一种基于联邦学习的FLVC异常用电检测方法

    公开(公告)号:CN118656699A

    公开(公告)日:2024-09-17

    申请号:CN202410753953.9

    申请日:2024-06-12

    摘要: 本发明公开了一种基于联邦学习的FLVC异常用电检测方法,属于智能电网领域,包括每个参与的客户端从服务器端接收初始模型;每个客户端均使用本地数据集通过FLVC训练模块训练FLVC模型,对训练后的FLVC模型进行成本估计,再进行优化,并将优化后的FLVC模型参数发送给服务器端进行模型参数聚合;聚合后得到全局模型,全局模型更新后发送给本地参与的客户端;直到FLVC模型收敛或达到预定的迭代次数,重复以上步骤。本发明采用上述的一种基于联邦学习的FLVC异常用电检测方法,以保护电力数据的隐私为前提,提高异常用电数据检测的准确率,保证智能电网运行的安全性和可靠性。

    一种基于质量估计的无人物流车横纵向协调控制方法

    公开(公告)号:CN117774940A

    公开(公告)日:2024-03-29

    申请号:CN202311377054.5

    申请日:2023-10-23

    IPC分类号: B60W30/02 B60W40/13 B60W50/00

    摘要: 本发明涉及一种基于质量估计的无人物流车横纵向协调控制方法,针对无人驾驶智能车辆横纵向动力学之间的关联特性,设计无人驾驶车辆路径跟踪的横纵向协调控制系统。采用扩展卡尔曼滤波算法对车辆质量进行精确的识别,运用模型预测算法与双重比例‑积分‑微分算法实现对油门开度、制动压力及前轮转角的协调控制,保证路径跟踪控制的性能,该横纵向协调控制方法能够在无人驾驶物流车载重量变化下,在期望速度下稳定进行期望路径的跟踪,保证跟踪过程中的横向稳定性,提高车辆的动力性以及安全性。

    一种面向源网荷储的微电网能源优化调度方法

    公开(公告)号:CN118971051A

    公开(公告)日:2024-11-15

    申请号:CN202410956831.X

    申请日:2024-07-16

    摘要: 本发明公开了一种面向源网荷储的微电网能源优化调度方法,包括以下步骤:S1、构建微电网能源调度架构;S2、建立微电网的数学模型;S3、结合各个数学模型建立微电网能源优化调度的目标函数;S4、将经济利润问题转化为马尔可夫决策过程,基于深度强化学习算法中的TD3改进算法来进行微电网的优化调度。本发明通过实施精准的能源管理策略,在分布式电源、储能设备、主电网、温控负荷以及居民价格响应负荷之间实现协同优化,以达到本地资源的最佳管理效果,借助深度强化学习模型出色的泛化能力,实时提供高质量的决策方案,旨在实现微电网运营商的利润最大化,并维持供需之间的平衡状态。

    一种基于动量对比学习的工业图像缺陷检测方法

    公开(公告)号:CN118037708A

    公开(公告)日:2024-05-14

    申请号:CN202410317921.4

    申请日:2024-03-20

    摘要: 一种基于动量对比学习的工业图像缺陷检测方法,涉及视觉检测技术领域,包含以下步骤:S1、初始化编码器#imgabs0#和#imgabs1#,初始化队列#imgabs2#;S2、对初始图像进行数据增广,获得查询样本#imgabs3#、正样本#imgabs4#和负样本#imgabs5#,#imgabs6#,#imgabs7#;S3、通过编码器#imgabs8#得到特征#imgabs9#;通过编码器#imgabs10#得到特征#imgabs11#,#imgabs12#,#imgabs13#和#imgabs14#;S4、将#imgabs15#,#imgabs16#,#imgabs17#加入队列#imgabs18#;S5、分别对#imgabs19#与#imgabs20#和#imgabs21#进行计算,得到logits和labels;S6、对logits和labels计算InfoNCE得到损失;S7、由对比损失更新编码器#imgabs22#参数;S8、动量更新编码器#imgabs23#的参数;S9、对S2~S8进行循环,得到最佳模型;S10、选择最佳模型进行图像检测;本发明能够用于工业生产制造场景中对产品的质量检测,结合自监督学习建立了基于动量对比学习的工业图像缺陷检测模型。

    一种自动驾驶车辆远程接管方法
    6.
    发明公开

    公开(公告)号:CN117302264A

    公开(公告)日:2023-12-29

    申请号:CN202311381664.2

    申请日:2023-10-24

    IPC分类号: B60W60/00 B60W30/09 B60W30/18

    摘要: 本发明涉及一种自动驾驶车辆远程接管方法,自动驾驶系统对车辆进行控制期间,对道路环境是否超出自动驾驶系统控制边界进行判断,若是则对该道路环境下驾驶员的接管能力进行进一步的评估,若符合驾驶员操纵能力则将驾驶控制权限转移给驾驶员,否则进入接管过渡模块等待驾驶员接管安全时进行控制权限转移。本接管方法主要在自动驾驶系统发生故障或失效前进行主动接管,不存在传统接管方式造成的中途停车等待问题,提高了控制权限转移过程中的安全性,同时可以保证驾驶任务的连续性,增加乘客舒适性,提高交通效率并提高安全性。

    一种随机外形砾石颗粒承载能力的分析方法、装置、电子设备及存储介质

    公开(公告)号:CN118798016A

    公开(公告)日:2024-10-18

    申请号:CN202410990826.0

    申请日:2024-07-23

    摘要: 本发明提供了一种随机外形砾石颗粒承载能力的分析方法、装置、电子设备及存储介质,通过数字图像处理技术与覆盖颗粒填充法进行砾石的离散元模型构建的方法。进行箱体压缩实验,测试砾石集料的承载特性,通过与砾石颗粒仿真实验进行对比,对砾石颗粒离散元模型的准确性进行验证的方法。对实验数据进行宏细观综合分析,探究影响砾石颗粒承载能力的实际因素的方法。本发明采用上述的一种随机外形砾石颗粒承载能力的分析方法、装置、电子设备及存储介质,能够有效地实现砾石集料承载能力的分析,同时显著提升离散元建模的精确度,并减少三维离散元建模的工作量及后续模拟实验的计算量。

    一种基于强化学习的云边计算任务调度方法

    公开(公告)号:CN118740835A

    公开(公告)日:2024-10-01

    申请号:CN202410926128.4

    申请日:2024-07-11

    摘要: 本发明涉及计算机科学中组合优化技术领域的一种基于强化学习的云边计算任务调度方法,建立了服务器队列和任务队列,基于云边计算任务调度优化目标建立系统模型,构建基于注意力机制的LSTM网络模型架构,根据不同任务的注意力权重,输出资源分配的概率分布,接着采用改进后的A3C‑IW强化学习算法,使用异步策略梯度方法,得到任务调度决策。定义强化学习每一步的奖励回报函数R,针对不同的奖励回报的任务调度策略,得到最优计算任务调度策略。本发明通过使用强化学习有效平衡了云边系统资源利用率和服务质量,最小化响应时间、能耗,能更好适应云边协同环境下的计算任务调度。