公开(公告)号：CN118411048A

公开(公告)日：2024-07-30

申请号：CN202410506244.0

申请日：2024-04-25

Applicant: 重庆邮电大学

Inventor： 陈青青 ,  彭浩 ,  朱恒 ,  王进

IPC: G06Q10/0637 ,  G06Q50/06

Abstract: 本发明属于大数据技术领域，具体涉及一种基于大数据的电力系统短期净负荷预测方法，包括：获取电力系统电力负荷序列数据以及气压、温度、湿度序列数据；对气压、温度、湿度序列数据进行变换以提取其周期性特征；使用多噪声CEEMDAN对电力负荷序列数据进行分解并合并所有分量，与温度、湿度、气压序列数据以及周期性特征构成加强特征，并通过CNN提取加强特征的空间特征，并进行融合得到X1；将温度、气压、湿度、电力负荷序列数据选择不同组合送入Multi‑AE进行去噪得到X2；拼接X1和X2送入MLP得到预测结果。本发明采用添加周期突变噪声的方式，有效降低了序列数据的噪声水平，并提高了对于突变情况的准确预测能力。

公开(公告)号：CN118277766A

公开(公告)日：2024-07-02

申请号：CN202410538517.X

申请日：2024-04-30

Applicant: 重庆邮电大学

Inventor： 杜雨露 ,  杨敏 ,  朱恒 ,  王进

IPC: G06F18/213 ,  G06F18/23 ,  G06Q50/06 ,  G06N3/0464 ,  G06N3/08 ,  H02J3/00

Abstract: 本发明涉及机器学习、深度学习、大数据技术领域，特别涉及一种基于大数据的海上风电发电功率预测方法，包括获取风电场相关信息数据，并对风电场相关数据进行预处理；基于预处理后的数据构建特征，获得风电发电数据特征、高阶环境特征、时间特征以及日相似性聚类特征；采用基于后向特征选择方法，从获取的的特征中选择最佳的特征群；将特征群中的特征输入建立的预测模型，输出预测的发电功率；本发明可以充分发挥两种模型在不同情况下的优势，提高预测的准确性和稳定性，从而更好地应对海上风电发电的实际情况。

公开(公告)号：CN118966167A

公开(公告)日：2024-11-15

申请号：CN202410943682.3

申请日：2024-07-15

Applicant: 重庆邮电大学

Inventor： 朱恒 ,  王进 ,  肖飞 ,  李丹

IPC: G06F40/169 ,  G06F40/194 ,  G06F40/279 ,  G06F40/30 ,  G06F18/10 ,  G06F18/213 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明属于自然语言处理技术领域，具体涉及一种基于用户评论的APP软件缺陷识别方法；该方法包括：获取用户对软件的评论数据并对其进行预处理，得到预处理好的用户评论数据；计算用户评论数据中所有关键词的重要分数；选择重要分数最高的n个关键词，并根据n个关键词和用户评论数据构建评论的多维度特征；采用训练好的自适应多维特征动态网络对多维度特征进行处理，得到APP软件缺陷识别结果；本发明不仅可以提高识别软件问题的效率，而且还可以捕捉到传统测试可能遗漏的细微缺陷，从而为软件开发者提供更全面的质量保证工具。