-
公开(公告)号：CN119026763B
公开(公告)日：2025-02-18
申请号：CN202411515020.2
申请日：2024-10-29
Applicant: 湘江实验室
IPC: G06Q10/04 , G06N3/0455 , G06N3/096 , G06Q50/06 , H02J3/00
Abstract: 本发明提供了一种电力负荷预测方法及系统，涉及电力负荷预测技术领域。通过采集电力负荷数据并对电力负荷数据进行预处理以生成目标数据集合；使用季节性趋势分解策略将目标数据集合分解为季节性、趋势性和残差三个部分；将季节性、趋势性和残差三个部分分别输入编码器进行多头稀疏自注意力计算以得到第一注意力积分；将季节性、趋势性和残差三个部分分别进行快速傅里叶变换并传入编码层进行多头稀疏自注意力计算以得到第二注意力积分；将第一注意力积分与第二注意力积分进行融合以生成目标融合积分；将目标融合积分送入解码器并获取输出结果以得到预测序列。在电力负荷预测问题中实现了精确预测长序列的技术效果。
-
公开(公告)号：CN119026763A
公开(公告)日：2024-11-26
申请号：CN202411515020.2
申请日：2024-10-29
Applicant: 湘江实验室
IPC: G06Q10/04 , G06N3/0455 , G06N3/096 , G06Q50/06 , H02J3/00
Abstract: 本发明提供了一种电力负荷预测方法及系统，涉及电力负荷预测技术领域。通过采集电力负荷数据并对电力负荷数据进行预处理以生成目标数据集合；使用季节性趋势分解策略将目标数据集合分解为季节性、趋势性和残差三个部分；将季节性、趋势性和残差三个部分分别输入编码器进行多头稀疏自注意力计算以得到第一注意力积分；将季节性、趋势性和残差三个部分分别进行快速傅里叶变换并传入编码层进行多头稀疏自注意力计算以得到第二注意力积分；将第一注意力积分与第二注意力积分进行融合以生成目标融合积分；将目标融合积分送入解码器并获取输出结果以得到预测序列。在电力负荷预测问题中实现了精确预测长序列的技术效果。
-
Patent Agency Ranking
公开(公告)号：CN118968601A
公开(公告)日：2024-11-15
申请号：CN202411422254.2
申请日：2024-10-12
Applicant: 湘江实验室
IPC: G06V40/16 , G06N3/0464 , G06N3/0495 , G06N3/08 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/94
Abstract: 本发明提供了一种面向边缘计算的人脸检测方法及系统，涉及图像处理技术领域。通过获取人脸目标图像样本数据，并对人脸目标样本数据进行预处理以生成目标数据集；获取预设神经网络模型，将目标数据集送入预设神经网络模型中进行迭代训练，并使用余弦退火算法对学习率进行调整；在预设神经网络模型迭代训练完之后，获取预设神经网络模型的训练结果；获取待检测人脸图片数据并结合训练结果以生成检测结果。通过在测试图像中有效地捕捉到目标，并在不增加训练成本的前提下取得更好的识别效果。实现了提升神经网络对图像的检测精度的技术效果。
-
公开(公告)号：CN118822043A
公开(公告)日：2024-10-22
申请号：CN202411296665.1
申请日：2024-09-18
Applicant: 湘江实验室
IPC: G06Q10/04 , G06Q10/0637 , G06Q50/06 , G06F18/25 , H02J3/00
Abstract: 本发明涉及电力负荷预测技术领域，尤其涉及一种多参数融合电力负荷预测方法，该方法包括：实时监测光照强度、温度和水流量；温度变化标准差超阈值时修正电力负荷；光照强度超标准值时计算水流量标准差；水流量标准差与预设范围比较；根据判定结果计算并输出预测电力负荷值。本发明通过多层次的数据判定和实时修正机制，显著提高了预测的准确性和灵活性。利用温度变化、光照强度和水流量的标准差进行动态调整，使得预测结果能够更好地反映实际环境条件和设备运行状态，减少了预测误差，增强了系统对环境变化的响应能力，优化了电力负荷的管理和调度，有效解决了因传统预测模型训练数据对环境变化数据采集单一导致预测精度不足的问题。
-
公开(公告)号：CN118968601B
公开(公告)日：2024-12-27
申请号：CN202411422254.2
申请日：2024-10-12
Applicant: 湘江实验室
IPC: G06V40/16 , G06N3/0464 , G06N3/0495 , G06N3/08 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/94
Abstract: 本发明提供了一种面向边缘计算的人脸检测方法及系统，涉及图像处理技术领域。通过获取人脸目标图像样本数据，并对人脸目标样本数据进行预处理以生成目标数据集；获取预设神经网络模型，将目标数据集送入预设神经网络模型中进行迭代训练，并使用余弦退火算法对学习率进行调整；在预设神经网络模型迭代训练完之后，获取预设神经网络模型的训练结果；获取待检测人脸图片数据并结合训练结果以生成检测结果。通过在测试图像中有效地捕捉到目标，并在不增加训练成本的前提下取得更好的识别效果。实现了提升神经网络对图像的检测精度的技术效果。
-
公开(公告)号：CN120016482A
公开(公告)日：2025-05-16
申请号：CN202510490167.9
申请日：2025-04-18
Applicant: 湘江实验室
IPC: H02J3/00 , G06F18/10 , G06F18/213 , G06F18/23213 , G06F18/25 , G06N3/0455 , G06N3/0499 , G06N3/08
Abstract: 本发明提供了一种电力负荷长时序预测方法及相关装置，涉及电力负荷预测技术领域。通过采集电力负荷时序数据；对电力负荷时序数据进行预处理；通过移动分解方法将预处理后的电力负荷时序数据分解为季节性分量和趋势性分量；将趋势性分量输入趋势聚类增强网络，通过K‑means聚类算法对趋势性分量进行通道聚类，并对每个聚类组应用独立的线性变换，提取长期趋势特征；将季节性分量输入季节因果注意力网络，通过因果掩码机制和多头注意力机制提取短期季节特征；融合长期趋势特征与短期季节特征，生成融合特征；将融合特征输入解码器，通过全连接层输出电力负荷预测结果。充分考虑电力负荷数据的变化趋势，提高了对电力负荷长序列的预测精度。
-
公开(公告)号：CN118822043B
公开(公告)日：2024-12-24
申请号：CN202411296665.1
申请日：2024-09-18
Applicant: 湘江实验室
IPC: G06Q10/04 , G06Q10/0637 , G06Q50/06 , G06F18/25 , H02J3/00
Abstract: 本发明涉及电力负荷预测技术领域，尤其涉及一种多参数融合电力负荷预测方法，该方法包括：实时监测光照强度、温度和水流量；温度变化标准差超阈值时修正电力负荷；光照强度超标准值时计算水流量标准差；水流量标准差与预设范围比较；根据判定结果计算并输出预测电力负荷值。本发明通过多层次的数据判定和实时修正机制，显著提高了预测的准确性和灵活性。利用温度变化、光照强度和水流量的标准差进行动态调整，使得预测结果能够更好地反映实际环境条件和设备运行状态，减少了预测误差，增强了系统对环境变化的响应能力，优化了电力负荷的管理和调度，有效解决了因传统预测模型训练数据对环境变化数据采集单一导致预测精度不足的问题。
-
-
-
-
-
-
Search Results
7
records
(took 0.018 seconds)
