-
公开(公告)号:CN112101680B
公开(公告)日:2024-02-09
申请号:CN202011021799.4
申请日:2020-09-25
Applicant: 东北大学
IPC: G06Q10/04 , G06Q50/06 , G06F18/2415 , G06N20/10 , G06N3/0464 , G06N3/049 , G06N3/084 , G06N3/006
Abstract: 本发明提供一种基于章鱼模型的自适应长短期IES负荷预测方法。首先采集原始样本数据并进行归一化处理,然后将归一化处理后的样本数据采用生成对抗网络扩展样本数据集,当生成器和判别器博弈达到纳什均衡时对不完备样本数据进行扩展,将扩展样本集按照时间维度平均分为四个子数据集且保证每个子数据集互不重合,最后构建章鱼模型,将四个子数据集中其中三个作为训练集,剩余一个作为验证集,分别输入到章鱼模型四足中,通过章鱼头部确定哪一足进行动作,当生成器和判别器博弈达到纳什均衡且章鱼头部执行优胜劣汰机制后,并行预测电、气、热负荷,通过本发明提供的预测系统进行负
-
公开(公告)号:CN113297742B
公开(公告)日:2023-10-31
申请号:CN202110583752.5
申请日:2021-05-27
Applicant: 东北大学
IPC: G06F30/20 , G06F18/2135 , H02J3/00 , H02J3/32 , H02J3/38 , G06F111/10 , G06F113/14
Abstract: 本发明提供一种基于独立成分分析的自能源非侵入式系统及其建模方法,涉及能源系统技术领域。本系统包括能源传输网络、负荷单元、发电单元、储能单元、能源转换单元、能量监测单元和通讯单元,通过对自能源这一新的能源互联网基本能量单元进行数据量测,其采样对象包括自能源能量接入端口的输电线路、供热管道、燃气管道;将采样数据进行同步、去噪、物理计算和标幺化等处理;对自能源内部自能源系统中的光伏发电、风力发电、储能设备和能源转换设备进行非侵入式监测;采用一种改进的独立成分分析方法识别自能源内部其他设备运行情况并采用策略梯度对s的累积分布函数进行修正,实现模型的自适应进化。
-
公开(公告)号:CN113297742A
公开(公告)日:2021-08-24
申请号:CN202110583752.5
申请日:2021-05-27
Applicant: 东北大学
IPC: G06F30/20 , G06K9/62 , H02J3/00 , H02J3/32 , H02J3/38 , G06F111/10 , G06F113/14
Abstract: 本发明提供一种基于独立成分分析的自能源非侵入式系统及其建模方法,涉及能源系统技术领域。本系统包括能源传输网络、负荷单元、发电单元、储能单元、能源转换单元、能量监测单元和通讯单元,通过对自能源这一新的能源互联网基本能量单元进行数据量测,其采样对象包括自能源能量接入端口的输电线路、供热管道、燃气管道;将采样数据进行同步、去噪、物理计算和标幺化等处理;对自能源内部自能源系统中的光伏发电、风力发电、储能设备和能源转换设备进行非侵入式监测;采用一种改进的独立成分分析方法识别自能源内部其他设备运行情况并采用策略梯度对s的累积分布函数进行修正,实现模型的自适应进化。
-
公开(公告)号:CN119008020B
公开(公告)日:2025-02-25
申请号:CN202411048022.5
申请日:2024-08-01
Applicant: 东北大学
Abstract: 本发明提供一种基于Cross‑FiBiNet的无精症手术决策分类方法。该方法包括:获取数据集;对数据集进行预处理;将预处理后的数据集按照患者的临床激素指标、患者的染色体信息和患者的基因信息分成三个不同的field;将分成三个不同的field后的数据集划分为训练集、验证集和测试集;搭建Cross‑FiBiNet网络模型;将训练集输入Cross‑FiBiNet网络模型进行训练,将验证集输入训练后的Cross‑FiBiNet网络模型进行优化,保存最终优化后的Cross‑FiBiNet网络模型;将测试集输入最终优化后的Cross‑FiBiNet网络模型进行患者的无精症手术决策分类结果的预测,得到预测结果。本发明有效地利用患者的临床激素指标、患者的基因信息、以及患者的染色体信息,构建一个精准的无精症手术方案预测模型,实现对患者无精子症诊断模式的预测。
-
公开(公告)号:CN119008020A
公开(公告)日:2024-11-22
申请号:CN202411048022.5
申请日:2024-08-01
Applicant: 东北大学
Abstract: 本发明提供一种基于Cross‑FiBiNet的无精症手术决策分类方法。该方法包括:获取数据集;对数据集进行预处理;将预处理后的数据集按照患者的临床激素指标、患者的染色体信息和患者的基因信息分成三个不同的field;将分成三个不同的field后的数据集划分为训练集、验证集和测试集;搭建Cross‑FiBiNet网络模型;将训练集输入Cross‑FiBiNet网络模型进行训练,将验证集输入训练后的Cross‑FiBiNet网络模型进行优化,保存最终优化后的Cross‑FiBiNet网络模型;将测试集输入最终优化后的Cross‑FiBiNet网络模型进行患者的无精症手术决策分类结果的预测,得到预测结果。本发明有效地利用患者的临床激素指标、患者的基因信息、以及患者的染色体信息,构建一个精准的无精症手术方案预测模型,实现对患者无精子症诊断模式的预测。
-
公开(公告)号:CN112101680A
公开(公告)日:2020-12-18
申请号:CN202011021799.4
申请日:2020-09-25
Applicant: 东北大学
Abstract: 本发明提供一种基于章鱼模型的自适应长短期IES负荷预测方法。首先采集原始样本数据并进行归一化处理,然后将归一化处理后的样本数据采用生成对抗网络扩展样本数据集,当生成器和判别器博弈达到纳什均衡时对不完备样本数据进行扩展,将扩展样本集按照时间维度平均分为四个子数据集且保证每个子数据集互不重合,最后构建章鱼模型,将四个子数据集中其中三个作为训练集,剩余一个作为验证集,分别输入到章鱼模型四足中,通过章鱼头部确定哪一足进行动作,当生成器和判别器博弈达到纳什均衡且章鱼头部执行优胜劣汰机制后,并行预测电、气、热负荷,通过本发明提供的预测系统进行负荷预测,减少了前期对网络模型的选择,同时提高了预测精度。
-
-
-
-
-