[发明专利]基于深度学习的换电柜网络布局方法、系统、装置及介质有效
| 申请号： | 202310821603.7 | 申请日： | 2023-07-06 |
| 公开（公告）号： | CN116542005B | 公开（公告）日： | 2023-10-10 |
| 发明（设计）人： | 李朝;刘玄武;肖劼;任国奇 | 申请（专利权）人： | 杭州宇谷科技股份有限公司 |
| 主分类号： | G06F30/18 | 分类号： | G06F30/18;G06F30/27;G06N3/045;G06N3/09;G06F18/25;G06F18/211;G06F113/04 |
| 代理公司： | 杭州创智卓英知识产权代理事务所(普通合伙) 33324 | 代理人： | 何光宇 |
| 地址： | 310000 浙江省杭州市*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的换电柜网络布局方法、系统、装置及介质，根据换电柜的当前特征数据获取所述换电柜的原始特征向量，以及目标点位的落柜标签；确定所述原始特征向量和所述落柜标签之间的相关性系数，并根据所述相关性系数进行特征选择，获取输入数据；采用基于所述换电柜的历史特征数据预先训练好的深度学习网络模型，根据所述输入数据获取预测标签；基于所述预测标签和所述换电柜的点位特征参数，确定所述目标点位的换电柜落柜数量。本发明充分利用多重特征维度信息获取换电柜网络可行性点位的落柜数量，既减小了换电柜网络点位预测的偏差，也减小了由于历史因素信息缺失比较严重时，影响到推荐的落柜点位数量的总体误差。 | ||
| 搜索关键词： | 基于 深度 学习 换电柜 网络 布局 方法 系统 装置 介质 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于杭州宇谷科技股份有限公司，未经杭州宇谷科技股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310821603.7/，转载请声明来源钻瓜专利网。
