-
Patent Agency Ranking
公开(公告)号：CN115526265A
公开(公告)日：2022-12-27
申请号：CN202211269012.5
申请日：2022-10-17
Applicant: 东南大学
Abstract: 本发明公开了一种基于递进式学习结构的非侵入式负荷分解方法，包括以下步骤：采集房屋总有功功率和各目标电器有功功率数据；对数据进行预处理，构建数据集；利用所构建的数据集训练基于递进式学习结构的非侵入式负荷分解算法模型；将未知房屋的总有功功率输入基于递进式学习结构的非侵入式负荷分解算法模型，分解得到目标电器的功率消耗序列。本发明通过采用递进式学习结构和时间戳嵌入方法，增强了模型的特征提取能力，且丰富了模型的输入，显著提高了非侵入式负荷分解算法的准确度和泛化能力。
-
公开(公告)号：CN108399736A
公开(公告)日：2018-08-14
申请号：CN201810399732.0
申请日：2018-04-27
Applicant: 东南大学 , 南京公共自行车有限公司
IPC: G08G1/00
CPC classification number: G08G1/205
Abstract: 本发明公开了一种基于服务时间的区域共享自行车有效车辆数获取方法，首先，根据城市实际情况划分共享自行车有效车辆数分析区域。其次，将运营数据处理转换为车辆的定位数据，并判断每辆车每次定位所在的区域。最后，通过判断每辆车的每次定位与下次定位是否在同一区域，计算每辆车在各区域的累计服务时间，来确定各区域的有效车辆数。本发明能客观地获取共享自行车在相应区域内的有效车辆数，为通过运营指标空间分析引导企业高效经营提供了分析基础。
-
公开(公告)号：CN108038578B
公开(公告)日：2020-09-22
申请号：CN201711472253.9
申请日：2017-12-28
Applicant: 东南大学 , 南京公共自行车有限公司
Abstract: 本发明公开了一种基于需求预测和中心辐射网络的公共自行车静态调度方法，基于现有的公共自行车站点，以中心辐射网络为框架，并通过对各个站点进行需求预测，最终确定最优的调度路径。主要包括：(1)分析影响公共自行车需求的多个因素，并以此作为预测因子运用随机森林(Random Forest，简称RF)算法预测各个站点的高峰时段借还量；(2)基于各个站点的需求预测量，提出了先生成中心点再基于中心点调度的两阶段调度策略，并建立中心点生成模型；(3)利用人工蜂群算法对中心点生成模型进行求解；(4)基于生成的中心点，建立公共自行车调度模型可得最优调度线路。
-
公开(公告)号：CN108399736B
公开(公告)日：2020-08-28
申请号：CN201810399732.0
申请日：2018-04-27
Applicant: 东南大学 , 南京公共自行车有限公司
IPC: G08G1/00
Abstract: 本发明公开了一种基于服务时间的区域共享自行车有效车辆数获取方法，首先，根据城市实际情况划分共享自行车有效车辆数分析区域。其次，将运营数据处理转换为车辆的定位数据，并判断每辆车每次定位所在的区域。最后，通过判断每辆车的每次定位与下次定位是否在同一区域，计算每辆车在各区域的累计服务时间，来确定各区域的有效车辆数。本发明能客观地获取共享自行车在相应区域内的有效车辆数，为通过运营指标空间分析引导企业高效经营提供了分析基础。
-
公开(公告)号：CN108038578A
公开(公告)日：2018-05-15
申请号：CN201711472253.9
申请日：2017-12-28
Applicant: 东南大学 , 南京公共自行车有限公司
Abstract: 本发明公开了一种基于需求预测和中心辐射网络的公共自行车静态调度方法，基于现有的公共自行车站点，以中心辐射网络为框架，并通过对各个站点进行需求预测，最终确定最优的调度路径。主要包括：(1)分析影响公共自行车需求的多个因素，并以此作为预测因子运用随机森林(Random Forest，简称RF)算法预测各个站点的高峰时段借还量；(2)基于各个站点的需求预测量，提出了先生成中心点再基于中心点调度的两阶段调度策略，并建立中心点生成模型；(3)利用人工蜂群算法对中心点生成模型进行求解；(4)基于生成的中心点，建立公共自行车调度模型可得最优调度线路。
-
-
-
-
Search Results
5
records
(took 0.013 seconds)
