一种电力边缘计算网关容器资源高可靠低时延调度方法

    公开(公告)号:CN118233467A

    公开(公告)日:2024-06-21

    申请号:CN202410084613.1

    申请日:2024-01-19

    Abstract: 本发明涉及一种电力边缘计算网关容器资源高可靠低时延调度方法,该方案针对低压台区资源调度,对网关容器资源调度进行建模,并采用自适应协同进化遗传算法设计网关容器资源高可靠低时延调度方法,选择使用微服务‑容器资源间接编码方式,简化搜索难度和训练过程,基于容器资源调度时延和丢包计算适应度,淘汰适应度不达标的染色体,通过适应度值调整染色体交叉概率,使算法具有自适应性,同时,变异操作采用基因协同变异策略,避免遗传算法陷入局部最优,优化网关容器资源调度,基于微服务低时延处理需求与容器资源调度的丢包率制定网关容器资源调度的最优决策,实现网关对容器资源高可靠低时延调度。

    基于多尺度小波变换网络预测的电力电子噪声能量建模方法

    公开(公告)号:CN118051720A

    公开(公告)日:2024-05-17

    申请号:CN202410086340.4

    申请日:2024-01-22

    Abstract: 本发明涉及一种基于多尺度小波变换网络预测的电力电子噪声能量建模方法,该方案针对电力电子系统的运行场景,在采集到电力电子噪声后,通过分析噪声的时频特性和分布特征,并采用多尺度小波变换获得激励函数,再与深度神经网络相结合进行噪声参数调整和权重更新,通过参数预测和模型优化得到最优权重,然后针对不同噪声类型进行建模,极大提高了噪声建模的可靠性和稳定性,提高电力通信系统的数据传输效率。此外,通过对多尺度小波变换网络预测算法中尺度因子的调整,得到多噪声特征的频率取值,满足了对不同噪声的频率分析。与现有技术相比,本发明能够分析不同噪声的时频特性,并在建立对应噪声模型过程中加入了参数预测和权重更新,通过不断的优化训练降低噪声分析的误差,实现电力电子噪声的高精度建模。

    一种电力线载波智能可靠聚合方法

    公开(公告)号:CN118018065A

    公开(公告)日:2024-05-10

    申请号:CN202410086613.5

    申请日:2024-01-22

    Abstract: 本发明涉及一种电力线载波智能可靠聚合方法,该方法针对低压台区电力线载波数据传输问题,通过智能打分公式,对子载波进行实时打分,聚合信道质量高的子载波用于数据传输,大大提升电力线载波数据传输质量和效率。此外,采用小波神经网络,根据前一次的子载波聚合结果对打分公式中的打分参数进行动态更新,在复杂电力线噪声环境中不断学习,保证每次聚合的子载波都是信道质量最优的子载波,对复杂信道的适应能力更强,以实现可靠传输。

    基于非对称一致性学习的电动汽车参与需求响应方法

    公开(公告)号:CN117314070A

    公开(公告)日:2023-12-29

    申请号:CN202311218811.4

    申请日:2023-09-20

    Abstract: 本发明涉及一种基于非对称一致性学习的电动汽车参与需求响应方法,属于电力系统技术领域。其中,固定签约电动汽车固定需求响应系统实现固定签约电动汽车的非对称一致性优化,并由固定需求响应模块补足需求响应缺额并输出固定签约电动汽车调度成本,辅助灵活签约电动汽车需求响应优化;灵活签约电动汽车自主需求响应系统通过环境信息采集模块、智能体网络模块得到灵活签约电动汽车自主需求响应的功率,由自主需求响应模块执行需求响应并将结果输出,固定签约电动汽车根据需求响应缺额进行补足,同时,局部奖励模块、贡献占比分析模块、奖励聚合模块、柔性损失函数模块根据各模块结果计算柔性损失函数,传送至智能体网络模块进行学习优化。

    面向局放检测的多光谱感传算一体化方法、装置及系统

    公开(公告)号:CN117310403A

    公开(公告)日:2023-12-29

    申请号:CN202311226310.0

    申请日:2023-09-21

    Abstract: 本发明涉及一种面向局放检测的多光谱感传算一体化方法、装置及系统,属于电力系统技术领域。该算法构造了一对协作DAC网络扩充DQN,实现了对整数变量和连续变量同时优化。此外,该算法将AoI超过阈值或出现漏判情况的经验判断为失败经验,并调整成功经验回放池和失败经验回放池的协作提取率,提高初始学习阶段的收敛速度,避免最后学习阶段的过拟合,实现多重经验回放学习,避免了局部放电检测多次失败的情况,提高了局部放电检测效率、精度。

    基于人工智能聚类的计量数据轻量级溯源方法

    公开(公告)号:CN117093753A

    公开(公告)日:2023-11-21

    申请号:CN202310862010.5

    申请日:2023-07-13

    Abstract: 本发明涉及一种基于人工智能聚类的计量数据轻量级溯源方法,该方法针对电力计量数据数据溯源需求,通过构建溯源数据有向无环图表达溯源数据结构与属性信息,并基于人工智能的思想对溯源数据进行聚类分析,得到聚类结果后,根据溯源节点间的关联性对溯源结构与规模进行优化,删除关联性较低的节点并重构溯源图结构,有效降低溯源数据的冗余结构。与现有技术相比,本发明能够有效降低溯源数据的规模与复杂结构,减少数据溯源过程中的信息查询时间,提高溯源效率,保证溯源过程轻量级的需求。

    一种无人机辅助数据采集中联合轨迹与节点接入的优化方法

    公开(公告)号:CN115865674A

    公开(公告)日:2023-03-28

    申请号:CN202210451498.8

    申请日:2022-04-27

    Abstract: 本发明提出了一种无人机辅助数据采集中联合轨迹与节点接入的优化方法,最小化所有传感节点的能耗值。首先,建立了一个最小化最大能耗的问题模型。为了有效地解决这个非凸问题,利用块坐标下降法并通过引入松弛变量的方法将原始优化问题转换成两个子问题:轨迹优化问题和节点接入方案优化问题。其次,利用连续凸近似的方法提出了一种联合优化轨迹和接入方案的算法。该算法在每次迭代中依次获得最优节点接入方案和无人机飞行轨迹,迭代次数足够大时,传感节点的最小最大能耗逐渐收敛。仿真结果表明,提出的算法与基本的无人机飞行方案相比可以有效地降低节点的能耗并提高数据传输速率,同时算法具有良好的收敛性和复杂度。

Patent Agency Ranking