礼;吴昊天 -专利权人：青岛理工大学;浙江大学
申请日： 2023-04-20 - 公布日： 2023-07-04 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于VMD分解的SVR风速预测方法。该方法通过使用VMD算法，将风速序列进行分解，得到多个风速分量。通过SVR模型对每个分量进行单独预测，得到每个分量的预测值，然后将每组预测值相加，得到风速预测的结果。最后，再通过误差补偿措施，利用训练集的预测误差训练SVR模型，用于预测未来误差，将得到的误差预测值与风速预测值相加，得到经过误差补偿之后的风速预测结果。最后，通过中国某风电场的真实数据进行验证实验，证明了本方法相比于传统的预测方法，能有效减少因预测滞后带来的预测误差。相比传统预测方法，本发明采用的误差补偿预测的风速预测方法具有更好的拟合效果，缓解了预测滞后的现象，整体上提高了风速预测的精度。
一种基于 vmd svr 风速预测方法

[发明专利]基于代码语义融合传统度量元的软件缺陷预测方法-CN202210445965.6在审
发明人：文万志;张瑞年;祁佳篁;沈陈强;陆晓虹;宋梦婷;尹思文;程学云 -专利权人：南通大学
申请日： 2022-04-26 - 公布日： 2022-08-30 - 主分类号： G06F11/36 文献下载
摘要：本发明属于软件缺陷预测的技术领域，提供一种基于代码语义融合传统度量元的软件缺陷预测方法，包括如下步骤：S1、获取项目传统度量元；S2、构建项目代码实例向量集PCIVS；S3、构建语义提取器SEM；S4、生成语义向量集GSVS；S5、构建语义融合器SCM；S6、生成组合语义向量集CSVS；S7、构建缺陷预测分类模型；S8、构建基于代码语义融合传统度量元的软件缺陷预测方法MSFDP。本发明使用特征提取器提取代码中潜在的语义信息，并融合人工提取的传统度量元，使用组合的语义向量表示构建缺陷预测分类模型，弥补使用传统度量元建立预测模型方法的不足，提高软件使用的稳定性，进一步帮助开发人员及早的发现软件缺陷
基于代码语义融合传统度量软件缺陷预测方法

[发明专利]一种对电力系统负荷进行短期预测的方法-CN202211155849.7在审
发明人：毛王清;黄昊;赵航宇;孙雨;夏泰宝;刘刚;曹萌萌;赵宇;王池;林光亮;朱前进;刘帅;丁园;赵晟茹 -专利权人：国网江苏省电力有限公司宿迁供电分公司
申请日： 2022-09-22 - 公布日： 2022-12-13 - 主分类号： G06Q10/06 文献下载
摘要：本发明提出的是一种对电力系统负荷进行短期预测的方法，该方法包括：1、录入各时段相关数据；2、在传统LSTM模型的基础上进行建模，并在传统LSTM模型基础上进行改进；3、建立用户侧不确定响应量化模型，求得实际响应量；4、进行负荷预测。本发明在传统LSTM预测方法的基础上进行改进，引入了最大信息系数法和注意力机制，改善了传统LSTM方法无法度量不同时间段下输入特征重要性和历史数据关联性的问题，使得日前负荷预测精度得以提升。
一种电力系统负荷进行短期预测方法

[发明专利]一种ENSO智能预测方法、装置、设备及存储介质-CN202210426383.3在审
发明人：袁时金;冯新;穆斌 -专利权人：同济大学
申请日： 2022-04-21 - 公布日： 2022-08-05 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及一种ENSO智能预测方法、装置、设备及存储介质，用于长期ENSO预测，方法包括：基于分段式深度神经网络的ENSO智能预测模型的构建、训练和预测流程和ENSO智能预测装置的描述，通过在深度学习建模过程中针对ENSO演化不同阶段的主导特征分别建模的方式获得了优于传统数值模式的预测准确性和高于传统深度学习模型的稳定性和可解释性。与现有技术相比，本发明具备搭建便捷、准确性高、节约资源等优点，可用于ENSO业务预测，有效提升ENSO预测准确性和预测时长。
一种 enso 智能预测方法装置设备存储介质

[发明专利]一种降雨强度预报方法及相关装置-CN201810008194.8在审
发明人：任丹琴;刘羽;朱红;陈俊;崔坤磊 -专利权人：郑州云海信息技术有限公司
申请日： 2018-01-04 - 公布日： 2018-05-01 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种降雨强度预报方法、系统装置及计算机可读存储介质，其中方法包括利用气象数值预报模式进行传统气象预报，并利用深度学习网络模型得到目标时刻的降雨强度，综合传统气象预报得到的预报结果与网络模型预测得到的降雨强度就可以得到更准确的降雨强度的预测结果结合传统数值预测方法和深度学习网络预测技术，既能够模拟接近真实大气物理过程，也能够充分挖掘观测数据背后的规律，进一步提高预测降水强度的准确性。
一种降雨强度预报方法相关装置

[发明专利]基于空间形态开放度预测传统村落文化旅游发展适宜性的方法-CN202210697533.4在审
发明人：黄翼;何鑫涛 -专利权人：华南理工大学
申请日： 2022-06-20 - 公布日： 2022-09-23 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于空间形态开放度预测传统村落文化旅游发展适宜性的方法，包括以下步骤：S1：选取传统村落空间形态开放度的指标因子，构建由多个指标因子组成的空间形态开放度评价模型；S2：计算各个指标因子的权重值，建立传统村落空间形态开放度评价体系；S3：获取指标因子的统计数据，将指标因子的统计数据进行计算；S4：将计算数据进行归一化处理，获得指标因子的标准化数据；S5：根据指标因子的权重值和指标因子的标准化数据，计算传统村落空间形态开放度；S6：建立传统村落文化旅游年人流量预测模型，通过空间形态开放度预测文化旅游年人流量；S7：构建传统村落文化旅游发展适宜性预测模型，通过空间形态开放度预测文化旅游发展适宜性。
基于空间形态开放预测传统村落文化旅游发展适宜方法

[发明专利]一种基于EEMD和LSTM的短期风速预测方法-CN201910781174.9在审
发明人：陆冰鉴;周鹏;王兴;薛丰昌;苗春生;周可;詹少伟;张越 -专利权人：南京信大气象科学技术研究院有限公司
申请日： 2019-08-22 - 公布日： 2019-12-10 - 主分类号： G06N3/04 文献下载
摘要：一种基于EEMD和LSTM的短期风速预测方法，基于集合经验模态分解EEMD与长短期记忆神经网络LSTM相结合的风速预测模型，通过EEMD对风速序列进行分解，得到较为平稳的子序列，较好的保留了原始数据的性质，优化了传统经验模态EMD模态混叠带来的误差，与LSTM预测模型相结合，改善了LSTM预测模型的滞后性，相对于传统的方法效率更高，同时能够有效降低预测误差。
预测模型集合经验模态分解短期风速预测风速预测模型记忆神经网络传统经验模态混叠预测误差原始数据传统的滞后性子序列模态风速分解保留优化

[发明专利]卷烟传统焦油、烟碱预测公式的修正方法-CN200810233686.3有效
发明人：王理珉;胡群;魏玉玲;王建 -专利权人：云南烟草科学研究院
申请日： 2008-12-05 - 公布日： 2009-05-20 - 主分类号： G06F17/50 文献下载
摘要：本发明涉及一种对卷烟传统焦油、烟碱预测公式的修正方法。属于烟草技术领域。本发明方法具体内容是通过进行放样研究，找到卷烟焦油、烟碱对滤嘴通风率的降低率，将该降低率修正于卷烟焦油、烟碱预测公式中，使修正后的公式可用于烤烟型卷烟及任何叶组配方卷烟。经修正后可大大提高卷烟焦油、烟碱预测精准度，用修正后的公式进行产品设计，可节约产品设计的时间及实验费用，大大提高卷烟产品开发的科学性。
卷烟传统焦油烟碱预测公式修正方法

[发明专利]一种基于联邦学习的电力通信网络故障预警方法-CN202011642773.1在审
发明人：吴海洋;陈鹏;顾彬;李伟;戴勇;蒋春霞 -专利权人：国网江苏省电力公司信息通信分公司
申请日： 2020-12-30 - 公布日： 2021-05-14 - 主分类号： G06Q50/06 文献下载
摘要：本发明公开了一种基于联邦学习的电力通信网络故障预警方法，包括以下步骤：以分布式计算方案在电力通信网络各个通信节点搜集并保存数据；基于联邦学习方法，在本地通信节点以传统方法和网络通信训练局部预测模型，在本地通信节点以传统方法和网络通信训练全局预测模型；局部预测模型和全局预测模型通过滑动平均得到真实预测模型；根据真实预测模型以及当前通信节点的真实运行数据对通信节点运行状态进行预测。
一种基于联邦学习电力通信网络故障预警方法

[发明专利]基于Leslie矩阵和时间序列的参保人口预测方法-CN202210474382.6在审
发明人：赵书舒;唐立;易涛;张逸;何旭峰;李响;许文文;李思洪;刘巨钦 -专利权人：成都市人力资源社会保障信息中心
申请日： 2022-04-29 - 公布日： 2022-07-15 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于Leslie矩阵和时间序列的参保人口预测方法，包括以下步骤：S1：获取待预测区域的参保数据；S2：根据待预测区域的参保数据，构建Leslie矩阵，并利用Leslie矩阵进行参保人口预测本发明利用传统的人口预测模型—Leslie矩阵，结合时间序列分析手段，更加精准的推算出参保人口结构演变的过程。在一定程度上，拓宽了传统人口结构算法的适用范围，增加人口结构预测算法的实用性，为人口预测算法增加了新的应用场景。此外，本发明根据影响参保人口变化的因素，利用时间序列等手段对传统的Leslie矩阵模型的参数加以调整和替换，以便实现对参保人口更准确的预测。
基于 leslie 矩阵时间序列人口预测方法

[发明专利]基于VB和Matlab的爆破振动预测系统-CN201710007547.8在审
发明人：施建俊;李庆亚;王辉 -专利权人：北京科技大学
申请日： 2017-01-05 - 公布日： 2017-06-13 - 主分类号： G06F17/50 文献下载
摘要：本发明提供一种基于VB和Matlab的爆破振动预测系统，属于土木工程技术领域。本发明利用ActiveX自动化技术实现Matlab和VB的综合应用。本预测系统分为传统预测方法库和新兴预测方法库。对于传统预测方法，一般直接用VB语言编写程序，结果在VB界面上显示；对于新兴预测方法，在Matlab环境的M文件中编写，点击主界面的选项进入某一预测方法界面，然后VB调用Matlab程序，进行计算，从而得出预测结果该预测系统在实际工程中使用方便，操作简单，预测精度高，人机交互界面友好。
基于 vb matlab 爆破振动预测系统

[发明专利]一种基于组合预测模型的Swarm集群调度方法-CN201910625563.2有效
发明人：孙宁;万拥;王彬;李昌澔 -专利权人：河海大学常州校区
申请日： 2019-07-11 - 公布日： 2023-05-16 - 主分类号： G06F9/48 文献下载
摘要：本发明提供了一种基于组合预测模型的Swarm集群调度算法。针对传统的一元线性回归模型和灰色模型的预测准确度相对较低的缺点，综合考虑Swarm集群内置调度策略存在的问题，将两种预测模型相结合，建立一种将两个权值进行加权综合计算形成组合优化的预测模型。本发明中的组合预测模型优于传统一元线性回归模型和灰色模型，具有较高的预测准确度。
一种基于组合预测模型 swarm 集群调度方法

[发明专利]一种基于变权组合预测法的电力负荷短期预测方法-CN201710792167.X在审
发明人：刘晔;畅黎;何金阳;于龙洋 -专利权人：西安交通大学
申请日： 2017-09-05 - 公布日： 2018-01-16 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于变权组合预测法的电力负荷短期预测方法。针对传统单一负荷预测模型和固定权重组合预测模型预测准确度低的缺点，综合考虑电力负荷的时间相关性和其他相关因素对电力负荷的影响，将多种电力负荷预测模型相结合，建立了一种电力负荷短期预测的变权组合预测模型。同时，针对粒子群优化变权参数组合预测法容易陷入局部最优解的缺点，建立了一种参数动态调整粒子群算法，实现了对变权组合预测模型的权重参数的优化求解，最终实现了电力负荷的短期预测。本发明中的组合预测模型优于传统负荷预测法、固定权重组合预测法以及粒子群优化变权参数组合预测法，具有较高的预测准确度。
一种基于组合预测电力负荷短期方法

[发明专利]一种考虑电动汽车充电负荷影响的CNN-LSTM联合负荷预测方法-CN202110799367.4在审
发明人：穆勇;叶晶晶;陈梦瑶;姚玉永;刘勇;何绪伟;李振成;王丽丽;王涛;徐怀铎;赵丹阳;云飞 -专利权人：国网冀北电力有限公司唐山供电公司;国家电网有限公司
申请日： 2021-07-15 - 公布日： 2021-09-24 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种考虑电动汽车充电负荷影响的CNN‑LSTM联合负荷预测方法，属于电力负荷预测技术领域。技术方案是：利用卷积神经网络对引起负荷变化的影响因素进行特征提取，结合提取后的特征，使用长短期记忆网络进行负荷预测；并使用蒙特卡洛模拟方法对电动汽车用户充电需求进行模拟，进而得到系统总负荷的预测值。本发明的有益效果：预测结果相对误差小于其他传统预测算法，且预测准确度高于未考虑电动汽车充电负荷时的预测结果，降低了大量电动汽车负荷接入时传统预测方法的预测误差，提高了预测精度；对准确预测电力负荷、掌握系统峰谷
一种考虑电动汽车充电负荷影响 cnn lstm 联合预测方法