-
公开(公告)号：CN108613332A
公开(公告)日：2018-10-02
申请号：CN201810324427.5
申请日：2018-04-12
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种节能型建筑微区域人员交互式热舒适度调节方法，包括：将建筑物划分微区域；对划分的微区域内采集若干个用户热舒适意愿温度；将所述每个用户热舒适意愿温度加上用户热感觉标度作为反馈输入，进行训练和学习获得微区域内用户平均热舒适意愿温度并计算其方差；监测微区域环境温度，连同用户平均热舒适意愿温度及其方差作为建立的热舒适行为模型的输入，并利用联合凸优化算法对模型中热收益函数和热成本达到最优化平衡求解计算，得到最优解并根据最优解进行HVAC自适应调节，直至用户热舒适收益达到设定阈值后结束。本发明在优化用户热舒适效益的同时能够有效使用电能，达到节能的目的。
-
公开(公告)号：CN107426671A
公开(公告)日：2017-12-01
申请号：CN201710468877.7
申请日：2017-06-20
Applicant: 南京信息工程大学
Inventor： 谈玲
IPC: H04W4/00 , H04W40/24 , H04W84/18 , H04L12/753
CPC classification number: H04W40/248 , H04L45/48 , H04Q2209/886 , H04W4/70 , H04W84/18
Abstract: 本发明提供了一种智能电网中具有能量捕获功能的数据传输方法，该方法包括一种基于优先级充电机制的数据汇聚树路由算法，采用无线传感器网络组网。首先在网络中部署初始的普通节点ON、供能节点EPN和捕能节点EHN，在捕能节点周围设置至少一个供能节点。利用整型线性编码和最小权重捕获支撑树路由算法实现节能的数据传输，在最终构建的树中选择负载重的捕能节点,在网络运行中对其进行优先充电，从而实现网络寿命延长和有效数据传输的目的。
-
公开(公告)号：CN103763696A
公开(公告)日：2014-04-30
申请号：CN201410018578.X
申请日：2014-01-16
Applicant: 南京信息工程大学
CPC classification number: Y02D70/00
Abstract: 本发明公开了一种基于跨层安全压缩的节能传感器数据收集方法，利用CS跨层安全压缩方法实现高能效和安全性。该方法包括两个部分：基于CS的安全压缩方法以及跨层联合优化方法。基于CS的安全压缩法将加密及完整性检查与压缩感知相结合，确保数据的安全性和低冗余度；跨层联合优化涉及到物理层和MAC层的信源编码速率、传输功率和TDMA时隙分配几方面，利用一种非线性凸优化算法实现能量最小化。使用本发明所公开的数据收集方法可以具备较高的数据安全性、优化的能量效率化、较小的传输信息量、较小的系统复杂性。
-
公开(公告)号：CN114521002B
公开(公告)日：2024-09-06
申请号：CN202210197990.7
申请日：2022-03-02
Applicant: 南京信息工程大学
IPC: H04W28/086 , H04L41/0833 , H04B7/185 , G06F9/50 , G06F9/445 , G06N3/126 , G06N3/092 , H04W84/06
Abstract: 本发明公开了一种云边端合作的边缘计算方法，使用基站、无人机和任务处理设备协作帮助移动设备处理计算任务，采用DDQN深度强化学习求解卸载策略，使用拉格朗日对偶法求解无人机的总资源分配，使用遗传算法求解无人机的部署。本发明综合考虑了网络内的所有可利用的计算设备，有效地降低计算任务的系统处理能耗，提高用户的服务质量，具有一定灵活性。本发明采用DDQN深度强化学习计算得到最优卸载策略，能够以较低的复杂度获得大量移动设备的卸载动作，能够适应动态的环境变化。降低复杂度后一是可以节约计算资源，降低移系统的功耗，二是节约计算时间，可以提高系统的实时性，三是高效利用太阳能清洁能源。
-
公开(公告)号：CN118336721B
公开(公告)日：2024-08-27
申请号：CN202410753423.4
申请日：2024-06-12
Applicant: 南京信息工程大学
IPC: H02J3/00 , G06F18/213 , G06F18/15 , G06F18/25 , G06F18/2431 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/084 , G06Q50/06 , G06F123/02
Abstract: 本发明提供了基于小波包分解和ConvLSTM的电力负荷预测方法，所述方法采用小波包分解模块分解电力负荷数据得到多个表示不同时序规律的子序列数据，将气象要素、用地类型以及子序列数据作为多源融合数据输入赋权耦合Conv‑LSTM网络中，使用赋权耦合模块计算通道赋权特征，进行电力负荷预测。在相同条件下，本方法能够实现更准确的电力负荷短期预测，评价指标MAPE达到2.73，与其他主流方法相比整体预测性能显著提升。
-
Patent Agency Ranking
-
公开(公告)号：CN117233869B
公开(公告)日：2024-02-23
申请号：CN202311516084.X
申请日：2023-11-15
Applicant: 南京信息工程大学
IPC: G01W1/10 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于GRU‑BiTCN的站点短期风速预测方法，包括：获取设定时间窗口内的待预测目标站点的站点历史气象数据、待预测目标站点周围 个格点的格点历史气象数据，以及获取设定时间窗口内的各格点的地形历史数据；对获取到的站点历史气象数据、格点历史气象数据和地形历史数据进行归一化处理；将归一化后的格点历史气象数据和归一化后的地形历史数据进行拼接，得到第一拼接数据；将第一拼接数据按照时间步长划分成多个批次，按照时间顺序，将多个批次依次输入至训练好的GRU‑BiTCN模型中，同时将归一化后的站点历史气象数据输入至训练好的GRU‑BiTCN模型中，由训练好的GRU‑BiTCN模型输出在设定时间窗口后一个时间步长时，待预测目标站点的风速预测值。
-
公开(公告)号：CN117541025A
公开(公告)日：2024-02-09
申请号：CN202410017440.1
申请日：2024-01-05
Applicant: 南京信息工程大学
IPC: G06Q10/0631 , G06Q50/06
Abstract: 本发明公开了一种用于密集输电线路巡检的边缘计算方法，涉及移动边缘计算技术领域，包括构建密集输电线路巡检边缘计算模型，实现越障巡检机器人对输电线路的全覆盖式巡检；构建越障巡检机器人的能耗均衡模型，以实现能耗均衡及总体能耗最小化，达到巡检效益最大化；针对巡检区域搭建数字孪生网络，基于数字孪生网络反馈的信息，采用DR‑MADDPG算法获取越障巡检机器人的卸载决策，并反馈至物理实体网络中对应的越障巡检机器人。本发明方法在密集输电线路全覆盖式巡检中能够有效延长越障巡检机器人的工作周期，显著提升巡检效益。
-
公开(公告)号：CN117424232A
公开(公告)日：2024-01-19
申请号：CN202311744003.1
申请日：2023-12-19
Applicant: 南京信息工程大学
IPC: H02J3/00 , G06Q10/04 , G06Q50/06 , G06N3/0475 , G06N3/094 , G06N3/0442 , G06N3/045 , G06N3/0464
Abstract: 本发明提出了一种基于三维气象数据多源融合的短期光伏功率预测方法，构建时空条件扩散模型用于生成预测卫星云图，通过时空LSTM提取历史卫星图像和历史ERA5气象数据中的时空特征，结合条件生成对抗网络生成高精度的预测卫星云图，再通过U型气象特征嵌入网络建立二维云特征及三维气象要素特征与光伏功率的映射关系，实现高精度的光伏功率预测。本发明充分考虑了云层高度、太阳位置和气象条件对光伏功率的影响，能够实现高精度的短期光伏功率预测，帮助电力公司更好地管理电力网络和输电线路，确保系统的安全和稳定运行。
-
公开(公告)号：CN116432702B
公开(公告)日：2023-08-29
申请号：CN202310678856.3
申请日：2023-06-09
Applicant: 南京信息工程大学
IPC: G06N3/045 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/082 , G06F17/17 , G06F18/25 , G01W1/10 , G01W1/18
Abstract: 本发明公开了一种用于ECMWF预报产品订正的深度学习NFC‑Net网络模型。首先获取待订正区域内的DEM数据、FY‑4A卫星数据、ECMWF格点预报数据和ERA5再分析数据；随后构建预报订正网络NFC‑Net，该网络包括空间分辨率对齐模块、时空特征提取模块和UNet订正模块。空间分辨率对齐模块用于将FY‑4A卫星数据、DEM数据与ECMWF数据进行对齐。时空特征提取模块用于提取ERA5历史再分析数据和FY‑4A卫星数据的时空特征，UNet订正模块用于将上述多源异构数据的时空特征进行学习，输出订正结果。本方法能够融合多源异构数据的特征，对ECMWF预报产品进行有效订正。
-
-
-
-
-
-
-
-
-
Search Results
129
records
(took 0.106 seconds)
