-
公开(公告)号:CN118378761B
公开(公告)日:2024-11-26
申请号:CN202410817532.8
申请日:2024-06-24
Applicant: 北京大学
IPC: G06Q10/04 , G06Q10/0637 , G06Q10/067 , G06Q50/06 , G06N3/092
Abstract: 本发明实施例提供一种电网数据纯化方法、系统、设备及介质,属于电力及大数据处理领域。所述方法包括:将初始数据集输入基于深度学习算法构建的数据价值评估模型中,以输出每一数据点对应的数据价值,该数据价值示出相应数据点被选择用于训练预测模型的概率;以及根据数据价值的排序从初始数据集中选择子集来训练预测模型,若预测结果未能满足电网预测目标,则基于强化学习算法更新数据价值评估模型,否则根据数据价值排序进行数据点筛选以形成高质量数据集。本发明实施例实现了基于深度学习和强化学习的电网数据纯化方案,一方面能够针对性匹配电网决策的灵活性需求,另一方面避免了多领域特征数据的稀疏性对数据纯化质量的影响。
-
公开(公告)号:CN114926204A
公开(公告)日:2022-08-19
申请号:CN202210532391.6
申请日:2022-05-11
Applicant: 北京大学
Abstract: 提供一种基于数据价值的数据处理装置及其方法,包括:高价值数据获取单元,用于从原始数据中获取至少一部分高价值数据;以及预估单元,用于基于获取的高价值数据来进行业务预测;其中,高价值数据获取单元根据与业务收益相关联的效用函数来计算各个原始数据的价值,并基于计算结果来获取所述至少一部分高价值数据。这样,通过从大量的历史数据中筛选出具有高价值的数据,并基于筛选出的这些高价值数据进行业务预测,不仅能够降低业务系统的运算负担,也能够提高业务预测的准确性。
-
公开(公告)号:CN118378761A
公开(公告)日:2024-07-23
申请号:CN202410817532.8
申请日:2024-06-24
Applicant: 北京大学
IPC: G06Q10/04 , G06Q10/0637 , G06Q10/067 , G06Q50/06 , G06N3/092
Abstract: 本发明实施例提供一种电网数据纯化方法、系统、设备及介质,属于电力及大数据处理领域。所述方法包括:将初始数据集输入基于深度学习算法构建的数据价值评估模型中,以输出每一数据点对应的数据价值,该数据价值示出相应数据点被选择用于训练预测模型的概率;以及根据数据价值的排序从初始数据集中选择子集来训练预测模型,若预测结果未能满足电网预测目标,则基于强化学习算法更新数据价值评估模型,否则根据数据价值排序进行数据点筛选以形成高质量数据集。本发明实施例实现了基于深度学习和强化学习的电网数据纯化方案,一方面能够针对性匹配电网决策的灵活性需求,另一方面避免了多领域特征数据的稀疏性对数据纯化质量的影响。
-
公开(公告)号:CN117787535A
公开(公告)日:2024-03-29
申请号:CN202311550966.8
申请日:2023-11-20
Applicant: 北京大学
IPC: G06Q10/063 , G06Q10/0631 , G06Q50/06 , G06Q30/0201
Abstract: 本发明提出一种面向电网韧性提升的可再生能源制氨系统容量配置方法,包括,分析煤制氨工艺的生产流程,计算所需的原料、能源以及人工成本,构建煤制氨工艺的成本模型;基于煤制氨工艺,仅改变其制氢路径,提出可再生能源制氨工艺的制氨技术路线,构建可再生能源制氨工艺的容量配置模型,对风电、光伏、电解槽以及储氢罐的容量进行优化配置,得出合理的产氨计划;量化并对比煤制氨工艺和可再生能源制氨工艺的平准化制氨成本,评估可再生能源制氨工艺的盈利空间。本发明提出的方法,用于可再生能源制氨工艺在实际应用中的容量配置和可行性分析。
-
-
-