-
公开(公告)号：CN106059448B
公开(公告)日：2018-02-23
申请号：CN201610473944.X
申请日：2016-06-24
Applicant: 华北电力大学
IPC: G06Q50/06
CPC classification number: Y02E10/563 , Y02E10/566 , Y02E10/763 , Y02E10/766 , Y02E70/30
Abstract: 本发明属于新能源控制与应用技术领域，尤其涉及一种基于监督预测控制的风光互补发电系统功率协调控制方法，分别建立风力发电子系统、光伏发电子系统、蓄电池储能子系统这三个数学模型，分别设计第一或第二滑模变结构控制器，使风力发电子系统在风力充足或不足的情况下功率输出跟踪给定值或实现最佳叶尖速比，并以最大输出功率运行；分别设计第三或第四滑模变结构控制器，使光伏发电子系统在光照充足或不足的情况下输出功率跟踪负荷需求或实现最大功率点跟踪控制；基于风力发电为主、光伏发电为辅、蓄电池补充的控制目标设计监督预测控制器实现三种不同天气情况下的滑模变结构控制器的控制模式切换、以及蓄电池开关的控制。
-
公开(公告)号：CN107544957A
公开(公告)日：2018-01-05
申请号：CN201710543480.X
申请日：2017-07-05
Applicant: 华北电力大学
IPC: G06F17/27
Abstract: 本发明公开了属于网购商品评论的分析处理领域的一种面向商品目标词的情感倾向分析方法。包括四个步骤，1，语料预处理，将数据集进行分词，把类别标签按照类别个数转换成向量形式；2，词向量训练，把分词后评论数据通过CBOW模型训练得到词向量；3，神经网络结构，使用LSTM网络模型结构使网络注重整句内容；4，评论句情感分类，将神经网络输出作为Softmax函数的输入，得到最后结果。本发明在语义空间中语义刻画更准确；通过使用神经网络来训练数据优化神经网络中的权重和偏置参数，经过不断的迭代之后训练的参数使得损失值达到最小，此时使用这些训练后的参数来对测试集进行预测，这样能够得到更高的准确率。
-
公开(公告)号：CN107505548A
公开(公告)日：2017-12-22
申请号：CN201710757296.5
申请日：2017-08-29
Applicant: 华北电力大学(保定)
IPC: G01R31/12
CPC classification number: G01R31/1209
Abstract: 一种基于柔性阵列传感器的局放超声定位方法，所述方法利用柔性阵列传感器在被检测电气设备的外表面采集超声波信号；然后通过欧拉变换将局部坐标系中的辐射方向转换为在全局坐标系中的辐射方向；再运用降维MUSIC算法，求得局放源方位角和俯仰角的估计值；进而根据该估计值及已知传感器的坐标，确定传感器与局放源的连线；最后求传感器在多个测量位置与局放源连线的交点，得到局放源的精确位置。本发明利用柔性阵列传感器采集被检测电气设备内的超声波信号，保证每个阵元都能与电气设备的表面良好贴合，很好地解决了任意形状电气设备局部放电源的精确检测问题，为设备内部故障严重程度的分析判断提供了有效途径。
-
公开(公告)号：CN105975477A
公开(公告)日：2016-09-28
申请号：CN201610214120.0
申请日：2016-04-07
Applicant: 华北电力大学
IPC: G06F17/30
Abstract: 本发明公开了属于计算机应用技术领域的一种基于网络自动构建地名数据集的方法。该基于网络自动构建地名数据集包括如下步骤：1，使用谷歌搜索引擎API从谷歌数据库中提取地理空间数据；2，从提取出的数据中过滤掉不相关的网页；3，导入步骤2的输出，提取地理信息；4，选择地理编码工具，把提取的地址信息转换成地理坐标，然后标记在地图上。本发明充分发挥数据提取模块搜索引擎的优势，用恰当的搜索查询关键词从网页中检索地理信息。在网页过滤模块中，采用过滤算法来排除那些无用的干扰数据。从网页这种非结构化数据源中有效的动态的提取出地理信息，使数据同时具有高完整度和实时性。本方法有很高的实用价值。
-
公开(公告)号：CN102223414A
公开(公告)日：2011-10-19
申请号：CN201110167997.6
申请日：2011-06-21
Applicant: 华北电力大学
Abstract: 本发明公开了计算机网络技术领域中的一种实现网络资源命名与定位的方法。该方法包括如下步骤，采用网络本体语言OWL对网络资源进行统一命名；建立分布式网络拓扑结构；网络资源提供者注册网络资源；网络资源请求者定位请求的网络资源。本发明融合了语义网、分布式和Agent三种技术，实现了资源定位方法的平台无关性、可扩展性、互操作性和广泛性，保证可信与可靠基础上的各种资源类型的统一命名与定位。
-
Patent Agency Ranking
公开(公告)号：CN117649155A
公开(公告)日：2024-03-05
申请号：CN202410121484.9
申请日：2024-01-30
Applicant: 国网湖北省电力有限公司电力科学研究院 , 华北电力大学(保定) , 国家电网有限公司
IPC: G06Q10/0639 , G06Q50/06 , G06Q50/26
Abstract: 本发明公开了一种电网企业碳减排能力的评估方法、系统及存储介质，方法包括以下步骤：A、确定因素集和评语集，确定影响电网企业碳减排的因素集分两层；B、确定权重集；C、做单因素评判；D、做综合效益的多层次综合评价。本发明能够解决现有技术的不足，减小了评估过程的数据处理量，提高了评估准确性。
-
公开(公告)号：CN117349940A
公开(公告)日：2024-01-05
申请号：CN202311443344.5
申请日：2023-11-01
Applicant: 中国水利水电科学研究院 , 华北电力大学
IPC: G06F30/13 , G06F30/27 , G06N3/04 , G06N3/08 , G06F119/14
Abstract: 本发明公开了属于计算机应用技术领域的基于稳定学习的提高预测粗粒土力学特性稳定性的方法。该方法包括以下步骤，步骤1：收集粗粒土的特征数据、三轴剪切试验数据和应力应变曲线；步骤2：对步骤1收集到的数据进行整理和预处理；步骤3：结合数据特点，构建基于稳定学习的粗粒土应力应变的深度学习预测模型。本发明相比普通神经网络有更好的稳定性，且在面对未知数据分布时会表现得更好，具有很高的实用价值。
-
公开(公告)号：CN116070925A
公开(公告)日：2023-05-05
申请号：CN202111233493.X
申请日：2021-10-22
Applicant: 国网浙江省电力有限公司物资分公司 , 华北电力大学
IPC: G06Q10/0639 , G06Q50/06 , G06N20/10 , G06F18/214 , G06F30/27
Abstract: 本发明提供了一种电网工程方案的优选方法及系统，包括：基于获取的所有电网工程方案的信息计算每个电网工程方案的影响指标值；基于每个电网工程方案的信息和预先确定的影响工程造价的关键影响指标结合预先构建的造价评估模型计算所述每个电网工程方案的造价；基于所述每个电网工程方案的影响指标值和所述电网工程方案的造价确定最优电网工程方案；其中，所述造价评估模型是基于预先训练好的PSO‑SVM模型和预先训练好的PSO‑BP神经网络模型按照预测误差标准差计算得到的权重构建而成。本发明采用影像指标值与造价两个按照权重的方式确定优选方案，克服了现有技术中仅考虑造价导致方案可实施性差的问题。
-
公开(公告)号：CN110660019A
公开(公告)日：2020-01-07
申请号：CN201910930272.4
申请日：2019-09-29
Applicant: 华北电力大学
Abstract: 本发明公开了一种基于BPL的小数据集简笔画生成方法，学习笔划、笔划位置及笔划的位置关联后，生成各种类别的概率模型，再根据不同的概率模型进行简笔画的实现；对类别T的概率模型满足：其中，e为类别T的一个示例，I是示例e的具体图像，M为类别T对应的示例数量，P为概率，m为循环数。本发明基于BPL的小数据集简笔画生成方法，基于小数据集即可生成较好效果的图像，改变了需要大量原始数据才能进行AI绘画的现状，提高了效率，降低了成本；在实现了对原有画作风格模仿的基础上，还可根据原有的画作风格进行模板的再创造。
-
公开(公告)号：CN105975477B
公开(公告)日：2019-11-08
申请号：CN201610214120.0
申请日：2016-04-07
Applicant: 华北电力大学
IPC: G06F16/29 , G06F16/9537
Abstract: 本发明公开了属于计算机应用技术领域的一种基于网络自动构建地名数据集的方法。该基于网络自动构建地名数据集包括如下步骤：1，使用谷歌搜索引擎API从谷歌数据库中提取地理空间数据；2，从提取出的数据中过滤掉不相关的网页；3，导入步骤2的输出，提取地理信息；4，选择地理编码工具，把提取的地址信息转换成地理坐标，然后标记在地图上。本发明充分发挥数据提取模块搜索引擎的优势，用恰当的搜索查询关键词从网页中检索地理信息。在网页过滤模块中，采用过滤算法来排除那些无用的干扰数据。从网页这种非结构化数据源中有效的动态的提取出地理信息，使数据同时具有高完整度和实时性。本方法有很高的实用价值。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.031 seconds)
