-
公开(公告)号：CN117539963A
公开(公告)日：2024-02-09
申请号：CN202410032828.9
申请日：2024-01-10
Applicant: 山东大学
IPC: G06F16/27 , G06F16/2458 , G06N3/0499 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种社交网络数据动态分析方法及系统，涉及高性能计算与机器学习技术领域。该方法包括步骤：获取社交网络数据，将社交网络数据进行数据预处理，并转换成统一的文本格式，得到训练样本；搭建分布式计算环境；利用线贯序极限学习机构建初步社交网络数据预测模型，利用训练样本对初步社交网络数据预测模型进行训练，得到训练好的社交网络数据预测模型；利用社交网络数据预测模型在分布式计算环境中对社交网络数据进行行为模式预测，并根据预测结果反馈实时动态调整社交网络数据预测模型。本发明能够克服现有技术在处理大规模社交网络数据时的效率低下和扩展性差的局限性。
-
公开(公告)号：CN117913902A
公开(公告)日：2024-04-19
申请号：CN202410308876.6
申请日：2024-03-19
Applicant: 山东大学
Abstract: 本发明提出了基于预设时间观测器的孤岛微网状态估计方法及系统，属于多智能体分布式状态估计技术领域，包括：基于孤岛模式微电网系统的数学模型建立状态空间方程；基于状态空间方程在每个分布式电源节点构造两个局部观测器，建立局部观测器数学模型；依据预设时间和局部观测器参数，设计各局部观测器的转换矩阵；确定通信次数、初始通信时刻及通信时间间隔，在初始通信时刻前各观测节点通过通信协作实现误差渐进收敛；到达初始通信时刻后，基于各局部观测器的转换矩阵及执行分布式离散通信算法，在预设的时间内使得每个节点都能获得全部节点的状态转换信息，并计算出系统的真实状态，从而实现预设时间的分布式状态估计。
-
公开(公告)号：CN117252043B
公开(公告)日：2024-04-09
申请号：CN202311531444.3
申请日：2023-11-17
Applicant: 山东大学
IPC: G06F30/20 , G06Q10/0631 , G06Q50/06 , G06F17/18 , G06Q30/0201 , G06F111/06 , G06F111/04
Abstract: 本发明涉及优化调度技术领域，公开了针对区域多能互补能源系统的多目标优化调度方法及装置，根据历史数据构建分布鲁棒优化的模糊集；建立区域冷热电气多能互补能源系统的分布鲁棒多目标预测控制数学模型；根据所述模糊集，将初始目标函数进行优化，得到优化后的目标函数；根据所述模糊集，将初始约束条件进行优化，得到优化后的约束条件；基于广义特征向量算法，对优化后的目标函数和优化后的约束条件进行求解，得到最优帕累托前沿；基于最优帕累托前沿，确定区域冷热电气多能互补能源系统的机组组合决策。降低了系统运行时的成本并且减少了污染物的排放。
-
公开(公告)号：CN119444502B
公开(公告)日：2025-05-02
申请号：CN202510031215.8
申请日：2025-01-09
Applicant: 山东大学
Abstract: 本发明属于综合能源系统规划优化技术领域，为了解决综合能源系统规划中存在的求解困难、耗时长等问题，提出基于深度强化学习的综合能源系统规划优化方法及系统，建立综合能源系统的数学模型，确定综合能源系统的目标函数和约束条件，形成初始动态规划优化问题；将初始动态规划优化问题转化为马尔科夫决策过程；利用DDPG算法和预测网络对综合能源系统的历史运行数据进行离线学习；将离线学习的优化参数应用在Online‑DDPG算法中，对初始动态规划优化问题进行求解，得到综合能源系统的最优规划方案。有效解决了维数灾难和信息损失导致的求解模型问题，同时提高了对负荷与可再生能源波动的抗干扰能力。
-
公开(公告)号：CN117808174B
公开(公告)日：2024-05-28
申请号：CN202410231339.6
申请日：2024-03-01
Applicant: 山东大学
Abstract: 本发明属于电力系统自动化技术领域，提供了网络攻击下基于强化学习的微电网运行优化方法及系统，其技术方案为：将智能体的奖励函数分解为多个子奖励函数并进行独立优化，使每个子奖励函数都达到帕累托最优，避免出现单一奖励函数的局部最优。将智能体选择的动作是否满足相关指标作为子奖励函数的一部分，若动作满足指标，则反馈给智能体额外的奖励值，从而使智能体倾向于选取满足设定指标的动作。在外界网络攻击存在的情况下，构建蜜罐服务器作为一种安全防护措施，起到保护作用的同时最小化攻击损失，具备一定的现实意义。
-
Patent Agency Ranking
公开(公告)号：CN117726143A
公开(公告)日：2024-03-19
申请号：CN202410171476.5
申请日：2024-02-07
Applicant: 山东大学
IPC: G06Q10/0631 , G06Q50/06 , G06Q10/04 , H02J3/00 , G06N3/0442 , G06N3/045 , G06N3/092 , G06N3/084
Abstract: 本发明公开一种基于深度强化学习的环境友好型微网优化调度方法及系统，涉及电力系统优化运行与调度技术领域，该方法包括：搭建包括供需预测模块、碳交易模块、电力交易模块、固碳储能模块、可控分布式电源模块的环境友好型智能微网；获取环境友好型智能微网的运行数据，以收益最大化、成本最小化、供需平衡和碳排放量最小化为综合优化目标，构建环境友好型智能微网优化调度模型；根据深度强化学习理论，采用两层多目标奖励机制和改进的随机高斯策略梯度算法优化微网运行，输出智能微网最优优化调度策略。本发明能够实现对智能微网能源的最优调度，实现微网经济效益、供需平衡和碳排放等多方面的综合优化目标。
-
公开(公告)号：CN117913902B
公开(公告)日：2024-06-14
申请号：CN202410308876.6
申请日：2024-03-19
Applicant: 山东大学
Abstract: 本发明提出了基于预设时间观测器的孤岛微网状态估计方法及系统，属于多智能体分布式状态估计技术领域，包括：基于孤岛模式微电网系统的数学模型建立状态空间方程；基于状态空间方程在每个分布式电源节点构造两个局部观测器，建立局部观测器数学模型；依据预设时间和局部观测器参数，设计各局部观测器的转换矩阵；确定通信次数、初始通信时刻及通信时间间隔，在初始通信时刻前各观测节点通过通信协作实现误差渐进收敛；到达初始通信时刻后，基于各局部观测器的转换矩阵及执行分布式离散通信算法，在预设的时间内使得每个节点都能获得全部节点的状态转换信息，并计算出系统的真实状态，从而实现预设时间的分布式状态估计。
-
公开(公告)号：CN117539963B
公开(公告)日：2024-04-05
申请号：CN202410032828.9
申请日：2024-01-10
Applicant: 山东大学
IPC: G06F16/27 , G06F16/2458 , G06N3/0499 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种社交网络数据动态分析方法及系统，涉及高性能计算与机器学习技术领域。该方法包括步骤：获取社交网络数据，将社交网络数据进行数据预处理，并转换成统一的文本格式，得到训练样本；搭建分布式计算环境；利用线贯序极限学习机构建初步社交网络数据预测模型，利用训练样本对初步社交网络数据预测模型进行训练，得到训练好的社交网络数据预测模型；利用社交网络数据预测模型在分布式计算环境中对社交网络数据进行行为模式预测，并根据预测结果反馈实时动态调整社交网络数据预测模型。本发明能够克服现有技术在处理大规模社交网络数据时的效率低下和扩展性差的局限性。
-
公开(公告)号：CN117808174A
公开(公告)日：2024-04-02
申请号：CN202410231339.6
申请日：2024-03-01
Applicant: 山东大学
Abstract: 本发明属于电力系统自动化技术领域，提供了网络攻击下基于强化学习的微电网运行优化方法及系统，其技术方案为：将智能体的奖励函数分解为多个子奖励函数并进行独立优化，使每个子奖励函数都达到帕累托最优，避免出现单一奖励函数的局部最优。将智能体选择的动作是否满足相关指标作为子奖励函数的一部分，若动作满足指标，则反馈给智能体额外的奖励值，从而使智能体倾向于选取满足设定指标的动作。在外界网络攻击存在的情况下，构建蜜罐服务器作为一种安全防护措施，起到保护作用的同时最小化攻击损失，具备一定的现实意义。
-
公开(公告)号：CN119444502A
公开(公告)日：2025-02-14
申请号：CN202510031215.8
申请日：2025-01-09
Applicant: 山东大学
IPC: G06Q50/06 , G06N3/045 , G06N3/084 , G06N3/0442 , G06N3/092
Abstract: 本发明属于综合能源系统规划优化技术领域，为了解决综合能源系统规划中存在的求解困难、耗时长等问题，提出基于深度强化学习的综合能源系统规划优化方法及系统，建立综合能源系统的数学模型，确定综合能源系统的目标函数和约束条件，形成初始动态规划优化问题；将初始动态规划优化问题转化为马尔科夫决策过程；利用DDPG算法和预测网络对综合能源系统的历史运行数据进行离线学习；将离线学习的优化参数应用在Online‑DDPG算法中，对初始动态规划优化问题进行求解，得到综合能源系统的最优规划方案。有效解决了维数灾难和信息损失导致的求解模型问题，同时提高了对负荷与可再生能源波动的抗干扰能力。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.02 seconds)
