发展新质生产力中创新成果转化的法律服务要点——以鄂尔多斯矿鸿合作项目为例

专利转让作为创新成果转化中的重要途径,其过程中涉及多方面的法律问题。转让双方不仅要面临转让合同中可能会出现的一般性法律问题,也要提前知悉相关行业的特别性规定或注意事项,还需要对专利制度和具体技术有足够深入的了解,才能确保专利转让的顺利完成。对此,服务机构需要拓宽自己的业务领域,从客户的实际需求出发,先对转让主体、标的专利进行全面的调查和检索分析,确认是否存在影响转让的瑕疵;在合同审核阶段,需要结合自身经验,向当事人全面揭示潜在的法律风险及对应的建议;最后在合同谈判时,需要结合当事人真实的需求来判断哪些是需要坚持的核心条款,从而做到有的放矢。

基于补充集合经验模态分解的短期负荷预测模型

电力负荷预测关乎电量调配和系统运行。针对短期负荷预测,采用补充集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)算法,结合传统算法和机器学习算法的优势,提出了一种组合预测模型。模型先将原始数据通过奇异值分解(singular value decomposition,SVD)算法进行降噪,再对所得数据进行CEEMD,可得到频率各异的本征模态函数(intrinsic mode functions,IMF)和剩余分量(residual component,RES)。采用独立成分分析(independent component analysis,ICA)提取高频IMF_(1)的独立成分,其余的本征模态函数进行重构得到IMF_(cg),分别运用不同的方法对IMF_(1)、IMF_(cg)、RES进行预测,最后将IMF_(1)、IMF_(cg)、RES的预测值相加作为真正的预测值。根据实验数据可得,所提模型能充分利用、发掘负荷数据的内在特征,预测效果更佳,可作为负荷预测的参考。