Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
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 积分商城 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 > 国网北京市电力公司;国家电网有限公司;北京电力经济技术研究院有限公司;清华四川能源互联网研究院陈波获国家专利权

国网北京市电力公司;国家电网有限公司;北京电力经济技术研究院有限公司;清华四川能源互联网研究院陈波获国家专利权

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!

龙图腾网获悉国网北京市电力公司;国家电网有限公司;北京电力经济技术研究院有限公司;清华四川能源互联网研究院申请的专利建筑场景中的高频数据确定方法、装置及电子设备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:CN119494438B

龙图腾网通过国家知识产权局官网在2025-10-21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:202411523067.3,技术领域涉及:G06Q10/04;该发明授权建筑场景中的高频数据确定方法、装置及电子设备是由陈波;张宏宇;杨闰熹;陈晓东;李瑛;方晓;杜宏宇;杨雨妍;赵淋涛;李妍设计研发完成,并于2024-10-29向国家知识产权局提交的专利申请。

建筑场景中的高频数据确定方法、装置及电子设备在说明书摘要公布了:本发明公开了一种建筑场景中的高频数据确定方法、装置及电子设备。其中,该方法包括:确定第一能源对应的第一高频数据,其中,第一高频数据为计量单位小于第一阈值,且与第一能源对应的数据;调取与目标建筑场景对应的高频预测模型,其中,目标建筑场景为使用第一能源与第二能源的建筑场景,第二能源为与第一能源相关联的能源,高频预测模型依据低频预测模型构建,低频预测模型为依据样本数据训练得到的;将第一高频数据输入至高频预测模型中,确定第二能源对应的第二高频数据。本发明解决了在能源数据统计缺乏时,难以有效预测能源数据的技术问题。

本发明授权建筑场景中的高频数据确定方法、装置及电子设备在权利要求书中公布了:1.一种建筑场景中的高频数据确定方法,其特征在于,包括: 确定第一能源对应的第一高频数据,其中,所述第一高频数据为计量单位小于第一阈值,且与所述第一能源对应的数据; 调取与目标建筑场景对应的高频预测模型,其中,所述目标建筑场景为使用所述第一能源与第二能源的建筑场景,所述第二能源为与所述第一能源相关联的能源,所述高频预测模型依据低频预测模型构建,所述低频预测模型为依据样本数据训练得到的,所述样本数据包括所述目标建筑场景中,所述第一能源对应的第一样本低频数据,与所述第二能源对应的第二样本低频数据,所述第一样本低频数据为依据样本高频数据得到的,所述第一样本低频数据为计量单位大于或等于所述第一阈值,且与所述第一能源对应的数据,所述第二样本低频数据为计量单位大于或等于第二阈值,且与所述第二能源对应的数据; 将所述第一高频数据输入至高频预测模型中,确定所述第二能源对应的第二高频数据; 其中,调取与目标建筑场景对应的高频预测模型之前,还包括:获取与所述第一能源对应的所述样本高频数据;累加所述样本高频数据,得到所述第一样本低频数据;依据与所述第一能源对应的所述第一样本低频数据,以及与所述第二能源对应的所述第二样本低频数据,对初始模型进行训练,得到所述低频预测模型;依据所述低频预测模型,得到所述高频预测模型; 其中,依据与所述第一能源对应的所述第一样本低频数据,以及与所述第二能源对应的所述第二样本低频数据,对初始模型进行训练,得到所述低频预测模型,包括:将所述第一样本低频数据与所述第二样本低频数据转化为预定向量;依据查询矩阵,键矩阵与值矩阵,确定与所述预定向量对应的查询向量,键向量,值向量;确定所述查询向量与每个键向量之间的相似性指数;对多个相似性指数进行归一化处理,得到多个注意力权重,其中,所述多个注意力权重与所述多个相似性指数一一对应;依据所述多个注意力权重,与对应的值向量进行加权求和,得到所述查询向量对应的输出向量;将所述输出向量输入至所述初始模型中进行训练,得到所述低频预测模型。

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国网北京市电力公司;国家电网有限公司;北京电力经济技术研究院有限公司;清华四川能源互联网研究院,其通讯地址为:100031 北京市西城区前门西大街41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。