• 主题
高级搜索  >
历史搜索 清空历史
首页> 中国专利> 一种基于Boosting感知的深度学习多微网弹性组合决策方法

一种基于Boosting感知的深度学习多微网弹性组合决策方法

页面导航
  • 摘要
  • 著录项
  • 相似文献

摘要

本发明提供了一种基于Boosting感知的深度学习多微网弹性组合决策方法，涉及Boosting分类器、深度神经网络和考虑运行弹性的多微电网组合运行调度等领域。包括微网组合优化建模、基于NATAF变换的学习样本生成、基于Boosting感知器的深度神经网络学习三个部分，所述微网组合优化建模以重要负荷供电恢复能力作为目标，并为运营商提供备用供电路径；所述基于NATAF变换的学习样本生成，将原始样本扩展到考虑变量相关性的所有可行空间；所述基于Boosting感知器的深度神经网络学习是通过神经元的分层迭代遍历来调整深度神经网络权重，并采用交叉投票机制将二分类感知学习升级为多分类学习。利用本发明提供的算法，实时性高，并对整体弹性进行考虑，适用性不受限制。

著录项

  • 公开/公告号CN113689024A

    专利类型发明专利

  • 公开/公告日2021-11-23

    原文格式PDF

  • 申请/专利权人 上海交通大学;

    申请/专利号CN202110619257.5

  • 发明设计人 郝然;艾芊;

    申请日2021-06-03

  • 分类号G06Q10/04(20120101);G06K9/62(20060101);G06Q10/06(20120101);G06Q50/06(20120101);

  • 代理机构31220 上海旭诚知识产权代理有限公司;

  • 代理人郑立

  • 地址 200240 上海市闵行区东川路800号

  • 入库时间 2023-06-19 13:21:35

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号