-
公开(公告)号：CN118798254B
公开(公告)日：2025-01-07
申请号：CN202411281531.2
申请日：2024-09-13
Applicant: 湖北华中电力科技开发有限责任公司
IPC: G06N3/044 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本申请涉及神经网络技术领域，尤其涉及一种分布式建模方法及系统，方法包括：将神经网络模型拆分为多个子模型；将训练样本输入神经网络模型，在各子模型间进行前向传播，得到输出结果，计算训练样本标签数据间的预设损失，对各子模型进行反向传播，得到各子模型的第一参数和第二参数，第一参数对应的冻结系数为1，第二参数对应的冻结系数为0；获取各冻结策略的参数组合；在测试样本中获取各参数组合的性能评分，将性能评分最大值的参数组合作为本次迭代的神经网络模型；执行多次迭代，直至迭代次数大于预设次数时停止。通过本申请的技术方案能够提高神经网络的训练精度和训练效率。
-
公开(公告)号：CN118798254A
公开(公告)日：2024-10-18
申请号：CN202411281531.2
申请日：2024-09-13
Applicant: 湖北华中电力科技开发有限责任公司
IPC: G06N3/044 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本申请涉及神经网络技术领域，尤其涉及一种分布式建模方法及系统，方法包括：将神经网络模型拆分为多个子模型；将训练样本输入神经网络模型，在各子模型间进行前向传播，得到输出结果，计算训练样本标签数据间的预设损失，对各子模型进行反向传播，得到各子模型的第一参数和第二参数，第一参数对应的冻结系数为1，第二参数对应的冻结系数为0；获取各冻结策略的参数组合；在测试样本中获取各参数组合的性能评分，将性能评分最大值的参数组合作为本次迭代的神经网络模型；执行多次迭代，直至迭代次数大于预设次数时停止。通过本申请的技术方案能够提高神经网络的训练精度和训练效率。
-
公开(公告)号：CN118520428B
公开(公告)日：2024-10-18
申请号：CN202410977249.1
申请日：2024-07-22
Applicant: 湖北华中电力科技开发有限责任公司
IPC: G06F18/27 , G06F18/214 , G06F18/10 , G06Q50/06 , H02J3/00
Abstract: 本发明涉及电力负荷预测领域，更具体地，本发明涉及一种基于人工智能的电力负荷预测方法及系统，所述方法包括：对获取的历史电力负荷数据段中的负荷数据进行拟合，确定拟合曲线的极值点，然后计算历史电力负荷数据段的初始噪声程度，并对应的历史电网频率数据段的初始噪声程度，以及历史电力负荷数据段与对应的历史电网频率数据段之间的相关性对初始噪声程度进行修正，得到历史电力负荷数据段的最终噪声程度，以利用每个历史电力负荷数据段的最终噪声程度对由对应的历史电力负荷数据段确定的预测值进行加权，得到最终预测值。本发明可以降低噪声数据对预测结果的影响，提高了对电力负荷量预测的准确性。
-
公开(公告)号：CN118520428A
公开(公告)日：2024-08-20
申请号：CN202410977249.1
申请日：2024-07-22
Applicant: 湖北华中电力科技开发有限责任公司
IPC: G06F18/27 , G06F18/214 , G06F18/10 , G06Q50/06 , H02J3/00
Abstract: 本发明涉及电力负荷预测领域，更具体地，本发明涉及一种基于人工智能的电力负荷预测方法及系统，所述方法包括：对获取的历史电力负荷数据段中的负荷数据进行拟合，确定拟合曲线的极值点，然后计算历史电力负荷数据段的初始噪声程度，并对应的历史电网频率数据段的初始噪声程度，以及历史电力负荷数据段与对应的历史电网频率数据段之间的相关性对初始噪声程度进行修正，得到历史电力负荷数据段的最终噪声程度，以利用每个历史电力负荷数据段的最终噪声程度对由对应的历史电力负荷数据段确定的预测值进行加权，得到最终预测值。本发明可以降低噪声数据对预测结果的影响，提高了对电力负荷量预测的准确性。
-
-
-
Search Results
4
records
(took 0.036 seconds)
