-
公开(公告)号：CN111027229B
公开(公告)日：2021-12-07
申请号：CN201911367126.1
申请日：2019-12-26
Applicant: 中南大学
IPC: G06F30/20 , G06K9/62 , G06N7/00 , G06F113/06
Abstract: 本发明提供了一种基于稀疏异方差多样条回归的风功率曲线拟合的方法，包括：采用模糊C均值算法自动检测异常点，针对原始风电数据获取去除异常点的数据；根据获取到的数据构建稀疏异方差多样条回归模型；采用变分贝叶斯方法对构建的稀疏异方差多样条回归模型进行优化，得到模型中所有参数的后验分布情况及参数公式；初始化模型参数，根据模型中所有参数的后验分布情况及参数公式，利用迭代的方法，求出参数的估计值。本发明所提供的基于稀疏异方差多样条回归的风功率曲线拟合的方法综合了多个样条基函数，增加了模型的非线性拟合能力，避免了冗余信息对最终回归结果的影响。
-
公开(公告)号：CN118708906B
公开(公告)日：2025-01-24
申请号：CN202410835422.4
申请日：2024-06-26
Applicant: 中南大学
IPC: G06F18/20 , G06F18/10 , G06F18/21 , G06F30/20 , G06T17/05 , G06N3/0442 , G06N3/08 , G06N5/01 , G06N20/20 , G06Q50/02 , G06F111/10 , G06F113/08 , G06F119/08
Abstract: 本发明属于地热产能预测技术领域，具体涉及一种增强型地热系统采热性能的LSTM预测方法及系统，包括如下步骤：S1：采用双井系统建立三维地质模型，并获取增强型地热系统的数据；S2：对所获取的数据进行预处理，并将经预处理后的数据作为预测模型的输入数据；S3：计算变量斜率，并将所得到的斜率进行归一化处理；S4：构建LSTM预测模型，以预测地热系统的出水温度；S5：训练LSTM模型并进行预测，且结合评估指标判别预测结果准确性。
-
公开(公告)号：CN113051769B
公开(公告)日：2022-09-30
申请号：CN202110380232.4
申请日：2021-04-09
Applicant: 中南大学 , 中国电力科学研究院有限公司
Abstract: 本发明涉及新能源和统计学习领域，特别涉及一种基于非对称损失与混合智能优化算法的功率曲线建模方法。所述方法包括：将风电场数据集划分为训练集、验证集和测试集；选定多个风功率曲线参数拟合模型，并构建非对称损失目标函数；以非对称损失目标函数为适应度函数采用预设的混合优化算法进行参数优化，获得多个待确定非对称损失目标函数参数对应的多个优化模型；采用验证集对所述优化模型进行评估，筛选出最优非对称损失目标函数参数和对应的最优参数模型；最后采用测试集对最优参数模型进行评估。该方法能够提高模型的准确性和可靠性，同时提高模型参数优化的效率和精度。
-
Patent Agency Ranking
公开(公告)号：CN118840075A
公开(公告)日：2024-10-25
申请号：CN202411042035.1
申请日：2024-07-31
Applicant: 中南大学湘雅二医院
Abstract: 本发明涉及项目管理技术领域，具体为一种用于科研项目实施的便捷互动式在线平台，包括管理端和使用端，管理端包含超级管理员后台（PC端）、项目负责人（PC端）、项目助理（PC端）；超级管理员后台（PC端）包含有用户管理、超级管理员管理、项目管理、项目管理员管理、项目模板管理、轮播图管理、操作日志和流量监控，项目负责人（PC端）包括有用户授权管理、项目助理管理和项目管理，项目助理（PC端）包含有用户授权管理和项目管理。使用端包含账号注册登录、所有项目、我的项目、个人中心。本发明能使得科研项目实施更加简单，方便参与人员学习和互动交流，同时也使得项目管理更加便捷。
-
公开(公告)号：CN116882913A
公开(公告)日：2023-10-13
申请号：CN202310670303.3
申请日：2023-06-07
Applicant: 中南大学湘雅二医院
Abstract: 本发明涉及项目管理技术领域，具体为一种用于科研项目实施的便捷互动式在线平台，包括管理端和使用端，管理端包含超级管理员后台(PC端)、项目负责人(PC端)、项目助理(PC端)；超级管理员后台(PC端)包含有用户管理、超级管理员管理、项目管理、项目管理员管理、项目模板管理、轮播图管理、操作日志和流量监控，项目负责人(PC端)包括有用户授权管理、项目助理管理和项目管理，项目助理(PC端)包含有用户授权管理和项目管理。使用端包含账号注册登录、所有项目、我的项目、个人中心。本发明能使得科研项目实施更加简单，方便参与人员学习和互动交流，同时也使得项目管理更加便捷。
-
公开(公告)号：CN111027229A
公开(公告)日：2020-04-17
申请号：CN201911367126.1
申请日：2019-12-26
Applicant: 中南大学
IPC: G06F30/20 , G06K9/62 , G06N7/00 , G06F113/06
Abstract: 本发明提供了一种基于稀疏异方差多样条回归的风功率曲线拟合的方法，包括：采用模糊C均值算法自动检测异常点，针对原始风电数据获取去除异常点的数据；根据获取到的数据构建稀疏异方差多样条回归模型；采用变分贝叶斯方法对构建的稀疏异方差多样条回归模型进行优化，得到模型中所有参数的后验分布情况及参数公式；初始化模型参数，根据模型中所有参数的后验分布情况及参数公式，利用迭代的方法，求出参数的估计值。本发明所提供的基于稀疏异方差多样条回归的风功率曲线拟合的方法综合了多个样条基函数，增加了模型的非线性拟合能力，避免了冗余信息对最终回归结果的影响。
-
公开(公告)号：CN118708906A
公开(公告)日：2024-09-27
申请号：CN202410835422.4
申请日：2024-06-26
Applicant: 中南大学
IPC: G06F18/20 , G06F18/10 , G06F18/21 , G06F30/20 , G06T17/05 , G06N3/0442 , G06N3/08 , G06N5/01 , G06N20/20 , G06Q50/02 , G06F111/10 , G06F113/08 , G06F119/08
Abstract: 本发明属于地热产能预测技术领域，具体涉及一种增强型地热系统采热性能的LSTM预测方法及系统，包括如下步骤：S1：采用双井系统建立三维地质模型，并获取增强型地热系统的数据；S2：对所获取的数据进行预处理，并将经预处理后的数据作为预测模型的输入数据；S3：计算变量斜率，并将所得到的斜率进行归一化处理；S4：构建LSTM预测模型，以预测地热系统的出水温度；S5：训练LSTM模型并进行预测，且结合评估指标判别预测结果准确性。
-
公开(公告)号：CN113051769A
公开(公告)日：2021-06-29
申请号：CN202110380232.4
申请日：2021-04-09
Applicant: 中南大学 , 中国电力科学研究院有限公司
Abstract: 本发明涉及新能源和统计学习领域，特别涉及一种基于非对称损失与混合智能优化算法的功率曲线建模方法。所述方法包括：将风电场数据集划分为训练集、验证集和测试集；选定多个风功率曲线参数拟合模型，并构建非对称损失目标函数；以非对称损失目标函数为适应度函数采用预设的混合优化算法进行参数优化，获得多个待确定非对称损失目标函数参数对应的多个优化模型；采用验证集对所述优化模型进行评估，筛选出最优非对称损失目标函数参数和对应的最优参数模型；最后采用测试集对最优参数模型进行评估。该方法能够提高模型的准确性和可靠性，同时提高模型参数优化的效率和精度。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.022 seconds)
