Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广西电网有限责任公司电力科学研究院吴秋莉获国家专利权

广西电网有限责任公司电力科学研究院吴秋莉获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉广西电网有限责任公司电力科学研究院申请的专利基于核密度函数及聚类分析的不良负荷数据辨识矫正方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116383614B

龙图腾网通过国家知识产权局官网在2025-09-23发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310165422.3,技术领域涉及:G06F18/15;该发明授权基于核密度函数及聚类分析的不良负荷数据辨识矫正方法是由吴秋莉;唐捷;黄承伟;张炜;尚美洁设计研发完成,并于2023-02-24向国家知识产权局提交的专利申请。

基于核密度函数及聚类分析的不良负荷数据辨识矫正方法在说明书摘要公布了:本发明公开了基于核密度函数及聚类分析的不良负荷数据辨识矫正方法,根据局部负荷曲线的端点与极值点选择负荷数据特征点,根据特征点构建高斯核密度函数与核密度估计式;基于ISE的最小二乘交叉验证算法,近似求解核密度估计式的渐进积分均方误差对窗宽一阶偏导为零时的全局最优窗宽值;根据全局最优窗宽值与自适应原理计算局部窗宽值和计及多窗宽参数的核密度函数估计式;根据高斯核密度函数、全局最优窗宽值与局部窗宽值计算核平滑拟合曲线,构建置信区间,对负荷数据进行辨识;对辨识出存在不良负荷数据的负荷曲线进行聚类矫正。解决现有负荷辨识则需要处理历史不良数据并寻找它们的替代值,无法很好地兼容两类问题的技术问题。

本发明授权基于核密度函数及聚类分析的不良负荷数据辨识矫正方法在权利要求书中公布了:1.基于核密度函数及聚类分析的不良负荷数据辨识矫正方法,其特征在于,包括以下步骤: 根据局部负荷曲线的端点与极值点选择负荷数据特征点,根据特征点构建高斯核密度函数与核密度估计式; 根据基于ISE的最小二乘交叉验证算法,近似求解核密度估计式的渐进积分均方误差对窗宽一阶偏导为零时的全局最优窗宽值; 根据全局最优窗宽值与自适应原理计算局部窗宽值和计及多窗宽参数的核密度函数估计式; 根据高斯核密度函数、全局最优窗宽值与局部窗宽值计算核平滑拟合曲线,根据核平滑拟合曲线构建置信区间,对不良负荷数据进行辨识; 对辨识出存在不良负荷数据的负荷曲线进行聚类矫正; 对不良负荷数据进行辨识矫正的主要步骤如下: 所述高斯核密度函数为: 1 所述核密度估计式为: 2 式中,x为曲线上的负荷数据点,x i 为曲线上的第i个负荷数据点,h为窗宽值,n为样本点个数; 根据全局最优窗宽值与自适应原理计算局部窗宽值和计及多窗宽参数的核密度函数估计式,包括: 对每个负荷数据点设定一个核参数来获得经验分布的点估计,核函数的累加和作为噪声分布函数的估计,得到噪声分布函数估计: 3 式中,为固定窗宽值,为第i个局部窗的局部窗宽值,为样本数据点数量; 将全局最优窗宽值代入式(3)中,根据自适应原理求解局部窗宽值: 4 将局部窗宽值及全局最优窗宽值代入式(3)得到计及多窗宽的核密度函数估计式。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人广西电网有限责任公司电力科学研究院,其通讯地址为:530023 广西壮族自治区南宁市兴宁区民主路6-2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。