一种基于搜索区间重构的随机配置网络预测建筑能耗方法

    公开(公告)号:CN117455053B

    公开(公告)日:2024-08-20

    申请号:CN202311427739.6

    申请日:2023-10-31

    Abstract: 本发明提出了一种基于搜索区间重构的随机配置网络预测建筑能耗方法,步骤为:对建筑的历史数据进行整理,生成历史数据集;建立基于随机配置网络的初始建筑能耗预测模型,基于互信息对搜索范围进行分配,隐含层的输入权值在对应搜索范围内随机生成,计算隐含层的输出权值;利用历史数据集计算建筑能耗预测模型的输出误差,若不满足精度要求,则新增一个隐含层神经元,计算增加神经元后的建筑能耗预测模型的输出误差;若满足精度要求,得到最终建筑能耗预测模型;将当前建筑的相关参数作为输入向量输入得到最终建筑能耗预测模型,得到当前能耗预测值。本发明可以在使用较少的隐含层神经元的情况下达到相同的准确性,并且不增加计算复杂性。

    基于对抗shapelet学习的阳极效应早期预报方法

    公开(公告)号:CN115423026A

    公开(公告)日:2022-12-02

    申请号:CN202211129832.4

    申请日:2022-09-16

    Abstract: 本发明提出了一种基于对抗shapelet学习的阳极效应早期预报方法,应用于故障位置、故障信号趋势的诊断与预测。其步骤为:首先,根据铝电解槽阳极的位置关系计算阳极电流信号的邻接矩阵;其次,根据阳极电流信号的邻接矩阵,获取自适应空间结构的shapelet学习分类器,并构建多头对抗神经网络;最后,利用自适应网络shapelet学习方法对抗神经网络进行优化,得到对抗神经网络模型;并将输入时间序列输入对抗神经网络模型得到分类结果。本发明通过建立自调节邻接矩阵作为自适应网络和多样性规则化的约束为后续的子序列特征学习;通过将对抗网络与shapelet学习方法相结合,加强了shapelets的可解释性。

    基于自组织随机配置网络的污水总磷软测量方法及系统

    公开(公告)号:CN114036819B

    公开(公告)日:2024-06-28

    申请号:CN202111192793.8

    申请日:2021-10-13

    Abstract: 本发明属于污水处理技术领域,公开一种基于自组织随机配置网络的污水总磷软测量方法及系统,该方法包括:步骤1,基于随机配置网络构建总磷软测量模型,确定总磷软测量模型的输入变量和输出变量,所述输入变量为出水pH值、入水流量、第五分区溶解氧浓度、第二分区硝态氮浓度和出水固体悬浮物浓度;所述输出变量为出水总磷浓度;所述总磷软测量模型的隐含层为单层;步骤2,对隐含层的神经元个数进行自组织调整和参数确定;步骤3,基于结构调整后的总磷软测量模型进行污水总磷软测量。本发明在不需要人为设定阈值的情况下,可以根据输出误差自动调整网络结构。

    一种智能配电网的递进式调度管理系统

    公开(公告)号:CN117638940A

    公开(公告)日:2024-03-01

    申请号:CN202311627738.6

    申请日:2023-11-30

    Abstract: 本发明公开了一种智能配电网的递进式调度管理系统,涉及电网递进式调度管理技术领域,解决了现有技术中,无法根据递进式调度,即通过静态、动态以及精细三种方式进行调度管控的技术问题,具体为电网运行分析单元对当前运行电网进行分析,获取到电网运行时段的电网运行分析系数,根据电网运行分析系数比较将运行时段划分为高需求调度时段和低需求调度时段,并将其发送至服务器;区域静态调度单元对当前电网覆盖区域进行区域静态调度,区域动态调度单元对当前电网覆盖区域进行区域动态调度,在静态调度无法满足区域调度需求时执行动态调度,精细调度单元对电网覆盖区域进行精细调度;调度实时评估单元对电网覆盖区域的实时调度进行评估。

Patent Agency Ranking