一种非侵入式电力负荷数据采集存储一体化系统和方法

    公开(公告)号:CN112671097A

    公开(公告)日:2021-04-16

    申请号:CN202011386578.7

    申请日:2020-12-01

    IPC分类号: H02J13/00

    摘要: 本发明公开了一种非侵入式电力负荷数据采集存储一体化系统和方法,所述系统包括采集模块、数据存储模块、嵌入式处理器、数据分发模块和IO模组;采集模块,采集电力负荷数据;数据存储模块存储采集的数据;嵌入式处理器对采集得到的负荷数据进行分类识别和状态监测,实时动态地获取用户的电力负荷特征;数据分发模块将电力负荷数据分发至电力数据云端,电力部门通过对电力负荷数据进行处理,生成以用户为单位的电力负荷印记特征数据库;IO模组用于数据状态显示和操作设置。本发明通过和智能电表建立通信,自动获取电力负荷数据并进行实时处理。

    一种基于深度强化学习的边缘计算主动服务方法及系统

    公开(公告)号:CN114154566A

    公开(公告)日:2022-03-08

    申请号:CN202111370645.0

    申请日:2021-11-18

    摘要: 本发明公开了一种基于深度强化学习的边缘计算主动服务方法及系统,方法包括以下步骤:1)提取用户特征信息,同时提取用户意图分类;2)通过深度神经网络预训练意图预判模型,意图预判模型输出为经过归一化指数函数softmax的多分类用户意图概率,然后利用交叉熵损失函数优化意图预判模型,优化后的意图预判模型输出为当前的意图的类别,同时将意图预判模型的倒数第二层作为表示向量,建立DDPG模型;3)通过线上探索对DDPG模型进行优化;4)设定强化学习的奖赏函数,如果用户使用其中一个服务,则奖赏值为1,否则奖赏值为0;根据奖赏值对用户资源请求进行预判。本发明的方法可以提升边缘节点的服务效率,并提升用户满意度。