首页
品牌
排行
问答
专题
特惠
资讯
展会
百科
热门行业
装修建材
家居生活
餐饮食品
母婴教育
电脑办公
服装首饰
汽车工具
家电数码
机械化工
休闲美容
热门行业
教育培训
板材
地板
涂料
家纺
集成吊顶
美缝剂
木门
硅藻泥
管材
指纹锁
橱柜
衣柜
床垫
电热水器
集成灶
暖气片
净水器
酒店
卫浴
装修建材
卫浴洁具
板材
地板
建筑陶瓷
天花板
涂料
瓷砖泥瓦
水电管材
火锅
快餐
生活用品
软装
装饰装潢
灯具
家纺
干洗服务
内衣
男装
女装
幼教
整体卫浴
地板砖
阻燃板
铝材
集成吊顶
美缝剂
硅藻泥
管材
烤鱼
汉堡
叶酸
婴儿用品
婴儿床
指纹锁
品牌首页
品牌资讯
企业信息
商标信息
专利信息
返回上一页
专利状态
一种基于BP神经网络的地铁能耗综合预测方法
有效
专利申请进度
申请
2012-08-05
申请公布
2012-12-19
授权
2015-01-14
预估到期
2032-08-05
专利基础信息
申请号
CN201210277419.2
申请日
2012-08-05
申请公布号
CN102831478A
申请公布日
2012-12-19
授权公布号
CN102831478B
授权公告日
2015-01-14
分类号
G06F19/00;G06N3/08
分类
计算;推算;计数;
申请人名称
珠海派诺科技股份有限公司
申请人地址
广东省珠海市高新区科技创新海岸科技六路15号1号楼
专利法律状态
2015-01-14
授权
状态信息
授权
2013-02-06
实质审查的生效
状态信息
实质审查的生效IPC(主分类):G06N 3/08申请日:20120805
2012-12-19
公布
状态信息
公布
摘要
本发明提出一种基于BP神经网络的地铁能耗综合预测方法,主要包括以下步骤:第一步,建立地铁能耗综合预测的神经网络模型,其中包括确定神经网络模型的输入特征变量,神经网络模型输出的目标向量;第二步,确定所述神经网络模型的隐含层单元数的取值边界;第三步,对所述神经网络模型的参数进行初始化;第四步,计算所述神经网络模型的学习误差;第五步,对所述神经网络模型进行训练,确定所述神经网络模型的隐含层单元数,从而建立用于预测地铁能耗的BP神经网络。该方法综合考虑了列车运行能耗以及车站运营能耗的影响因素,同时还考虑了地铁能耗的周期性,能够准确的预测当日的地铁总能耗。
更多专利
1
火灾监控系统快速接入方法、火灾监控系统及存储介质
2
三相多功能电力仪表(SPM32)
3
电能质量分析仪
4
一种自带监控平台的工业智能网关
5
一种开关量输入检测电路及监测系统
6
一种趣味引导型智能牙刷
7
一种基于均方根解调的电机转速测算方法
8
一种配电监测电路、装置和系统
9
一种手表式便携抄表设备
10
一种用于电力仪表中的LoRa无线通讯模块
11
通讯管理机(PMAC3200)
12
基于消息摘要的电力系统累计量存储及抽取方法、电子设备和存储介质
13
电动汽车集群式交流充电桩
14
三相多功能电能表(PMAC903)
15
门窗磁传感器(DWRF-1)
16
一种基于BP神经网络的地铁能耗综合预测方法
17
一种半导体短路保护电路、带半导体短路保护功能的空调室内机及分体空调器
18
LORA无线通信方法、系统、中继方法及设备
19
一种空调的健康度评价方法、系统及存储介质
20
一种太阳能水泵控制器
全国服务热线:
在线客服
1211389656
咨询
商务合作
85926368
咨询
媒体合作
921888730
咨询
在线客服
客服微信号
品牌网官方客服微信
打开微信扫一扫
客服微信
商务合作微信
商务合作详谈
打开微信扫一扫
商务合作
回到顶部