-
公开(公告)号：CN108985645A
公开(公告)日：2018-12-11
申请号：CN201810846575.3
申请日：2018-07-27
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于大数据分析的GIS运行状态评估方法，使用模糊综合评判法在Hadoop平台的Map/Reduce并行计算框架上进行计算，对GIS的运行状态进行评估。步骤：从GIS的本身特性出发构建多维层次型GIS评价体系，并确定GIS运行状态的评价标准；通过Hadoop平台的Map/Reduce并行计算框架，建立一个任务；在Map任务阶段使用CRITIC法、层次分析法和灰色关联理论三种方法对GIS评价体系中各评价因素进行权值评估；使用合作博弈理法将三种算法的评估结果进行融合，得出各评价因素的组合权值向量；计算各评价因素的相关系数矩阵，结合各评价因素的组合权值向量，求出评价向量，判定GIS的运行状态；在Reduce任务阶段将结果保存在存储文件系统HDFS中。本发明在Hadoop平台上实现了对GIS状态数据的高效处理。
-
公开(公告)号：CN109308522B
公开(公告)日：2022-02-22
申请号：CN201811018590.5
申请日：2018-09-03
Applicant: 河海大学常州校区
Abstract: 本发明涉及一种基于循环神经网络的GIS故障预测方法。包括数据处理模块和循环神经网络识别模块。数据处理模块中，先对所采集的较长一段时间的GIS历史参数数据进行处理，再使用数学函数赋值的方法来构造待训练循环神经模型的训练与测试样本。在循环神经网络识别模块中，首先构建循环神经模型结构，接着使用循环神经模型进行异常点检测，为样本数据贴上标签，再使用确定标签后的样本数据对循环神经模型进行训练，调整模型参数，将修正后的循环神经模型作为GIS故障预测模型；最后输入测试数据，预测输出GIS未来可能发生故障的概率与故障类型。
-
公开(公告)号：CN109308522A
公开(公告)日：2019-02-05
申请号：CN201811018590.5
申请日：2018-09-03
Applicant: 河海大学常州校区
Abstract: 本发明涉及一种基于循环神经网络的GIS故障预测方法。包括数据处理模块和循环神经网络识别模块。数据处理模块中，先对所采集的较长一段时间的GIS历史参数数据进行处理，再使用数学函数赋值的方法来构造待训练循环神经模型的训练与测试样本。在循环神经网络识别模块中，首先构建循环神经模型结构，接着使用循环神经模型进行异常点检测，为样本数据贴上标签，再使用确定标签后的样本数据对循环神经模型进行训练，调整模型参数，将修正后的循环神经模型作为GIS故障预测模型；最后输入测试数据，预测输出GIS未来可能发生故障的概率与故障类型。
-
公开(公告)号：CN203908100U
公开(公告)日：2014-10-29
申请号：CN201420327631.X
申请日：2014-06-18
Applicant: 河海大学常州校区
Abstract: 本实用新型公开了一种冷宝宝，包括外壳（1）、内壳（8）、内壳（8）内部形成的空腔（3）以及插头（2），所述空腔（3）装有盐水；所述外壳（1）上设置一个直流风扇（5），直流风扇（5）下方设置一个半导体制冷片（6），所述半导体制冷片（6）与直流风扇（5）连接处为热交换面，与盐水之间设置一层导热硅胶用于冷交换，为冷交换面；所述插头（2）旁设置一个电磁温控装置（7）用于控制电路的通断。本实用新型使用电能作为系统的驱动能源，相对而言比较节能环保，响应环境友好的发展要求；热效率高，节约电能，使用时间相对较长，基本不需要维护，批量生产后成本可以有效降低，应用前景广阔。
-
-
-
Search Results
4
records
(took 0.022 seconds)
