一种短期负荷预测方法及终端机
    73.
    发明公开

    公开(公告)号:CN115481778A

    公开(公告)日:2022-12-16

    申请号:CN202210927062.1

    申请日:2022-08-03

    Abstract: 本发明提供一种短期负荷预测方法及终端机,本发明将Transformer模型和AR模型结合起来共同提升对变压器母线负荷的预测效果,Transformer模型主要负责时序数据中高频非线性部分的预测,而AR模型主要负责时序数据中低频线性部分的预测。在编码器部分,先对特征沿时间维度进行逐层蒸馏,从而在降低总内存使用量的同时,提取负荷数据中不同频率的周期性特征,然后将这些多种频率的周期性特征叠加并聚合起来,得到跨周期的融合特征。在利用注意力机制聚集信息时,将注意力更多地集中到于那些数据相似且数据变化趋势相近的部分,从而实现时序信息的序列级连接,进而挖掘出更可靠的时间依赖。

    一种变电站变压器状态智能分析与预测的方法及系统

    公开(公告)号:CN115375011A

    公开(公告)日:2022-11-22

    申请号:CN202210918521.X

    申请日:2022-08-01

    Abstract: 本申请公开了一种变电站变压器状态智能分析与预测的方法及系统,主要涉及变电站变压器技术领域,用以解决现有的机理模型不及时、不同步,算法模型不够精准等问题。包括:获取变压器对的多源数据;基于预设多物理场机理模型、预设第一人工智能模型,确定多源数据对应的计算运行状态和计算变化趋势;根据预设第二人工智能模块和计算运行状态和计算变化趋势,确定变压器对应的最终运行状态和最终变化趋势。本申请通过上述方法实现了降低单一方式自身的不足,实现了主变压器复杂工况下部件级及设备级性能的高精准状态评估、风险辨识与态势预测。

    一种基于改进残差网络的图像分类方法、设备和存储介质

    公开(公告)号:CN114782737A

    公开(公告)日:2022-07-22

    申请号:CN202210295560.9

    申请日:2022-03-24

    Abstract: 本发明涉及一种基于改进残差网络的图像分类方法,包括以下步骤:收集原始图像作为训练数据;对训练数据进行预处理;构建图像分类模型,图像分类模型以残差网络作为主干网络,在残差网络中的每个Conv Block中增加CBAM卷积注意力模块,在Idenfify Block中增加SE激励模块;CBAM卷积注意力模块基于注意力机制对输入特征进行特征提取,所述SE激励模块对每个通道的重要性进行预测,并对输入特征的对应通道进行激励,识别图像不同局部区域的重要程度;利用预处理后的训练数据对所述图像分类模型进行训练;利用训练好的图像分类模型进行图像分类;本发明在残差网络中增加了注意力模块和激励模块,使得分类的召回率、准确率大幅度提升,同时解决细粒度的图像分类任务问题。

Patent Agency Ranking