一种考虑隐私约束的多数据中心协同调度方法及系统

    公开(公告)号:CN117687762B

    公开(公告)日:2024-04-26

    申请号:CN202410118331.9

    申请日:2024-01-29

    Abstract: 本发明公开了一种考虑隐私约束的多数据中心协同调度方法及系统,涉及任务调度领域。包括:多个数据中心分别构建多个任务的调度策略模型;模型的输入层包括任务特征、计算资源特征以及环境特征;模型的输出层包括调度策略;将多个数据中心的调度策略模型构建无向图;调度策略模型进行多轮训练后,每个数据中心与相邻数据中心的模型参数进行聚合,得到调度策略优化模型;利用调度策略优化模型得到多个数据中心的任务调度策略。本发明解决了多个数据中心主体间隐私保护的问题。

    一种考虑隐私约束的多数据中心协同调度方法及系统

    公开(公告)号:CN117687762A

    公开(公告)日:2024-03-12

    申请号:CN202410118331.9

    申请日:2024-01-29

    Abstract: 本发明公开了一种考虑隐私约束的多数据中心协同调度方法及系统,涉及任务调度领域。包括:多个数据中心分别构建多个任务的调度策略模型;模型的输入层包括任务特征、计算资源特征以及环境特征;模型的输出层包括调度策略;将多个数据中心的调度策略模型构建无向图;调度策略模型进行多轮训练后,每个数据中心与相邻数据中心的模型参数进行聚合,得到调度策略优化模型;利用调度策略优化模型得到多个数据中心的任务调度策略。本发明解决了多个数据中心主体间隐私保护的问题。

    一种提高可再生能源消纳的多区域物流车队配送管理方法

    公开(公告)号:CN114862263A

    公开(公告)日:2022-08-05

    申请号:CN202210599966.6

    申请日:2022-05-30

    Inventor: 丁肇豪 黄媛

    Abstract: 本发明公开了一种提高可再生能源消纳的多区域物流车队配送管理方法,具体包括:将多区域物流车辆配送管理决策建立成马尔科夫决策过程;强化学习中采用动作器‑评论家方法(Advantage Actor Critic,A2C)来学习车队的配送管理策略;采用两个神经网络来选取智能体动作,评价智能体状态价值;采用经验池来稳定加速评价网络的训练过程和训练结果。本发明提出的一种提高可再生能源消纳的多区域物流车队配送管理方法,采用强化学习A2C算法学习多区域内车辆的配送策略;通过基于可再生能源出力的充电服务价格来引导车辆的充电行为,提高可再生能源的消纳,同时保证物流车的高效配送,发挥电动汽车的充放电调度灵活性。

    一种高风电占比系统中线路容量优化方法

    公开(公告)号:CN113224751A

    公开(公告)日:2021-08-06

    申请号:CN202110479056.X

    申请日:2021-04-30

    Inventor: 丁肇豪 余开媛

    Abstract: 本发明公开了一种高风电占比系统中线路容量优化方法及系统。该方法包括:根据电力系统对应传输线路的基础数据以及风速数据,构建数据驱动的传输线过载风险评估模型以及数据驱动的传输线动态安培容量优化模型;确定所述数据驱动的传输线过载风险评估模型以及所述数据驱动的传输线动态安培容量优化模型的约束条件;在所述约束条件下计算所述数据驱动的传输线过载风险评估模型以及所述数据驱动的传输线动态安培容量优化模型的最优解,确定最小风险下的传输线路的最大容量。本发明以不确定性集合的形式描述传输线路动态安培容量的不确定性,将传输线过载风险作为评估指标,优化动态安培容量可接纳区域,可在最小风险下实现最大容量。

Patent Agency Ranking