【摘 要】
:
城镇燃气是城市重要的基础设施之一,天然气近来的供应形势日趋严峻,随着目前城市燃气规模不停扩大,如何准确预测小区燃气量,快速调节小区燃气供求关系,以便使小区燃气供给得到快速准确的保障,是目前重中之重的问题。近几年,AI快速发展十分迅速,机器学习已经在众多领域取得了广泛的成果。通过大数据以及机器学习技术可以快速利用规律去预测未来的数据,为居民小区的燃气预测提供新的技术路线。本文对当前热门的机器学习及深
论文部分内容阅读
城镇燃气是城市重要的基础设施之一,天然气近来的供应形势日趋严峻,随着目前城市燃气规模不停扩大,如何准确预测小区燃气量,快速调节小区燃气供求关系,以便使小区燃气供给得到快速准确的保障,是目前重中之重的问题。近几年,AI快速发展十分迅速,机器学习已经在众多领域取得了广泛的成果。通过大数据以及机器学习技术可以快速利用规律去预测未来的数据,为居民小区的燃气预测提供新的技术路线。本文对当前热门的机器学习及深度学习模型进行了深入研究,针对居民小区燃气量的特点设计了已建小区燃气量预测模型和未建小区的燃气等级划分模型。我们不仅收集了燃气公司记录的小区居民真实燃气量数据,同时爬取了居民小区的天气、建筑物信息等外部特征,并从中获得有效特征用于模型的训练及预测,以便使得后续模型的预测更加准确。我们还基于上述居民小区相关模型,开发了居民小区燃气预测系统,实现了诸如特征自动爬取、自动更新、模型自动调优、全量及增量更新、实时预测和分类结果实时展现等功能。本文通过调研燃气预测的相关文档和国内外的研究文献,对过去燃气预测模型的基本原理、特征构建、缺陷不足和使用场景做出总结与分析,结合一系列外部特征,建立了基于现存小区的用气量问题的LSTM模型和未建小区的燃气等级划分问题的Xgboost模型。在此基础上,我们利用建立起来的模型实现了居民小区燃气预测平台。
其他文献
电子皮肤目前已被广泛应用于人工智能、可穿戴设备和智能机器人等领域,其使用数量及发展前景都十分可观。作为电子皮肤的重要组成部分,电容式传感器受到越来越多的关注。将柔性聚合物材料应用于传感器的介电层或衬底,可以改善早期传感器材质较硬导致无法承受较大变形的问题。但是作为传感器的有效功能层,聚合物材料较低的介电常数导致电容式传感器的信噪比低,容易受到外界干扰,限制其应用范围。针对目前大多数电容式传感器难以
Bell测试是量子信息科学中最重要的工具之一。一方面,它可以对自然的基本物理定律进行基本测试。另一方面,它也可以应用于各种设备无关的任务,如量子密钥分发和随机数生成。在实践中,Bell测试的实验演示中存在的漏洞可能会影响结论的有效性。大多数基于Bell测试的量子信息任务都是基于测量独立的假设。然而,在实验操作中很难确保始终满足测量独立的假设,因此,探索放松这一假设条件对Bell测试的影响是至关重要
森林资源是自然资源的基本构成,其中包含大面积的森林,是有良好欣赏价值的自然森林景观构成,与现代城市建设规划管理工作结合,能够给人们的休闲娱乐提供良好场所,对开拓生态旅游游记保护生态景观有积极作用.尤其是在现代社会背景之下,人们对自然生态环境保护工作以及产业绿色发展的关注度不断提升,围绕可持续发展的要求,探索创新实践的途径,成为本文重点研究分析的内容.