-
公开(公告)号：CN119172318A
公开(公告)日：2024-12-20
申请号：CN202411671223.0
申请日：2024-11-21
Applicant: 湘江实验室
IPC: H04L47/127 , H04L41/142 , H04L41/14 , H04L41/147 , H04L45/12 , H04L47/11
Abstract: 本发明公开了基于可编程网络的全息媒体传输拥塞预测系统，具体涉及传输拥塞预测技术领域，通过对全息媒体数据传输的任务路径进行子路径划分，获取交换机的网络性能信息和全息媒体数据的质量信息构建路径拥塞模型，生成路径拥塞影响指数，评估交换机的网络性能信息和全息媒体数据的质量信息对全息媒体数据传输子路径的拥塞影响程度，根据多个子路径的拥塞影响程度，及时响应全息媒体数据传输任务路径存在的潜在拥塞隐患，对拥塞情况进行精准评估，快速、准确地感知和应对网络中的突发拥塞，在全息媒体数据传输任务路径存在潜在拥塞隐患时，基于最短路径优化算法，迅速选择最佳传输路径，避免拥塞区域，提升传输效率。
-
公开(公告)号：CN118572757A
公开(公告)日：2024-08-30
申请号：CN202410992922.9
申请日：2024-07-24
Applicant: 湘江实验室
IPC: H02J3/32 , H02J7/00 , G06N3/0442 , G06N3/045 , G06N3/084 , G06Q10/04 , G06Q10/0631 , G06Q10/20 , G06Q50/06
Abstract: 本发明公开一种基于数字孪生的智能储能系统调控与运维方法及设备，涉及储能系统智能管理领域。所述智能调控与运维方法包括：获取当前时间段内的参数数据；根据当前时间段内的参数数据，利用SOX智能算法预测未来时间段内的参数数据；根据未来时间段内的参数数据，利用储能系统的数字孪生同步模型，确定使目标函数最优的充放电调控策略；利用储能系统的数字孪生同步模型制定储能系统的运维策略。本发明实施例提供的方法采用神经网络模型技术与孪生技术结合的方法，制定充放电调控策略和运维策略，提高储能系统的能源利用效率、安全性和经济性。
-
公开(公告)号：CN118468081A
公开(公告)日：2024-08-09
申请号：CN202410631925.X
申请日：2024-05-21
Applicant: 湘江实验室
IPC: G06F18/24 , G06F18/241 , G06F18/15 , G06F18/213 , G06N3/098 , G06N3/0455
Abstract: 本申请适用于联邦学习技术领域，提供了一种基于联邦学习系统的心电数据分类方法，该方法包括：服务器将初始心电数据分类模型、初始类释义模型以及初始个性化头部模型发送给每个客户端；客户端对特征提取器和初始个性化头部模型进行拼接，得到本地模型，并根据已分类心电数据和本地模型损失函数对本地模型进行训练；客户端根据类释义器损失函数对初始类释义模型进行更新；服务器对所有新类释义模型的编码器进行聚合，对客户端的本地模型的分类器进行更新；客户端根据更新后的本地模型的分类器和聚合后的类释义模型的编码器，对采集的待分类心电数据进行分类，得到待分类心电数据的类别。本申请能提高心电数据分类的准确性。
-
公开(公告)号：CN116346863B
公开(公告)日：2023-08-01
申请号：CN202310609308.5
申请日：2023-05-29
Applicant: 湘江实验室
Abstract: 本发明公开了一种基于联邦学习的车载网数据处理方法、装置、设备及介质，包括：根据各个节点的历史通信消息数据和硬件配置信息，构建车载网的分层结构；针对每个基础分层，基于节点对应的车辆特征信息进行分组，得到至少两个基础分组；对于每个基础分组，进行组内消息队列的部署，得到目标分组；将车载网内的每个车辆标识关联分配到目标分组；执行组内局部联邦学习，对目标分组内每个节点的本地模型进行聚合更新，得到更新后的局部全局模型；将每个目标分组作为一个中心，采用每个中心对应的更新后的局部全局模型进行全局学习，得到每个中心对应的全局模型，并采用全局模型进行车载网数据的处理。采用本发明可确保数据隐私性和处理结果的准确性。
-
公开(公告)号：CN119172318B
公开(公告)日：2025-03-07
申请号：CN202411671223.0
申请日：2024-11-21
Applicant: 湘江实验室
IPC: H04L47/127 , H04L41/142 , H04L41/14 , H04L41/147 , H04L45/12 , H04L47/11
Abstract: 本发明公开了基于可编程网络的全息媒体传输拥塞预测系统，具体涉及传输拥塞预测技术领域，通过对全息媒体数据传输的任务路径进行子路径划分，获取交换机的网络性能信息和全息媒体数据的质量信息构建路径拥塞模型，生成路径拥塞影响指数，评估交换机的网络性能信息和全息媒体数据的质量信息对全息媒体数据传输子路径的拥塞影响程度，根据多个子路径的拥塞影响程度，及时响应全息媒体数据传输任务路径存在的潜在拥塞隐患，对拥塞情况进行精准评估，快速、准确地感知和应对网络中的突发拥塞，在全息媒体数据传输任务路径存在潜在拥塞隐患时，基于最短路径优化算法，迅速选择最佳传输路径，避免拥塞区域，提升传输效率。
-
Patent Agency Ranking
公开(公告)号：CN118916804B
公开(公告)日：2024-12-10
申请号：CN202411407664.X
申请日：2024-10-10
Applicant: 湘江实验室
IPC: G06F18/2431 , G06F40/295 , G06N5/025 , G06Q10/20 , G06Q50/06 , G06V10/44 , G06V10/54 , G10L25/24 , G06F18/21 , G06F18/2131 , G06F18/25
Abstract: 本发明公开了基于大模型的主变压器缺陷风险辨识方法，具体涉及大模型技术领域，包括收集主变压器的多模态数据并对多模态数据进行预处理，构建主变压器的知识图谱并运用机器学习方法对主变压器的运行状态和缺陷风险进行推断，根据预处理后的多模态数据和知识图谱构建多模态大模型，引入多任务学习框架对多模态大模型的缺陷识别与分类进行训练，基于知识图谱和多模态大模型的输出，根据主变压器风险状态的评估指标建立模糊评价矩阵，结合熵权模糊方法对主变压器的风险状态进行评估，根据主变压器风险状态的评估结果进行风险分析，根据风险分析向维护人员提供决策支持，有效提高了缺陷风险辨别的精度，避免了模型与知识图谱不匹配的问题。
-
公开(公告)号：CN118625155B
公开(公告)日：2024-11-29
申请号：CN202411104544.2
申请日：2024-08-13
Applicant: 湘江实验室 , 湖南红普创新科技发展有限公司 , 国家电网有限公司 , 国网湖南省电力有限公司
IPC: G01R31/367 , G06N3/0499 , G06N3/0895 , G06F18/214 , G06F18/23 , G06F18/2413
Abstract: 本发明公开了一种储能电池弱监督学习模型训练方法、装置、计算机设备及存储介质，所述方法包括：获取预设时间段的电池运行数据，所述电池运行数据为弱监督数据；基于初始储能电池弱监督学习模型的多层感知机，对所述电池运行数据进行数据压缩，得到潜在空间；根据所述潜在空间，对所述电池运行数据进行聚类，得到聚类中心，所述聚类中心包括标签；对所述聚类中心的K近邻点进行标签化，并根据得到的标签结果确定训练数据，其中，K为正整数；基于所述训练数据，对所述初始储能电池弱监督学习模型进行训练，直到目标函数满足预设条件，得到储能电池弱监督学习模型，采用本发明降低储能电池故障诊断的诊断成本。
-
公开(公告)号：CN118916804A
公开(公告)日：2024-11-08
申请号：CN202411407664.X
申请日：2024-10-10
Applicant: 湘江实验室
IPC: G06F18/2431 , G06F40/295 , G06N5/025 , G06Q10/20 , G06Q50/06 , G06V10/44 , G06V10/54 , G10L25/24 , G06F18/21 , G06F18/2131 , G06F18/25
Abstract: 本发明公开了基于大模型的主变压器缺陷风险辨识方法，具体涉及大模型技术领域，包括收集主变压器的多模态数据并对多模态数据进行预处理，构建主变压器的知识图谱并运用机器学习方法对主变压器的运行状态和缺陷风险进行推断，根据预处理后的多模态数据和知识图谱构建多模态大模型，引入多任务学习框架对多模态大模型的缺陷识别与分类进行训练，基于知识图谱和多模态大模型的输出，根据主变压器风险状态的评估指标建立模糊评价矩阵，结合熵权模糊方法对主变压器的风险状态进行评估，根据主变压器风险状态的评估结果进行风险分析，根据风险分析向维护人员提供决策支持，有效提高了缺陷风险辨别的精度，避免了模型与知识图谱不匹配的问题。
-
公开(公告)号：CN118281935A
公开(公告)日：2024-07-02
申请号：CN202410711545.7
申请日：2024-06-04
Applicant: 湘江实验室
Abstract: 本发明公开一种调控激励电动汽车参与配电网调节的方法及系统，该方法步骤包括：步骤S01.获取配电网的状态向量序列；步骤S02.确定各台区的充电电价基准值与放电电价基准值；步骤S03.获取电动汽车的状态向量并计算出对应的调节因数；步骤S04.根据各台区的状态向量、电动汽车参与深度激励值、电动汽车的状态向量以及调节因数，调整不同位置处各充电设备的充放电价格；步骤S05.统计电动汽车参与配电网调节的事件并计算得到对应的调控参与深度激励值；步骤S06.控制调整电动汽车的激励系数值。本发明能够实现电动汽车参与电力系统的协同调控，提高电动汽车的利用效率以及电力系统的稳定可靠性。
-
公开(公告)号：CN118278620A
公开(公告)日：2024-07-02
申请号：CN202410682874.3
申请日：2024-05-29
Applicant: 湘江实验室
IPC: G06Q10/063 , G06Q10/04 , G06Q50/06 , G06F18/2433
Abstract: 本发明涉及能源管理技术领域，具体涉及基础设施电能消耗监测与管理系统，包括能源数据采集模块、数据融合模块、智能诊断分析模块、节能措施生成模块、预测模拟模块、执行控制模块及用户交互反馈模块；其中，能源数据采集模块：收集基础设施电能使用的各项参数；数据融合模块：数据进行融合，以形成能源综合数据集；智能诊断分析模块：分析能源消耗的异常情况及效率问题点；节能措施生成模块：生成节能改进措施和优化策略。本发明，通过实现能源消耗的实时监测、深度分析及智能优化，显著提高了能源使用效率，降低了运营成本，并提升了用户体验和管理智能化水平，为促进能源节约和提升能源管理效率提供了高效的解决方案。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.029 seconds)
