一种基于监督式学习的自适应竞价预测方法

    公开(公告)号:CN109034940A

    公开(公告)日:2018-12-18

    申请号:CN201810605643.7

    申请日:2018-06-13

    CPC classification number: G06Q30/0611 G06Q50/06

    Abstract: 本发明公开了一种基于监督式学习的自适应竞价预测方法,包括如下步骤:建立自回归与监督式学习结合的时间序列预测模型;将现有观测量进行非线性处理,模拟用户行为变化惯性;增加递进的带加权的历史样本考量,模拟用户对市场适应的过程;运用多重线性理论来减少特征值数量,引入正则化参数来削减训练的参数绝对值;依次进行需求侧曲线预测和供给侧曲线预测,计算出出清结果;进行结果合理性判别,判别是否竞价情况优于前一时间节点,若是则判定为充足,输出市场预测结果和供给需求两侧报价预测,否则判定为不足,再进行收敛性判别;若判定收敛,则进行辅助反馈变量更新,监督预测模型价格往指定方向移动,并转入步骤SS2,否则提示预测失败。

    一种电力专用以太网控制器的核间共享方法

    公开(公告)号:CN113204517B

    公开(公告)日:2022-09-09

    申请号:CN202110488650.5

    申请日:2021-04-30

    Abstract: 本发明公开了一种电力专用以太网控制器的核间共享方法,包括电力专用以太网控制器配置、以太网数据共享接收以及以太网数据共享发送。本发明提供的一种电力专用以太网控制器的核间共享方法,可以实现多计算核心间高效的电力专用数据共享接收,与此同时可以实现多计算核心对等的数据发送功能。该共享方式可以有效的适应电力通信系统改造、升级引入的多种类型数据在同一物理以太网上传输的现状,克服了目前多功能区隔离运行下的电力专用数据的收发效率低下的问题。

Patent Agency Ranking