期刊文献+
共找到173篇文章
< 1 2 9 >
每页显示 20 50 100
考虑光伏度电成本的配电网数据-知识驱动优化调控策略
1
作者 张波 张永康 +1 位作者 孙英钧 贾焦心 《电力系统自动化》 北大核心 2025年第18期74-82,共9页
光伏电源深度参与配电网优化调控可促进新能源配电网安全稳定运行,但势必会降低光伏电源的寿命损伤,同时增加优化模型的求解复杂度。为此,文中基于数据-知识驱动架构,提出考虑光伏度电成本的配电网数据-知识驱动优化调控策略。首先,分... 光伏电源深度参与配电网优化调控可促进新能源配电网安全稳定运行,但势必会降低光伏电源的寿命损伤,同时增加优化模型的求解复杂度。为此,文中基于数据-知识驱动架构,提出考虑光伏度电成本的配电网数据-知识驱动优化调控策略。首先,分析光伏电源提供无功支撑对光伏度电成本的影响,建立考虑光伏度电成本的配电网优化最优决策知识模型,获取配电网优化调控最优决策知识。然后,将配电网优化调控最优决策知识嵌入数据驱动的配电网极端梯度提升(XGBoost)优化调控模型,通过数据-知识驱动方法挖掘配电网状态信息与光伏最优决策之间的非线性映射关系,并利用贝叶斯算法完成XGBoost模型超参数的自适应优化。最后,利用PG&E 69节点典型配电系统验证所提策略的有效性。 展开更多
关键词 配电网 优化调控 数据-知识驱动 光伏 度电成本 极端梯度提升(XGBoost)模型
在线阅读 下载PDF
知识数据双驱动的感潮河网水动力智能模拟方法 被引量:3
2
作者 袁赛瑜 陈逸鸿 +2 位作者 罗霄 张汇明 唐洪武 《水科学进展》 北大核心 2025年第1期28-38,共11页
感潮河网地区大量水闸、泵站智慧高效的联合调度是实现河网活水提质的重要保障,但以往的智能模拟方法缺乏物理可解释性,难以准确描述感潮河网复杂的水动力过程。本文提出了一种知识数据双驱动的感潮河网水动力智能模拟方法,应用于概化... 感潮河网地区大量水闸、泵站智慧高效的联合调度是实现河网活水提质的重要保障,但以往的智能模拟方法缺乏物理可解释性,难以准确描述感潮河网复杂的水动力过程。本文提出了一种知识数据双驱动的感潮河网水动力智能模拟方法,应用于概化感潮河网和上海蕰南片感潮河网的水动力模拟。结果表明:以人工神经网络为主干、以河网水流控制方程作为物理约束,构建包含控制方程残差的人工神经网络损失函数,不断迭代优化神经网络权重集直至损失函数满足要求,从而实现同时具备物理可解释性和高效计算效率的感潮河网水动力智能模拟;该方法区别于传统人工神经网络,表现在所需的训练数据大幅度减少,还可以得到没有训练数据断面的水动力过程;该方法具有良好的模拟精度、计算效率以及鲁棒性。 展开更多
关键词 水动力模拟 感潮河网 智能模拟 知识驱动 数据驱动
在线阅读 下载PDF
数据驱动下建筑施工安全隐患关联分析与预警策略 被引量:1
3
作者 曾大林 肖方正 +1 位作者 姜志超 张海洋 《中国安全科学学报》 北大核心 2025年第5期56-63,共8页
为深入挖掘施工安全隐患数据的潜在预警价值,提高隐患排查治理效率,利用文本挖掘技术、关联规则和复杂网络理论,研究数据驱动下建筑施工安全隐患关联分析与预警策略。首先,借助文本挖掘技术标准化降维处理某地2023年度的1405条建筑施工... 为深入挖掘施工安全隐患数据的潜在预警价值,提高隐患排查治理效率,利用文本挖掘技术、关联规则和复杂网络理论,研究数据驱动下建筑施工安全隐患关联分析与预警策略。首先,借助文本挖掘技术标准化降维处理某地2023年度的1405条建筑施工安全巡检记录,并提取出67个安全隐患特征;其次,通过Apriori关联规则算法得到70个频繁项集,125条强关联规则,并确定隐患的关联类型;然后,结合复杂网络理论构建施工安全隐患特征网络,基于网络结构指标和个体指标分析,并结合特征模块化分析,辨识关键安全隐患特征;最后,提出一种基于特征数据驱动的安全隐患预警策略。结果表明:文本挖掘技术能有效降维非标准化隐患数据;基于关联规则的隐患特征网络能充分挖掘隐患数据间的潜在关联,加强隐患预警信息的可靠性;预警策略有助于解决传统隐患排查中无序、低效的问题。 展开更多
关键词 数据驱动 建筑施工 安全隐患 关联规则 预警策略 复杂网络
在线阅读 下载PDF
融合知识驱动和数据驱动的混合决策模型构建:以室性心动过速病因诊断为例
4
作者 王敏 胡兆 +3 位作者 徐晓巍 郑思 李姣 姚焰 《协和医学杂志》 北大核心 2025年第2期454-461,共8页
目的构建一个融合知识驱动和数据驱动的混合决策模型,并将其应用于室性心动过速的病因诊断。方法检索2018—2023年心律失常疾病领域的临床实践指南、专家共识和医学文献作为知识源,并回顾性收集2013—2023年中国医学科学院阜外医院室性... 目的构建一个融合知识驱动和数据驱动的混合决策模型,并将其应用于室性心动过速的病因诊断。方法检索2018—2023年心律失常疾病领域的临床实践指南、专家共识和医学文献作为知识源,并回顾性收集2013—2023年中国医学科学院阜外医院室性心动过速(ventricular tachycardia,VT)患者的电子病历信息作为数据集。采用基于知识规则的方法构建临床路径作为知识驱动模型;基于真实世界数据构建VT病因诊断三分类机器学习模型,并选取其中的最佳模型作为数据驱动模型代表;以临床路径为基本框架,将机器学习模型以自定义运算符的形式嵌入临床路径的决策节点中,作为混合模型。评价上述3种模型的精确率、召回率和F1分数。结果共纳入3部临床实践指南作为知识驱动模型的知识源;收集了1305条患者数据作为数据集,构建了5种机器学习模型,其中XGBoost模型最佳。混合模型采用知识驱动的决策思维,分别将XGBoost模型嵌入2层分类的决策节点中。3种模型的精确率、召回率和F1分数如下:知识驱动模型为80.4%、79.1%和79.7%;数据驱动模型分别为88.4%、88.5%和88.4%;混合模型分别为90.4%、90.2%和90.3%。结论融合知识与数据驱动的混合模型展现出更高的准确性,且混合模型的所有决策结果均基于循证证据,这更接近临床医生的实际诊断思维。未来需更严格地验证混合模型广泛应用于医学领域的可行性。 展开更多
关键词 室性心动过速 知识驱动 数据驱动 混合模型 决策支持
在线阅读 下载PDF
知识-数据驱动的地质冶金学建模方法
5
作者 陈进 徐万红 +3 位作者 张丽 邓浩 毛先成 王国栋 《中国有色金属学报》 北大核心 2025年第7期2522-2537,共16页
提出了一种知识-数据驱动的地质冶金学建模方法,以克服单纯数据驱动建模地质可解释性不足的问题。该建模方法基于普通克里格法构建地质冶金学变量空间分布模型,通过高斯混合模型提取地质冶金学变量特征,引入马尔可夫随机场量化地质冶金... 提出了一种知识-数据驱动的地质冶金学建模方法,以克服单纯数据驱动建模地质可解释性不足的问题。该建模方法基于普通克里格法构建地质冶金学变量空间分布模型,通过高斯混合模型提取地质冶金学变量特征,引入马尔可夫随机场量化地质冶金学矿域的空间相关性特征,采用贝叶斯理论将二者集成,构建数据驱动的地质冶金学矿域划分模型,最后融入矿山生产知识经验,引导和约束划分过程。此外,该建模方法采用地质冶金学变量空间分布建模和矿域划分迭代优化的策略以提升模型精度。白云鄂博矿建模应用本文方法,划分了7个地质冶金学矿域。对比实验表明,相较于高斯混合模型和K-means聚类方法的结果,该建模方法提升了地质冶金学矿域的空间连贯性和地质可解释性,能为矿山精细化开发及多矿种综合利用的转型提供具有实践指导价值的信息支持。 展开更多
关键词 数据驱动 知识驱动 地质冶金学建模 矿域 精细化开采
在线阅读 下载PDF
数据和知识双驱动的空中集群目标作战意图识别 被引量:3
6
作者 李洋军 黄琦龙 +1 位作者 杨力 陈旭 《兵工学报》 北大核心 2025年第2期135-144,共10页
针对集群目标空间特性多元时变和传统数据驱动模型过分依赖经验样本等问题,提出一种针对集群目标的数据和知识双驱动作战意图识别方法。考虑集群目标空间形态等编队特点,构造基于目标编队外包络线和最小外接矩形的集群特征向量,增强敌... 针对集群目标空间特性多元时变和传统数据驱动模型过分依赖经验样本等问题,提出一种针对集群目标的数据和知识双驱动作战意图识别方法。考虑集群目标空间形态等编队特点,构造基于目标编队外包络线和最小外接矩形的集群特征向量,增强敌情数据的特征表达效果;建立基于专家经验的知识模型和结合注意力机制的长短期记忆(Long short-term memory,LSTM)网络模型,基于专家经验的知识模型根据约束规则生成意图预识别向量,LSTM模型预测输出意图概率分布的残差;利用一种可学习的残差估计器结构,自适应调整双模型的融合比率,并设计多目标损失函数控制双模型的影响权重,最终通过双模型的融合有效克服传统数据模型高精度和数据样本不足的矛盾。实验表明,提出方法的精度相比LSTM和Attention-LSTM分别提升约5.34%和4.98%,且对样本量的依赖性显著低于传统数据驱动方法。 展开更多
关键词 集群目标 作战意图 数据驱动 知识驱动 注意力机制
在线阅读 下载PDF
数据与知识联合驱动的舰船目标细粒度分类
7
作者 郭嘉胜 刘俊 +5 位作者 何兰 姜盼 薛安克 谷雨 韩利 张杰 《光电工程》 北大核心 2025年第6期35-48,共14页
在当前舰船细粒度分类任务中,仅依赖单一图像数据的方法,只能通过提取目标的图像特征进行分类,难以捕捉舰船本体与其部件间的复杂关系,致使识别精度受限和泛化性差。提出一种数据与知识联合驱动的舰船细粒度分类方法—DKSCN,首先利用目... 在当前舰船细粒度分类任务中,仅依赖单一图像数据的方法,只能通过提取目标的图像特征进行分类,难以捕捉舰船本体与其部件间的复杂关系,致使识别精度受限和泛化性差。提出一种数据与知识联合驱动的舰船细粒度分类方法—DKSCN,首先利用目标检测网络对舰船主体及其关键部位进行检测,通过设计图卷积网络并结合专家知识建立高级语义知识图结构,来捕捉舰船主体与其关键部位间的关系,在分类的过程中融入领域知识来合理化驱动数据。在自建数据集上的对比实验结果表明,所提方法在改善单一数据驱动模型局限性的同时提高分类精度。 展开更多
关键词 舰船识别 图卷积神经网络 数据知识联合驱动 细粒度分类
在线阅读 下载PDF
数据与知识协同驱动的知识发现:概念、机理与模型
8
作者 姚苏梅 陆泉 《情报学报》 北大核心 2025年第3期282-295,共14页
知识发现是应对海量数据和复杂问题挑战,促进科学研究和技术进步,并提高决策支持能力的重要情报理论。“数据”和“知识”是图书馆学、情报学和档案学的核心命题,数据驱动或知识驱动的知识发现是数据密集型或知识密集型情境下解决情报... 知识发现是应对海量数据和复杂问题挑战,促进科学研究和技术进步,并提高决策支持能力的重要情报理论。“数据”和“知识”是图书馆学、情报学和档案学的核心命题,数据驱动或知识驱动的知识发现是数据密集型或知识密集型情境下解决情报学研究问题的重要手段,但普遍存在的缺陷数据和不确定性知识降低了上述方法的有效性。协同驱动则通过数据和知识的交叉互补,为实现新知识发现提供了创新性的解决途径。当前,对于协同驱动方法的全面和深入分析尚显不足。本文主要目的是按照“是什么”“为什么”和“怎么做”的认知逻辑,梳理数据与知识协同驱动知识发现的基本概念、机理和模型3个方面。首先,提出数据与知识协同驱动知识发现的基本概念,剖析作为该概念重要组成部分的缺陷数据和不确定性知识新概念的含义。其次,机理部分探讨了数据融入知识驱动知识发现和知识融入数据驱动知识发现双视角下协同驱动的多途径和多目的,从数据与知识的交叉互补解释协同驱动知识发现功能实现的本质原因与运作机理。最后,提出问题和场景导向的数据与知识协同驱动知识发现基本模型,并从知识驱动为主(构建模式、纠错模式)、数据驱动为主(嵌入模式、纠正模式和引导模式)和其他协同驱动知识发现(混合模式和并发模式)3类重点阐述了协同驱动内部建模的典型模式。数据与知识协同驱动的知识发现和多种协同驱动的模式兼顾了数据与知识的相互补充和协同作用,为知识发现提供了更全面的框架和流程,为信息资源管理学科拓展了方法创新与问题解决思路。 展开更多
关键词 数据与知识协同驱动 缺陷数据 不确定知识 知识发现 协同机理 协同模式
在线阅读 下载PDF
知识与数据协同驱动的高铁列车晚点预测
9
作者 傅卿云 丁舒忻 +4 位作者 张涛 袁志明 王荣笙 胡平 杨生良 《中国铁路》 北大核心 2025年第7期115-121,共7页
随着高铁持续发展及民众对时间成本要求逐渐提高,智能调度系统亟须实现列车精准实时的晚点预测,以高效准确地进行调度调整,减小晚点影响。提出基于知识与数据协同驱动的晚点预测模型,在知识驱动模型中,根据列车动力学知识建立列车态势... 随着高铁持续发展及民众对时间成本要求逐渐提高,智能调度系统亟须实现列车精准实时的晚点预测,以高效准确地进行调度调整,减小晚点影响。提出基于知识与数据协同驱动的晚点预测模型,在知识驱动模型中,根据列车动力学知识建立列车态势推演模型,计算不同限速条件下列车的预测晚点时间;在数据驱动模型中,引入卷积神经网络和长短时间记忆网络,根据列车历史运行数据实时回归计算列车的预测晚点时间。通过模型推演得到的列车晚点时间融合到历史运行数据中实现数据增强,最终实现知识与数据协同驱动的高铁列车晚点精准预测。基于京津城际铁路进行验证,与未进行数据增强的模型相比,该模型的预测平均绝对误差和均方根误差总体下降70%,可有效提高晚点预测的准确性和稳定性。 展开更多
关键词 行车指挥调度 晚点预测 列车动力学模型 知识驱动 数据驱动 数据增强
在线阅读 下载PDF
融合时空领域知识与数据驱动的骨架行为识别 被引量:1
10
作者 梁成武 胡伟 +2 位作者 杨杰 蒋松琪 侯宁 《计算机工程与应用》 北大核心 2025年第5期165-176,共12页
基于骨架数据的行为识别由于其数据紧凑性和抗背景干扰性,逐渐引起研究者的关注。现有数据驱动方法对融合骨架行为的时空领域知识尚未充分研究。基于此,提出一种融合人体行为时空领域先验知识与CNN改进网络结构的骨架行为识别方法。基... 基于骨架数据的行为识别由于其数据紧凑性和抗背景干扰性,逐渐引起研究者的关注。现有数据驱动方法对融合骨架行为的时空领域知识尚未充分研究。基于此,提出一种融合人体行为时空领域先验知识与CNN改进网络结构的骨架行为识别方法。基于关键时空特征领域知识提出时通聚焦模块,通过产生聚集系数矩阵引导模型关注鉴别性特征表达。融合长时空跨度领域知识提出多尺度卷积融合模块,沿通道采用分组残差连接方式灵活扩大卷积的时间感受野,在不引入大量参数情况下可获得长时空跨度特征表达能力。该方法在NTU RGB+D、NTU RGB+D 120及FineGYM三个大型数据集上进行性能评估与验证,分别取得96.6%、89.6%、94.1%的识别准确率。实验结果表明,融合时空领域知识与数据驱动可充分挖掘骨架行为时空特征,能够提升骨架行为识别性能并具有跨数据集泛化性。 展开更多
关键词 时空领域知识 数据驱动 骨架行为识别 卷积神经网络 长时空建模
在线阅读 下载PDF
多源数据驱动的核心城区配电网风险画像与韧性提升策略
11
作者 徐强 邱显欣 +3 位作者 何芊慧 徐力 刘盾盾 张洪财 《广东电力》 北大核心 2025年第9期44-51,共8页
在高负荷密度老城区,配电网运行工况复杂且更新迭代困难,其风险状态的精准识别是保障城市能源安全的关键。然而,传统风险评估方法面临两大瓶颈:一是依赖专家经验所建立的风险评估体系主观性强,指标赋权系数难以科学确定;二是数据驱动类... 在高负荷密度老城区,配电网运行工况复杂且更新迭代困难,其风险状态的精准识别是保障城市能源安全的关键。然而,传统风险评估方法面临两大瓶颈:一是依赖专家经验所建立的风险评估体系主观性强,指标赋权系数难以科学确定;二是数据驱动类方法虽能基于多维历史数据对台区客观分类,但其结果往往缺乏明确的风险业务指向,可解释性不足。为解决此问题,提出一种“数据驱动”与“知识驱动”相融合的台区风险识别与验证新范式。该范式通过无监督聚类构建台区画像,并利用动态加权模型量化其风险得分,可为无监督聚类画像赋予可量化的业务含义,同时利用画像的内在结构特征反向验证风险评估模型的客观性与准确性,形成交叉验证体系。最后,以高负荷密度老城区2000余配电台区实际数据为支撑进行算例分析,验证所提方法有效性,为配电网精细化管理、风险防控及韧性建设提供参考解决方案。 展开更多
关键词 存量配电网 数据驱动 知识驱动 风险评估 画像 韧性
在线阅读 下载PDF
数据驱动的个性化学习:实然问题、应然逻辑与实现路径 被引量:6
12
作者 钟绍春 杨澜 范佳荣 《电化教育研究》 北大核心 2025年第1期13-19,33,共8页
教育数字化转型的全面推进和人工智能在教育中的广泛应用,为破解个性化学习难题提供了切实可行的途径,数据驱动的个性化学习已成为教育高质量发展的必由之路。然而,当前数据驱动的个性化学习普遍存在着学习行为感知与状态评价精度不高... 教育数字化转型的全面推进和人工智能在教育中的广泛应用,为破解个性化学习难题提供了切实可行的途径,数据驱动的个性化学习已成为教育高质量发展的必由之路。然而,当前数据驱动的个性化学习普遍存在着学习行为感知与状态评价精度不高、学习特征挖掘不准、学习规律挖掘不全、学习问题溯源不深、学习干预精度不佳等瓶颈性难题。为此,研究从情境感知、主体理解和智能干预等方面深入剖析了数据驱动个性化学习的应然逻辑。在此基础上,从学习行为数据有效感知与理解、学习效果精准评估的个性化学习追踪、薄弱知识点和异常学习行为的学习问题成因溯源、潜在交互学习规律发现的教育知识图谱高阶推理、公共学习路网构建与高适配个性化学习路径规划等方面,讨论了数据驱动个性化学习的实现路径和方法。 展开更多
关键词 个性化学习 数据驱动 情境感知 学习路径规划 教育知识图谱
在线阅读 下载PDF
电磁目标表征:知识-数据联合驱动新范式 被引量:1
13
作者 杨淑媛 杨晨 +1 位作者 冯志玺 潘求凯 《航空兵器》 CSCD 北大核心 2024年第2期17-31,共15页
电磁目标表征是电磁空间态势感知中的一项共性基础性问题。早期目标表征基于专家经验知识,需要设计者具有较强的专业背景与先验知识,其在复杂信号环境下的性能不佳。近年来发展起来的深度学习为复杂电磁环境下的目标信号表征提供了新的... 电磁目标表征是电磁空间态势感知中的一项共性基础性问题。早期目标表征基于专家经验知识,需要设计者具有较强的专业背景与先验知识,其在复杂信号环境下的性能不佳。近年来发展起来的深度学习为复杂电磁环境下的目标信号表征提供了新的途径,它通过模拟人脑的深层结构建立机器学习模型,以端到端的方式自动表征和处理目标数据,在电磁目标检测、分类、识别、参数估计、行为认知等感知任务中显示出良好的性能。然而,深度学习严重依赖海量高质量标注数据,在现实电磁环境中存在一定局限。将知识融入智能系统一直是人工智能的研究方向,结合知识与数据进行电磁目标表征,将有望提升目标感知精度与泛化能力,正在成为电磁目标表征中新的方向。本文回顾了电磁目标表征技术的发展过程,对新的知识-数据联合驱动的电磁目标感知范式进行了展望。 展开更多
关键词 目标表征 专家知识 深度学习 知识-数据联合驱动 知识图谱
在线阅读 下载PDF
知识-数据驱动的沉管隧道接头安全状态分析方法——以港珠澳大桥海底沉管隧道为例
14
作者 丁浩 周陈一 +1 位作者 郭鸿雁 周云腾 《隧道建设(中英文)》 CSCD 北大核心 2024年第9期1752-1761,共10页
为解决沉管隧道接头安全状态不断变化且难以直接感知的技术难点,以港珠澳大桥海底沉管隧道为工程背景,通过分析既有监测数据,总结管节接头的变形模式,揭示管节接头张合量与结构温度的强相关性,明确潮位变化对接头剪切变形的显著影响。... 为解决沉管隧道接头安全状态不断变化且难以直接感知的技术难点,以港珠澳大桥海底沉管隧道为工程背景,通过分析既有监测数据,总结管节接头的变形模式,揭示管节接头张合量与结构温度的强相关性,明确潮位变化对接头剪切变形的显著影响。在此基础上提出一种基于知识-数据驱动的沉管隧道接头变形快速推演方法,通过建立沉管隧道精细化有限元模型,开展海量典型变形模式下的沉管隧道结构力学行为分析,构建沉管隧道变形服役行为数据集;利用BP神经网络,建立基于仿真接头服役行为特征的沉管隧道接头全断面变形推演模型,实现基于有限实测数据的接头全断面变形快速重构。该方法在港珠澳大桥海底沉管隧道的现场管养中得到成功应用。以2023年台风“苏拉”为例,基于台风登陆过程中接头的局部位移实测数据,推演接头剪力键及止水带关键点位处管节接头的变形情况。结果表明,该沉管隧道接头系统整体受台风影响较小。 展开更多
关键词 知识-数据驱动 沉管隧道 管节接头 安全状态 仿真分析 神经网络
在线阅读 下载PDF
数据驱动的金属疲劳寿命模型研究进展 被引量:4
15
作者 甘磊 吴昊 仲政 《力学进展》 北大核心 2025年第1期30-79,共50页
金属疲劳寿命模型是开展工程结构完整性和可靠性评估的基础.传统的知识驱动模型关注疲劳机理和数理逻辑,一般具有明确的物理意义,并且可高度概括疲劳失效过程.然而,随着对结构安全性要求的日益提高以及新兴工程材料的不断涌现,传统模型... 金属疲劳寿命模型是开展工程结构完整性和可靠性评估的基础.传统的知识驱动模型关注疲劳机理和数理逻辑,一般具有明确的物理意义,并且可高度概括疲劳失效过程.然而,随着对结构安全性要求的日益提高以及新兴工程材料的不断涌现,传统模型在预测能力、应用场景、工程适用性等方面都逐渐显现出局限性.近年来,由人工智能赋能的数据驱动模型在金属疲劳寿命研究领域受到了广泛关注,相关研究成果正逐步应用于解决包括单轴疲劳、多轴疲劳、变幅疲劳在内的各类经典疲劳问题.数据驱动模型能够在最小化人因误差的情况下,从多变量作用中解析出对疲劳寿命的最优显\隐式表达,可揭示传统方法难以发现的失效规律,已然成为领域内新的研究热点.本文综述了当前数据驱动模型在金属疲劳寿命预测方面的研究进展,首先总结了纯数据驱动模型的一般应用流程及其应用现状,其次归纳了各类知识-数据混合驱动模型的实现方式及应用优势,最后对未来潜在研究方向及挑战进行了探讨与展望. 展开更多
关键词 疲劳寿命预测 金属 数据驱动模型 知识-数据混合驱动模型
在线阅读 下载PDF
数据与知识联合驱动的人工智能方法在电力调度中的应用综述 被引量:16
16
作者 李鹏 黄文琦 +3 位作者 王鑫 梁凌宇 闫昆鹏 孙凌云 《电力系统自动化》 EI CSCD 北大核心 2024年第1期160-175,共16页
数据与知识联合驱动的人工智能方法是利用数据驱动和知识驱动各自优势、取长补短形成的一种更优的联合方法。文中对联合驱动方法的特点和现状进行了分析,并对其电力调度重点应用场景进行了分类统计。总结了各类场景中联合方法的创新性... 数据与知识联合驱动的人工智能方法是利用数据驱动和知识驱动各自优势、取长补短形成的一种更优的联合方法。文中对联合驱动方法的特点和现状进行了分析,并对其电力调度重点应用场景进行了分类统计。总结了各类场景中联合方法的创新性、相较于单一方法的提升以及应用优势。归纳出了电力调度数据与知识联合驱动方法的3种联合建模方式:数据驱动优化知识驱动、知识驱动辅助数据驱动、数据驱动与知识驱动混合模式。最后,从准确性和高效性的平衡、有效性、可靠性等5个维度讨论了联合建模时存在的挑战性问题,对联合驱动方法在电力调度中的适用场景进行了总结及展望。 展开更多
关键词 电力调度 人工智能 数据驱动 知识驱动 联合驱动
在线阅读 下载PDF
基于专家知识与监测数据联合驱动的高压开关柜状态评估
17
作者 仇翔 蒋文泽 +2 位作者 吴麒 张宝康 葛其运 《高技术通讯》 CAS 北大核心 2024年第7期776-786,共11页
高压开关柜(HVS)作为电力系统的关键设备,对其工作状况进行有效评估可以保障电力系统的安全稳定运行。在工程实践中,由于高压开关柜长期服役于潮湿、高温等恶劣环境下,不可避免的传感器失效或人为因素会导致其设备状态数据存在随机缺失... 高压开关柜(HVS)作为电力系统的关键设备,对其工作状况进行有效评估可以保障电力系统的安全稳定运行。在工程实践中,由于高压开关柜长期服役于潮湿、高温等恶劣环境下,不可避免的传感器失效或人为因素会导致其设备状态数据存在随机缺失的现象,从而破坏了数据的完整性和可用性,使得对数据质量要求较高的数据驱动方法难以直接用于解决高压开关柜状态评估的问题。为了解决上述问题,研究了一种基于专家知识和监测数据联合驱动的高压开关柜状态评估方法。首先,对高压开关柜系统的内部构成进行了深入分析,并根据区域中设备的功能不同将其分为电缆室、母线室和断路器室三大区域。其次,进一步分析了系统状态、各区域状态及其关键部件状态两两之间的因果关系,从而建立了适用于高压开关柜状态评估的三层贝叶斯网络(BN)拓扑结构。然后,引入专家领域知识设计了适用于高压开关柜系统的3种约束罚函数,并通过求解带有约束的优化问题,改善了不完整数据集下的贝叶斯网络参数估计性能,进而实现了对高压开关柜系统状态的精确评估。最后,在自主设计的10 kV高压开关柜样机上开展了对比验证实验,结果表明,相比于支持向量机(SVM)方法和反向传播(BP)神经网络方法,本文所提方法在状态评估精度上更具优势。 展开更多
关键词 高压开关柜(HVS) 状态评估 参数学习 知识数据联合驱动 贝叶斯网络(BN)
在线阅读 下载PDF
知识驱动和数据驱动在TBM智能施工机器学习中的应用 被引量:10
18
作者 陈祖煜 范立涛 +2 位作者 张云旆 肖浩汉 王琳 《土木工程学报》 EI CSCD 北大核心 2024年第6期1-12,共12页
依托引绰济辽工程(YC)和引松供水工程(YS),从理论分析、统计检验等方面系统回顾并总结基于知识驱动方法提取的现场贯入指标FPI和扭矩贯入指标TPI在TBM智能施工机器学习中的应用。从智能预测围岩分类和掘进参数两方面出发,将基于特征参... 依托引绰济辽工程(YC)和引松供水工程(YS),从理论分析、统计检验等方面系统回顾并总结基于知识驱动方法提取的现场贯入指标FPI和扭矩贯入指标TPI在TBM智能施工机器学习中的应用。从智能预测围岩分类和掘进参数两方面出发,将基于特征参数的预测结果与通过数据驱动获得的结果进行比较。研究结果表明:通过知识驱动获取的参数FPI和TPI可以降低数据维度和噪音,提高预测效率。在围岩分类智能预测方面,知识驱动和数据驱动方法均表现出较好的精度水平;在掘进参数预测方面,知识驱动的预测精度远高于数据驱动。作者认为单独使用FPI和TPI或者将其与数据驱动参数结合,可以丰富TBM领域机器学习的输入参数,获得较好的预测成果。 展开更多
关键词 TPI FPI 知识驱动 数据驱动 围岩分类 掘进参数预测
在线阅读 下载PDF
知识及数据驱动的电力一次设备健康管理方法综述 被引量:14
19
作者 谢庆 王春鑫 +6 位作者 李帆 谢晨昊 钟昱尧 翟常营 谢军 张镱议 律方成 《高电压技术》 EI CAS CSCD 北大核心 2024年第2期605-620,共16页
电力系统规模逐年扩大,其供电可靠性要求越来越高。基于电力设备机理、监测数据,利用知识、数据驱动及其融合驱动方法进行电力一次设备健康管理,是一种提高供电可靠性、降低运维成本的可行途径。文中对知识、数据驱动及其融合驱动的电... 电力系统规模逐年扩大,其供电可靠性要求越来越高。基于电力设备机理、监测数据,利用知识、数据驱动及其融合驱动方法进行电力一次设备健康管理,是一种提高供电可靠性、降低运维成本的可行途径。文中对知识、数据驱动及其融合驱动的电力一次设备健康管理方法进行综述。首先,概述知识、数据驱动及其融合驱动的关键技术;然后,分别从电力一次设备的图像识别、状态量感知与故障诊断、状态评估与运行维护3个应用场景,对3种驱动方法的研究现状进行了详细梳理;最后,从硬件条件、数据来源、知识模型构建等方面,对3种驱动方法在电力设备健康管理中的应用难点进行总结,并对未来发展给出建议。 展开更多
关键词 电力一次设备 健康管理 知识驱动 数据驱动 知识-数据融合驱动
在线阅读 下载PDF
基于数据驱动中医证治规律研究的核心问题及解决策略 被引量:2
20
作者 甄倩 朱蓉 +5 位作者 王中瑞 崔伟锋 燕树勋 邵明义 余海滨 符宇 《中国全科医学》 CAS 北大核心 2024年第32期4029-4032,4039,共5页
辨证论治是中医核心诊疗思维,是决定临床疗效的关键。如今,基于临床数据研究是探索中医证治规律的主要方法,但未真正而全面地剖析出“病-证-方-药-效”关键因素的内在关系,导致研究结果的临床价值较低。因此,笔者系统梳理了电子病历与... 辨证论治是中医核心诊疗思维,是决定临床疗效的关键。如今,基于临床数据研究是探索中医证治规律的主要方法,但未真正而全面地剖析出“病-证-方-药-效”关键因素的内在关系,导致研究结果的临床价值较低。因此,笔者系统梳理了电子病历与临床研究匹配性差、数据治理影响数据准确性、数据分析方法难以发掘中医证治规律等核心问题,并在数据驱动的背景下,建立中医临床科研大数据平台、开发以人工智能为核心的数据治理与分析技术,从而实现临床科研一体化,为中医证治规律研究提供新思路与方法,推动中医药的发展。 展开更多
关键词 中医药疗法 证治规律 数据驱动 数据挖掘 电子病历 核心问题 解决策略
在线阅读 下载PDF
上一页 1 2 9 下一页 到第
使用帮助 返回顶部