一种基于RFID技术的轨道交通进出站控制系统

    公开(公告)号:CN105574970B

    公开(公告)日:2018-05-01

    申请号:CN201510956086.X

    申请日:2015-12-18

    Applicant: 燕山大学

    Abstract: 一种基于RFID技术的轨道交通进出站控制系统,所述控制系统由交通卡、RFID读写器、进站系统、里程记录系统和出站系统构成;在所有的交通卡中内嵌RFID标签,标签上的信息均由RFID读写器读取或写入。乘客直接进站,通过车厢RFID读写器对交通卡写入站点数据并上传至数据库,出站时,利用出站门禁RFID读写器读取交通卡中RFID标签的数据,集合数据库的站点数据及结算模块进行计费扣款。本发明具有进站方便、不需刷卡操作等优点。

    一种基于大数据简约的短期电力负荷预测方法

    公开(公告)号:CN106651020B

    公开(公告)日:2020-09-11

    申请号:CN201611165569.9

    申请日:2016-12-16

    Applicant: 燕山大学

    Abstract: 本发明提供一种基于大数据简约的短期电力负荷预测方法,所述方法包括:首先利用Lasso原理将大数据中冗余数据和坏数据进行剔除,然后通过主成分分析PCA对环境因素变量进行降维及特征提取。提取的特征向量以及简约处理后的历史负荷数据共同作为Elman神经网络的输入进行训练预测。本发明方法明显提高了短期电力负荷的预测精度和速度。

    一种基于综合因素评价模型的短期电力负荷预测方法

    公开(公告)号:CN107609671A

    公开(公告)日:2018-01-19

    申请号:CN201710682252.0

    申请日:2017-08-10

    Applicant: 燕山大学

    Abstract: 本发明公开了一种基于综合因素评价模型的短期电力负荷预测方法,所述方法包括:首先运用AHP-熵权法建立人体舒适度模型,然后运用掩蔽经验模式分解(MEMD)将原始电力负荷数据序列分解成若干不同频率的固有模态分量(IMF)和剩余分量,之后对能反映负荷序列内在特性的各IMF分量与人体舒适度指数进行相关性分析,根据相关性系数的大小来确定经粒子群(POS)优化后的Elman神经网络子模型的输入向量并进行预测,最后将各子模型的预测值相叠加得到最终预测结果。本发明方法明显提高了短期电力负荷的预测精度,更具实用性。

Patent Agency Ranking