一种依据能量图谱识别生产设备的启停状态的方法

    公开(公告)号:CN115563293A

    公开(公告)日:2023-01-03

    申请号:CN202211034265.4

    申请日:2022-08-26

    Abstract: 本发明公开了一种依据能量图谱识别生产设备的启停状态的方法,包括以下步骤:步骤1:对能量图谱进行预处理;步骤2:构建BiCoNet模型;步骤3:将能量图谱输入到BiCoNet模型中,训练该模型;步骤4:从BiCoNet模型中的五个深度网络中的池化层提取特征;步骤5:从BiCoNet模型中的五个深度网络中的全连接层提取特征;步骤6:将集成特征与全连接层提取的特征相结合;步骤7:对结合后的特征进行特征选择;步骤8:通过步骤7产生的特征进行分类。本发明通过深度学习完成生产设备状态识别,采用五个深度学习网络构成BiCoNet算法,更加高效准确地识别生产设备的启停状态,具有重要的现实意义和理论价值。

    基于DQN算法的非用电企业生产行为辨识方法

    公开(公告)号:CN115081529A

    公开(公告)日:2022-09-20

    申请号:CN202210739931.8

    申请日:2022-06-28

    Abstract: 本发明公开了一种基于DQN算法的非用电企业生产行为辨识方法,包括以下步骤:A、使用Open AI的gym库建立非用电企业生产行为辨识的环境模型;B、构建企业生产行为辨识行动方案探索的分类预测模型,将训练集输入到分类预测模型中,并完成模型的训练;C、使用验证集对分类预测模型进行优化,得到优化后的分类预测模型;D、采用测试集进行分类预测模型性能验证;E、将训练好的分类预测模型保存,部署到终端,实时辨识企业的生产行为,为环保过程管理人员辨识企业生产状态提供参考。本发明能够改进现有技术的不足,可以更加精确地辨识非用电企业生产行为。

    基于Q-Learning算法的输配电线路覆冰处置预案生成方法

    公开(公告)号:CN114548540A

    公开(公告)日:2022-05-27

    申请号:CN202210146606.0

    申请日:2022-02-17

    Abstract: 本发明公开了一种基于Q‑Learning算法的输配电线路覆冰处置预案生成方法,属于电力线路除冰优化技术领域,步骤以下:建立覆冰增长和发展、处置的环境模型;基于Q‑Learning算法,构建覆冰处置行动方案探索的智能体学习模型并完成训练;选择特定的环境模型作为预案所对应的环境;将训练好的智能体模型作用于预案环境,计算出最优处理策略;将上述环境的每一变化及采取的每一措施输出到处置预案的word文档;构建覆冰处置预案演示动画,为培训处置人员提供帮助。本发明通过将与线路状态相关的数据构建为环境,采用强化学习完成决策优化,采用Q‑Learning算法构建学习模型,完成智能体和评价函数的学习;智能体与之交互,输出相应的处置预案,采用word格式输出预案。

Patent Agency Ranking