国网数字科技申请一种光伏短期功率预测方法及系统专利,提高预测精度

专利摘要显示,本发明涉及光伏预测技术领域,公开了一种光伏短期功率预测方法,包括:采集光伏发电系统的样本数据集,并将样本数据集分成训练集和测试集;构建基于Stacking双层融合模型,确定基于Stacking双层融合模型包括6个基学习器和1个元学习器;基于训练集,对基学习器使用K折交叉验证法训练获得训练结果,并将训练结果输入元学...

上海航数智能申请基于机器学习的装备寿命预测方法专利,实现对燃气...

专利摘要显示,本发明涉及装备寿命预测的技术领域,公开了一种基于机器学习的装备寿命预测方法,包括以下步骤:S1:基于数字孪生模型获取燃气轮机在不同环境参数下的模拟运行参数;S2:对所述模拟运行参数进行预处理,并整理成模拟运行参数序列;S3:将所述模拟运行参数序列输入训练好的机器学习模型中,对燃气轮机进行模拟寿命预测...

联合汽车电子申请一种电池荷电状态自适应估计方法及装置、一种...

专利摘要显示,本发明提供一种电池荷电状态自适应估计方法及装置、一种车辆,该方法包括:通过待测电池的等效电路模型计算出开路电压原始估计值,当滤波后的开路电压估计值小于第一预设阈值时,则计算出的开路电压原始估计值有效,并从开路电压??荷电状态曲线中查询对应的荷电状态估计值,记为第一荷电状态估计值,再利用第...

机构行为视角下的债券交易领先因子探寻与神经网络收益率预测

避免程序收敛不稳定的问题；其次，对于参数的更新采用Adam方法，有助于调整不同参数的学习率，加速收敛并减少震荡；最后，对于训练的次数，本文发现数值越大一定程度上越收敛，通过多次随机来增强模型稳定性，提高准确度，而训练次数较少则容易陷入局部最优的困境。

...| 机构行为视角下的债券交易领先因子探寻与神经网络收益率预测

传统的债券收益率预测方法,如时间序列分析、回归模型等,虽然在一定程度上能够捕捉到收益率的变化趋势,但它们往往受限于模型的线性假设,难以充分捕捉市场数据的非线性特征和复杂动态。随着人工智能技术的发展,尤其是神经网络算法在金融领域的应用日益广泛,为债券收益率的预测提供了新的思路和工具。神经网络是一种强大的非...

集美大学研究团队提出一种质子交换膜燃料电池的退化预测方法

1、所提的方法在PEMFC性能退化预测当中能准确提取老化电压数据中的高度非线性特征并防止过拟合(www.e993.com)2024年11月11日。2、所提出的方法在不同长度训练集的情况下,对稳态和动态情况下的PEMFC进行性能退化预测,验证了所提方法对比传统的预测方法具有更高的准确度和可靠性。3、与传统方法相比,所建立的退化预测模型可以在各种训练样本大小取得...

机器学习模型中特征贡献度分析:预测贡献与错误贡献

"""将SHAP值之和转换为预测概率"""return1/(1+np.exp(-shap_sum))下图示例中的样本在Sigmoid曲线上的位置:接下来,我们将详细讨论预测贡献度和错误贡献度的计算方法。预测贡献度的计算预测贡献度反映了特征对模型最终预测的影响程度。当一个特征的SHAP值绝对值较大时,表明该特征对预测结果有显著...

《储能科学与技术》推荐|黄家辉 等:人工智能与储能技术融合的前沿...

为了快速设计和发现新型聚合物介质储能,他们提出了一种基于优化遗传算法的区间支持向量回归(OGA-ISVR)的预测器,用于预测ε值。该方法通过将整个数据空间划分为子空间,并自适应地选择核函数,利用遗传算法获取最优超参数,从而提高预测精度,减少在每个子空间中的时间消耗。该机器学习模型识别了特征与属性之间的映射关系以及...

经济统计学专业中的机器学习方法在经济预测中有哪些应用?

而机器学习方法，就像是他们手中的高精度航海图，通过分析历史数据，发现那些隐藏在海浪下的规律和模式。比如，通过支持向量机（SVM）或者神经网络，我们可以分析股票市场的历史数据，预测未来的股票价格走势。这就像是一个经验丰富的老船长，根据多年的航海经验，能够预判出哪些海域可能会有风暴，哪些海域可能藏着宝藏。再...

Nature|Alphafold 3.0:AI 蛋白质预测器的升级

AF3也提高了蛋白质复合物的准确性，特别是抗体-蛋白相互作用预测有了显著提高，蛋白单体LDDT的改善也很显著。AF3对MSA深度的依赖性与af-m2.3非常相似，对于具有较浅MSA的蛋白质的预测精度较低。三、预测可信区间的跟踪校准与AlphaFold2一样，AlphaFold3的可信区间也经过精确校准。置信度分析在最近的PDB评估...