一种公路中央护栏模型生成方法
    11.
    发明公开

    公开(公告)号:CN118350107A

    公开(公告)日:2024-07-16

    申请号:CN202410612920.2

    申请日:2024-05-17

    Abstract: 本发明属于护栏模型生成技术领域,具体涉及一种公路中央护栏模型生成方法。所述方法包括:构建公路中央护栏模型的单个基础护栏模型模板,所述单个基础护栏模型模板为公路中央护栏模型的基本单元;获取道路中心线数据,根据道路中心线的走向,确定第一单个基础护栏模型模板的起始位置及终点位置;所述第一个单个基础护栏模型模板的终点位置即第二单个基础护栏模型模板的起点位置,不断循环这一过程,得到组成公路中央护栏模型的所有单个基础护栏模型模板的放置位置;对单个基础护栏模型模板的角度进行调整,得到最终的公路中央护栏模型,公路中央护栏模型贴合道路中心线的走向。

    一种基于ANN和迁移学习的节假日负荷预测方法

    公开(公告)号:CN115564129A

    公开(公告)日:2023-01-03

    申请号:CN202211285786.7

    申请日:2022-10-20

    Abstract: 本发明公开了一种基于ANN和迁移学习的节假日负荷预测方法,包括以下步骤:对预处理后的数据集进行特征工程操作形成全部负荷数据集,从全部负荷数据集中提取出节日负荷数据集和假日负荷数据集;采用ANN进行构建全数据源模型,并利用全部负荷训练数据集对全数据源模型进行训练;将全数据源模型作为预训练模型,对节日/假日负荷数据集进行训练,使用与全数据源模型相同的参数,得到最终节日/假日负荷训练模型;对预测日各时刻点的负荷值进行预测,得到预测日各时刻点负荷的预测结果。将节日负荷数据和假日负荷数据分别通过ANN进行节日预测和假日预测,可以更好的学习到节日和假日各自的特征,进而提升预测精度。

    一种深度学习驱动的异常识别与修复方法及智能化系统

    公开(公告)号:CN113240011A

    公开(公告)日:2021-08-10

    申请号:CN202110528781.1

    申请日:2021-05-14

    Abstract: 本发明涉及数据处理领域,具体涉及一种深度学习驱动的异常识别与修复方法及智能化系统。包括以下步骤:S1:数据结构识别,S2:数据特征变换,S3:训练异常检测和修复神经网络,S4:异常数据识别与异常修复,S5:数据特征还原。采用深度学习方法,对每个特征使用双分量混合模型,其中一个分量用于解释干净单元(即正常值),另一个分量用于解释异常单元(即异常值);通过降低异常单元的影响来模拟潜在的正常数据分布,为数据单元提供异常值分数和对单元修复的估计;将变分自编码器和生成对抗网络两个深度生成模型进行结合,有利于生成更好的修复结果;最终实现利用无监督学习方式对混合属性数据进行cell‑level(单元级别)的异常识别及修复。

    基于分布式计算的电费抄核业务自动化处理系统及方法

    公开(公告)号:CN112330320A

    公开(公告)日:2021-02-05

    申请号:CN202011239626.X

    申请日:2020-11-09

    Abstract: 本发明涉及一种基于分布式计算的电费抄核业务自动化处理系统,其包括依次连接的抄表模块,电费计算模块,电费发行模块,分布式任务调度模块,及分布式存储模块。本发明还包括电费抄核业务自动化处理方法,步骤如下:1、定义电费抄核的任务执行顺序2、将任务加载到系统3、响应服务请求4、判断是否有定时器、事件或服务请求,启动抄核任务流程5、生成任务队列6、批量从任务队列中获取待执行任务信息7、记录执行结果8、根据任务执行结果判断本次流程是否完成,如“否”则跳到4,生成任务队列环节;如“是”则跳到3,服务等待环节。本发明提升了电费抄核业务的自动化处理水平,提高了海量计费数据的高速存储和灵活处理能力,供电企业业务处理水平得到提升。

    一种基于变分模态分解的短期电力负荷预测方法及系统

    公开(公告)号:CN112232600A

    公开(公告)日:2021-01-15

    申请号:CN202011285857.4

    申请日:2020-11-17

    Abstract: 本发明特别涉及一种基于变分模态分解的短期电力负荷预测方法,步骤如下:S1获取预测日及预测日前三个月的负荷数据和多元相关数据;S2数据预处理与关联;S3电力负荷序列模态分解;S4温度相关性判别;S5生成各分量特征向量;S6建立自适应步长负荷预测模型;S7利用LGBM梯度提升算法,建立电力负荷预测模型;S8预测结果整合;S9、预测结果修正。本发明还包括电力负荷预测系统,其包括数据获取模块,数据预处理与关联模块,负荷序列模态分解模块,温度相关性判别模块,生成各分量特征向量,负荷波动情况判别与模型调整模块,各分量预测模块,各分量预测结果整合模块,预测结果修正模块。本发明适用于电力负荷各分量复杂组成情况,预测精度高,使用更灵活,普适性好。

Patent Agency Ranking