-
公开(公告)号：CN105896735B
公开(公告)日：2018-06-22
申请号：CN201610268434.9
申请日：2016-04-27
Applicant: 国家电网公司 , 国网山东省电力公司经济技术研究院 , 山东大学
Inventor： 刘晓明 , 张杰 , 张友泉 , 牟宏 , 王飞 , 安鹏 , 汪湲 , 田鑫 , 曹相阳 , 亓超 , 高效海 , 杨思 , 杨斌 , 张浩 , 李菁竹 , 王男 , 张丽娜 , 薄其滨 , 魏鑫 , 傅涛 , 柴赟 , 续昕
IPC: H02J13/00
Abstract: 本发明公开了一种电网运行状态实时诊断方法及系统，采集电网设备的运行状态信息并传输至电力调度中心；电力调度中心中存储有不随电网运行状态改变而变化的电网参数信息；电力调度中心根据接收的电网设备的运行状态信息及不随电网运行状态改变而变化的电网参数信息进行电网运行诊断分析并将分析结果进行输出；其中，诊断分析包括对电网实时运行状态进行潮流安全校核、对电网实时运行状态进行短路安全校核、对电网实时运行状态进行稳定安全校核及对电网运行状态进行实时经济性校核。本发明能够实时监控电网运行状态，并快速判断出电网运行的安全问题和经济性，并给出量化评价指标，能够很好的适应不同电网运行方式的需要，为电网调度运行提供参考。
-
公开(公告)号：CN104331642B
公开(公告)日：2017-04-12
申请号：CN201410588610.8
申请日：2014-10-28
Applicant: 山东大学
Abstract: 本发明公开了用于识别细胞外基质蛋白的集成学习方法，数据集建立：建立细胞外基质ECM蛋白序列的训练样本集和独立测试样本集；将训练样本集中的蛋白质序列映射成数值特征向量；采用信息增益率—增量特征选择方法挑选出相对有效的特征子集，采用集成学习的方法建立集成分类器模型，以解决数据集不平衡的问题；将独立测试样本集映射成数值特征向量，基于集成分类器模型的预测结果，采用多数表决方法得到测试样本的类别，最终利用所有测试样本的预测结果评价预测系统的性能；本发明开发了用于细胞外基质蛋白识别的网络服务器系统。用户无需理解细胞外基质蛋白识别的具体执行过程，只需输入待预测的蛋白质序列，即可得到预测结果。
-
公开(公告)号：CN102048606B
公开(公告)日：2012-03-21
申请号：CN201110025442.8
申请日：2011-01-24
Applicant: 山东大学
IPC: A61F5/01
Abstract: 本发明公开了一种口呼吸矫正器及其制备方法，它有软质前庭盾，软质前庭盾上设置牙齿和牙龈模形，软质前庭盾内表面的切牙模形处压合硬质固位体,硬质固位体由第一基托和第二基托组成，第一基托和第二基托底端封闭成一体，第二基托上压有切牙外表面模形。其制备方法包括以下步骤：制取上下颌工作模型；修整工作模型；采用压膜机压制硬质固位体；对硬质固位体初形进行修整；将备用的硬质固位体放置在上颌或下颌工作模型的切牙上；将咬合在一起的上下颌工作模型放置到压膜机上形成软质前庭盾初形；将软质前庭盾初形进行修整即为口呼吸矫正器。本发明解决了公知技术存在的不足，彻底避免夜间脱落现象，并使患者无牙齿酸痛感。
-
公开(公告)号：CN102048606A
公开(公告)日：2011-05-11
申请号：CN201110025442.8
申请日：2011-01-24
Applicant: 山东大学
IPC: A61F5/01
Abstract: 本发明公开了一种口呼吸矫正器及其制备方法，它有软质前庭盾，软质前庭盾上设置牙齿和牙龈模形，软质前庭盾内表面的切牙模形处压合硬质固位体,硬质固位体由第一基托和第二基托组成，第一基托和第二基托底端封闭成一体，第二基托上压有切牙外表面模形。其制备方法包括以下步骤：制取上下颌工作模型；修整工作模型；采用压膜机压制硬质固位体；对硬质固位体初形进行修整；将备用的硬质固位体放置在上颌或下颌工作模型的切牙上；将咬合在一起的上下颌工作模型放置到压膜机上形成软质前庭盾初形；将软质前庭盾初形进行修整即为口呼吸矫正器。本发明解决了公知技术存在的不足，彻底避免夜间脱落现象，并使患者无牙齿酸痛感。
-
公开(公告)号：CN118935750A
公开(公告)日：2024-11-12
申请号：CN202411305405.6
申请日：2024-09-19
Abstract: 本发明提供了一种太阳能集热器，所述聚光器设置在集热管的下部，用于将太阳光集中到蒸发室下部，用于加热蒸发室内的液体，液体吸热后沿着上升管蒸发，进入冷凝室内，然后沿着下降管返回到蒸发室；上升管、下降管和冷凝室中的至少一部分与集热管内的冷源进行换热。本发明对集热器结构进行了改进，能够使的腔室内的液体快速蒸发从而使得蒸汽充满整个上升管和下降管，充满整个集热管内，快速加热管体内的冷源，极大地提高了太阳能的吸收速度。
-
Patent Agency Ranking
公开(公告)号：CN109726510B
公开(公告)日：2022-12-23
申请号：CN201910061890.X
申请日：2019-01-23
Applicant: 山东大学
Abstract: 本申请提供了一种蛋白质糖化位点鉴定方法，收集糖化位点训练数据集，从所述糖化位点训练数据集中提取肽链，利用肽链数字矢量、肽链中氨基酸的可及表面积、肽链中氨基酸的二级结构概率和肽链的灰色关联度来编码表征蛋白质，选用最大相关性最小冗余(mRMR)特征选择算法找到最佳特征集，然后在支持向量机上训练获得预测器，从而进行蛋白质糖化位点鉴定。本申请提供的蛋白质糖化位点鉴定方法，充分考虑肽链中氨基酸序列、肽链中氨基酸的可及表面积、肽链中氨基酸的二级结构概率和肽链的灰色关联度，有助于提高蛋白质糖化位点鉴定的准确性。
-
公开(公告)号：CN112906172A
公开(公告)日：2021-06-04
申请号：CN202110201568.X
申请日：2021-02-23
Applicant: 国网山东省电力公司经济技术研究院 , 国家电网有限公司 , 山东大学
Abstract: 本发明提供了一种大规模海上风电场的陆上并网点优化选择方法及系统，根据海上风电规划情况与接入区域电网规划数据，确定海上风电场输送方式与并网节点可选方案；根据不同输送方式接入的风电场对并网节点选择的影响因素，确定影响指标；根据接入区域电网的规划数据，计算并标准化处理各可选并网节点的相应影响指标得分；利用模糊层次分析法对各指标得分加权综合计算，得到各可选并网节点最终得分，按照最终得分进行排序，确定最优并网节点，并以最优并网节点为优化选择点；本发明具有很强的实际应用背景和工程价值。
-
公开(公告)号：CN111599412A
公开(公告)日：2020-08-28
申请号：CN202010335096.2
申请日：2020-04-24
Applicant: 山东大学
Abstract: 本申请提供的基于词向量与卷积神经网络的DNA复制起始区域识别方法中，首先通过连续三分序列分词将DNA序列进行分词，得到各个三联核苷酸，然后将分词后的三联核苷酸负采样后通过Word2vec迭代训将三联核苷酸进行向量化得到词向量，所有的词向量合并后得到预训练特征向量矩阵，预训练特征向量矩阵中包括各个三联核苷酸的预训练特征向量，将分词后的各三联核苷酸竖向排列后嵌入各个三联核苷酸的预训练特征向量得到词嵌入层，词嵌入层将三联核苷酸序列特征向量化，然后经过卷积、池化训练得到卷积神经网络，通过加入词嵌入层的卷积神经网络进行ORI特征的深度挖掘和分类识别，最终识别出ORI；本申请的识别准确度大大提高。
-
公开(公告)号：CN108717608A
公开(公告)日：2018-10-30
申请号：CN201810595453.1
申请日：2018-06-11
Applicant: 国网山东省电力公司经济技术研究院 , 国家电网有限公司 , 山东大学
Inventor： 魏佳 , 丛旖旎 , 李雪亮 , 刘玉田 , 刘晓明 , 赵龙 , 王艳 , 魏鑫 , 王轶群 , 郑志杰 , 张丽娜 , 张杰 , 曹相阳 , 薄其滨 , 牟颖 , 刘冬 , 张家宁
Abstract: 本发明公开了一种百万千瓦级滩涂光伏电站接入电网综合决策方法及系统，包括：设计出若干百万千瓦级滩涂光伏接入系统的方案；利用方案初筛选剔除明显不合格的方案，确定备选方案集；建立百万千瓦级滩涂光伏电站并网方案评估体系；通过仿真软件计算得到每个方案的指标值；结合改进模糊层次分析法求得各因素的权重；运用TOPSIS法进行方案排序，确定每个方案与正理想方案的相对接近度；选择相对接近度最大的方案为最佳方案。本发明提出了百万千瓦级滩涂光伏电站并网方案的决策方法，解决了传统光伏接入方案选择时的经验主义，对于提高百万千瓦级滩涂光伏并网方案决策的科学化、全面化、定量化具有一定的意义。
-
公开(公告)号：CN104331642A
公开(公告)日：2015-02-04
申请号：CN201410588610.8
申请日：2014-10-28
Applicant: 山东大学
Abstract: 本发明公开了用于识别细胞外基质蛋白的集成学习方法，数据集建立：建立细胞外基质ECM蛋白序列的训练样本集和独立测试样本集；将训练样本集中的蛋白质序列映射成数值特征向量；采用信息增益率—增量特征选择方法挑选出相对有效的特征子集，采用集成学习的方法建立集成分类器模型，以解决数据集不平衡的问题；将独立测试样本集映射成数值特征向量，基于集成分类器模型的预测结果，采用多数表决方法得到测试样本的类别，最终利用所有测试样本的预测结果评价预测系统的性能；本发明开发了用于细胞外基质蛋白识别的网络服务器系统。用户无需理解细胞外基质蛋白识别的具体执行过程，只需输入待预测的蛋白质序列，即可得到预测结果。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.024 seconds)
