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 > 佰聆数据股份有限公司姜磊获国家专利权

佰聆数据股份有限公司姜磊获国家专利权

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!

龙图腾网获悉佰聆数据股份有限公司申请的专利基于半监督聚类的用户参与需求侧响应意愿预测方法及系统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:CN116051121B

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:202211684023.X,技术领域涉及:G06Q30/01;该发明授权基于半监督聚类的用户参与需求侧响应意愿预测方法及系统是由姜磊;周跃;杜双育;程绪敏;曲滨涛;刘然;方立毅;赵斌设计研发完成,并于2022-12-27向国家知识产权局提交的专利申请。

基于半监督聚类的用户参与需求侧响应意愿预测方法及系统在说明书摘要公布了:本发明涉及电力客服技术领域,为基于半监督聚类的用户参与需求侧响应意愿预测方法及系统。包括:获取需求侧响应用户的用电特征数据集,进行数据预处理;把带标签的数据分为必连约束集合与勿连约束集合;将数据输入基于成对约束与KL散度的半监督聚类模型训练,迭代计算两个类簇的中心点以及隶属度矩阵;根据隶属度矩阵判断电力用户所属类别,得到聚类结果;统计聚类结果中两类带标签样本的分布情况;将需要预测参与需求侧响应意愿度的用户相关特征数据,输入到训练好的模型中,计算得到用户样本对“愿意参与需求侧响应”的隶属度。本发明通过信息熵与KL散度来刻画成对约束关系,充分利用了现存少量的标签数据信息,提高了聚类算法的准确率。

本发明授权基于半监督聚类的用户参与需求侧响应意愿预测方法及系统在权利要求书中公布了:1.一种基于半监督聚类的用户参与需求侧响应意愿预测方法,其特征在于,包括以下步骤: 获取原始需求侧响应用户的用电特征数据集,所述用电特征数据集包括标注样本、未标注样本和类别标签,其中未标注样本数量远大于标注样本数量; 对所述用电特征数据集进行数据预处理; 对于预处理后的数据,把带标签的数据分为must-link必连约束集合与cannot-link勿连约束集合; 将数据输入基于成对约束与KL散度的半监督聚类模型训练,根据基于成对约束与KL散度的半监督聚类模型的目标函数,迭代计算两个类簇的中心点以及隶属度矩阵; 根据隶属度矩阵,判断电力用户所属类别,得到聚类结果; 统计聚类结果中两类带标签样本的分布情况,确定相应类簇的类别; 将需要预测参与需求侧响应意愿度的用户相关特征数据,输入到训练好的基于成对约束与KL散度的半监督聚类模型中,计算得到该需要预测参与需求侧响应意愿度的用户样本对“愿意参与需求侧响应”的隶属度; 将信息熵、KL散度以目标函数的惩罚项加入极大熵聚类算法MEC,获得基于成对约束与KL散度的半监督聚类模型的目标函数为: 其中,γjk为有成对约束关系样本点的惩罚系数,γjj为属于第j类样本点自身的惩罚系数;xj、xk为样本点,μik为样本点xk对第i类的隶属度,μij为样本点xj对第i类的隶属度;ML为must-link必连约束集合,CL为cannot-link勿连约束集合;vi为第i簇的中心点,c为聚类数,n为用电特征数据集的样本数量。

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佰聆数据股份有限公司,其通讯地址为:510663 广东省广州市高新技术产业开发区科学城科学大道162号创意大厦B3栋1301单元;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。