-
公开(公告)号：CN114840506A
公开(公告)日：2022-08-02
申请号：CN202210363550.4
申请日：2022-04-08
Applicant: 清华大学 , 国网山东省电力公司电力科学研究院
IPC: G06F16/215 , G06F16/28 , G06F17/16 , G06N3/04 , G06N3/08
Abstract: 本申请涉及一种数据降维方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取风电功率的多种影响因素以及影响因素数据；根据所述目标季节的影响因素数据，对所述多种影响因素进行多重共线性诊断，在多种影响因素之间存在多重共线性，则根据所述目标季节的影响因素数据、预设影响因素观测数据以及岭参数，计算各所述影响因素的岭回归系数；根据所述岭回归系数与所述岭参数之间的对应关系对各个影响因素进行筛选，剔除所述岭回归系数不满足预设岭回归系数变化条件的影响因素，得到多个目标影响因素。通过采用本方法，可以通过各个影响因素的岭回归系数对多个影响因素进行筛选，在保证数据应用价值的条件下，降低数据冗余性。
-
公开(公告)号：CN108334455A
公开(公告)日：2018-07-27
申请号：CN201810178494.0
申请日：2018-03-05
Applicant: 清华大学
IPC: G06F11/36
Abstract: 本发明提供了一种基于搜索的代价敏感超图学习的软件缺陷预测方法，所述方法包括：输入原始的训练和测试数据，获得软件模块的特征及相应的软件模块标签；对软件数据进行特征提取，将数据特征转换到新的特征空间；在新的特征空间中，基于测试数据选取与相应测试数据距离最近的训练数据；利用选取的训练数据和测试数据构建超图结构，超图的连接是根据软件模块在转换软件模块特征空间的距离来测算，不断优化错分代价敏感的测试数据总代价，并且优化超图结构；利用学习到的转换向量可以用来计算测试模块是否含有错误。
-
公开(公告)号：CN103320137A
公开(公告)日：2013-09-25
申请号：CN201310114401.5
申请日：2013-04-03
Applicant: 清华大学 , 华清农业开发有限公司 , 北京科威拜沃生物技术有限公司
IPC: C09K17/00 , C09K101/00
Abstract: 本发明涉及一种复合微生物菌素盐碱地改良剂及其制备方法与应用。所述的复合微生物菌素盐碱地改良剂包括微生物菌剂、有机液及基质。所述的微生物菌剂具体包括枯草芽孢杆菌(Bacillus subtilis)和巨大芽孢杆菌(Bacillus megaterium)，通过发酵所述的微生物菌素可生成蛋白酶，脂肪酶，α-淀粉酶，氨基酸等营养物质，可调节土壤的酸碱度，降低盐碱的毒害作用，调节水稻根系微生物环境，加快氮、磷、钾及中微量元素的转换，加速根系生长、增根、发苗及壮秧，为水稻增产打下了良好的基础。
-
公开(公告)号：CN119869611A
公开(公告)日：2025-04-25
申请号：CN202411883236.4
申请日：2024-12-19
Applicant: 国网山东省电力公司电力科学研究院 , 清华大学
Abstract: 本发明涉及化工技术领域，具体涉及一种绿电甲醇制备绿色烯烃的催化剂及以绿电甲醇制备绿色烯烃的方法。本发明的催化剂按照体积份数计，包括苯甲酸10‑20份、油酸30‑40份和环烷酸40‑60份。本发明的催化剂包括苯甲酸、油酸和环烷酸，通过将各组分的用量限定在合理的范围值内，使得各组分之间发挥更好的协同作用，应用到以绿电甲醇制备绿色烯烃的方法中，能提高烯烃的收率和生产效率，同时具有较好的经济性和环境友好性。
-
公开(公告)号：CN118898353A
公开(公告)日：2024-11-05
申请号：CN202410812124.3
申请日：2024-06-21
Applicant: 清华大学 , 国网山东省电力公司电力科学研究院
IPC: G06Q10/0631 , G06Q30/0201 , G06Q50/06 , H02J3/28 , H02J3/24
Abstract: 本申请涉及新型电力系统优化运行技术领域，特别涉及一种面向调度需求的分布式储能聚合方法及装置，其中，方法包括：基于改进的储能度电成本指标，分析分布式储能的综合调用成本；根据目标调度需求确定分布式储能的聚合方式，将平衡净负荷波动作为分布式储能的调度目标进行储能集群容量的划分，确定分布式储能的储能容量划分界限；基于储能容量划分界限和综合调用成本，令度电成本达到预设接近条件的储能个体组合为同一集群，并基于储能容量划分界限的各界限值将分布式储能划分为多个储能集群。本申请可以实现多元储能聚合为规模化储能集群参与调度，降低优化调度的变量维度和计算复杂度，为新型电力系统中多元储能协同优化运行提供良好技术支撑。
-
Patent Agency Ranking
公开(公告)号：CN115073997A
公开(公告)日：2022-09-20
申请号：CN202210682719.2
申请日：2022-06-16
Applicant: 清华大学天津高端装备研究院洛阳先进制造产业研发基地
IPC: C09D163/00 , C09D5/24 , B05D1/36 , B05D3/02 , B05D7/00
Abstract: 本发明提供了一种具有梯度浓度的石墨烯/环氧树脂复合导电涂层及其制备方法，属于石墨烯复合材料合成与应用领域，具体包括按功能设计复合导电涂层内部的浓度梯度，调控各浓度梯度层的石墨烯浓度，以实现复合涂层内部的分层石墨烯浓度梯度调控；各浓度梯度层中石墨烯的含量可控，石墨烯在环氧树脂基体中均匀分散形成微观交联结构，浓度梯度层之间同步固化、结构连续性好。该具有梯度浓度的石墨烯/环氧树脂复合导电涂层具有良好的力学性能，优异的导电性能和电致热性能。该具有梯度浓度的复合导电涂层采用有机混溶法、热挥发逸出法、分层涂布共固化法相结合的方式制备；该制备方法巧妙便捷，易操作。
-
公开(公告)号：CN109951468B
公开(公告)日：2020-08-28
申请号：CN201910183415.X
申请日：2019-03-12
Applicant: 清华大学
IPC: H04L29/06
Abstract: 本申请公开了一种基于F值优化的网络攻击检测方法与系统，其中，该方法包括：步骤1，根据F值计算模型，计算接收到的网络数据对应的错分代价值，并生成代价值矩阵，其中，网络数据包括已标记网络数据和未标记网络数据；步骤2，根据网络数据，构建网络数据对应的超图；步骤3，根据代价值矩阵和超图，计算网络数据对应的预测类标；步骤4，根据预测类标，检测网络数据中的未标记网络数据。通过本申请中的技术方案，提高了对不平衡数据的检测率，利用F值评价指标对错分代价值进行优化，提高了网络异常数据检测的准确性和可靠性。
-
公开(公告)号：CN109951468A
公开(公告)日：2019-06-28
申请号：CN201910183415.X
申请日：2019-03-12
Applicant: 清华大学
IPC: H04L29/06
Abstract: 本申请公开了一种基于F值优化的网络攻击检测方法与系统，其中，该方法包括：步骤1，根据F值计算模型，计算接收到的网络数据对应的错分代价值，并生成代价值矩阵，其中，网络数据包括已标记网络数据和未标记网络数据；步骤2，根据网络数据，构建网络数据对应的超图；步骤3，根据代价值矩阵和超图，计算网络数据对应的预测类标；步骤4，根据预测类标，检测网络数据中的未标记网络数据。通过本申请中的技术方案，提高了对不平衡数据的检测率，利用F值评价指标对错分代价值进行优化，提高了网络异常数据检测的准确性和可靠性。
-
公开(公告)号：CN119930472A
公开(公告)日：2025-05-06
申请号：CN202411883171.3
申请日：2024-12-19
Applicant: 国网山东省电力公司电力科学研究院 , 清华大学
IPC: C07C273/18 , C07C275/62 , C01C1/02
Abstract: 本发明涉及绿色化工技术领域，具体涉及一种绿电联产尿素‑绿氨混合物的后处理工艺方法。本发明的后处理工艺方法包括将绿电联产尿素‑绿氨混合物和含碳原料送入装有铁基催化剂的催化精馏塔中，进行反应生成含有缩二脲和绿氨的产物；将含有缩二脲和绿氨的产物在催化精馏塔中进行第一次精馏后进入分离精馏塔中进行第二次精馏，从分离精馏塔塔顶采出绿氨，从分离精馏塔塔底采出缩二脲。本发明的后处理工艺方法将绿电联产尿素‑绿氨混合物的尿素转化成缩二脲，再利用催化精馏技术和二次精馏工艺的结合，不仅能够有效分离缩二脲与绿氨，可以实现缩二脲的回收和绿氨的提纯，达到资源的综合利用的目的，具有显著的经济和环保效益。
-
公开(公告)号：CN114840506B
公开(公告)日：2025-03-18
申请号：CN202210363550.4
申请日：2022-04-08
Applicant: 清华大学 , 国网山东省电力公司电力科学研究院
IPC: G06F16/215 , G06F16/28 , G06F17/16 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及一种数据降维方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取风电功率的多种影响因素以及影响因素数据；根据所述目标季节的影响因素数据，对所述多种影响因素进行多重共线性诊断，在多种影响因素之间存在多重共线性，则根据所述目标季节的影响因素数据、预设影响因素观测数据以及岭参数，计算各所述影响因素的岭回归系数；根据所述岭回归系数与所述岭参数之间的对应关系对各个影响因素进行筛选，剔除所述岭回归系数不满足预设岭回归系数变化条件的影响因素，得到多个目标影响因素。通过采用本方法，可以通过各个影响因素的岭回归系数对多个影响因素进行筛选，在保证数据应用价值的条件下，降低数据冗余性。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.025 seconds)
