-
公开(公告)号：CN119476884A
公开(公告)日：2025-02-18
申请号：CN202510052521.X
申请日：2025-01-14
Applicant: 南京信息工程大学
IPC: G06Q10/0631 , G06Q50/06 , G06N3/006 , H02J3/00
Abstract: 本发明公开了一种基于改进蜣螂优化算法的虚拟电厂优化调度方法，包括：以虚拟电厂的运行经济成本和环境保护成本为目标，构建虚拟电厂混合环境经济多目标优化调度模型；根据发电主体的发电功率和储能系统的荷电状态设定多维动态约束条件；通过改进的蜣螂优化算法对虚拟电厂混合环境经济多目标优化调度模型进行优化求解，对蜣螂个体进行非支配排序后计算蜣螂个体的拥挤距离，根据拥挤距离调整蜣螂种群分布；根据迭代次数调整蜣螂个体的搜索半径和扰动强度；利用边界控制机制更新蜣螂个体；通过改进的蜣螂优化算法迭代筛选出最优电力调度方案；本发明利用改进的蜣螂优化算法提高调度效率，降低运行经济成本，增强对环境保护的支持。
-
公开(公告)号：CN117580105A
公开(公告)日：2024-02-20
申请号：CN202410053103.8
申请日：2024-01-15
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种面向电网巡检的无人机任务卸载优化方法，包括以下步骤：（1）基于BS的通信方式及各无人机的巡检模式，构建由MEC服务器和无人机组成的电网巡检系统模型；（2）基于巡检系统模型，计算第k个无人机在第i时隙用于执行巡检任务的飞行能耗；（3）计算各无人机在第i时隙的任务处理时延；（4）计算各无人机在第i时隙的能量消耗；（5）基于任务处理时延和能量消耗，以系统能耗和时延的加权和最小化为目标函数：（6）采用深度强化学习中的DDPG算法求解最优卸载策略,使无人机电网巡检系统能耗和时延加权和最小；本发明能够在实时变化的环境中自主地调整无人机的卸载比例，以适应不同任务需求和通信环境，实现高效的无人机电网巡检。
-
公开(公告)号：CN115983448A
公开(公告)日：2023-04-18
申请号：CN202211609240.2
申请日：2022-12-14
Applicant: 南京信息工程大学
Abstract: 本发明提供了一种基于时空图神经网络的多能源负荷预测方法，包括如下步骤：选出日历特征，并获取综合能源系统中对应时间的电、热、冷负荷、气象特征数据；对各特征数据进行异常数据检测、线性插值、归一化处理，得到时间序列数据集；使用灰色关联度分析方法选择与电、热、冷负荷相关性较强的气象、日历特征，得到多能源负荷预测数据集；将多能源负荷预测数据集分为训练集、验证集和测试集，利用训练集和验证集中的数据对时空图神经网络进行训练，得到最优负荷预测模型；将测试集中的数据输入最优负荷预测模型，得到电、热、冷负荷预测结果。本发明利用时空图神经网络使多能源负荷预测模型的通用性更强，预测性能更高。
-
公开(公告)号：CN110706463A
公开(公告)日：2020-01-17
申请号：CN201910499276.1
申请日：2019-06-11
Applicant: 南京信息工程大学
IPC: G08B25/01 , G08B21/04 , H04B17/309 , G06K9/62
Abstract: 本发明公开了一种适于摔倒监测的WIFI无源感知方法，包括：采集无线信号中的信道状态信息，获取若干个CSI原始数据集；筛选出异常状态的CSI原始数据集，生成若干个数据样本集；创建行为识别模块；实时采集无线信号中的信道状态信息，获取CSI实时数据集，将异常状态的CSI实时数据集导入行为识别模块，判断当前行为类别，根据识别出的行为类别，生成对应的警报信号。本发明能够从实时监测WiFi路由器的OFDM子载波链路状态信息，选择合适的特征参数及参数组合，经参数评估后给出最优组合，通过测试数据计算无线路由器在应用场合中的漏检率和错检率，经加权求和后给出最优参数，从而实现在室内环境中及时获取目标警报行为的发生。
-
公开(公告)号：CN119449654A
公开(公告)日：2025-02-14
申请号：CN202411661389.4
申请日：2024-11-20
Applicant: 国网河南省电力公司经济技术研究院 , 国网经济技术研究院有限公司 , 国网冀北电力有限公司经济技术研究院 , 南京信息工程大学 , 河南九域腾龙信息工程有限公司
IPC: H04L43/0805 , H04L43/062 , H04L43/50 , H04L41/0631 , H04L67/12
Abstract: 本发明提供一种电力通信网结构安全性评估方法与系统，属于电力通信网技术领域，具体包括：以电力通信网的网络数据聚集链路的网络负载聚集系数以及分布数据，确定电力通信网的通信流量的分布聚集状态，当电力通信网的通信流量的分布聚集状态不满足要求时，基于不同的网络数据聚集链路的通信设备的历史运行数据，确定不同的网络数据聚集链路的故障概率以及故障隐患链路，以不同的故障隐患链路的承载通信数据为基础，确定在故障隐患链路发生故障时，承载通信数据对通信网络中的其它的通信链路的影响情况，并结合故障隐患链路的故障概率进行电力通信网的结构安全状态的评估结果的确定，从而提升了电力通信网的结构安全状态的评估结果的准确性。
-
Patent Agency Ranking
公开(公告)号：CN118364364A
公开(公告)日：2024-07-19
申请号：CN202410790097.4
申请日：2024-06-19
Applicant: 南京信息工程大学
IPC: G06F18/241 , G06F18/214 , G06F18/15 , G06N3/0499 , G06N3/09 , G06Q50/06 , H02J3/00
Abstract: 本发明公开了一种基于复数神经网络的光伏发电预测方法及系统，包括：获取光伏发电历史数据和气象历史数据；根据光伏发电历史数据和气象历史数据计算皮尔逊相关系数和斯皮尔曼秩序相关系数；根据皮尔逊相关系数和斯皮尔曼秩序相关系数对气象历史数据进行筛选获得气象相关数据；通过孤立森林算法对所述气象相关数据进行校正获得训练样本；构建获得复数神经网络，利用训练样本对复数神经网络进行训练，实时获取气象数据和光伏发电数据并输入至训练后的复数神经网络，获得光伏发电预测功率；利用复数神经网络同时处理数据实部信息和虚部信息的优势，更加准确地捕捉信号的振幅、相位特征、周期性特征，从而能够更加精准的预测光伏发电功率。
-
公开(公告)号：CN117808175A
公开(公告)日：2024-04-02
申请号：CN202410232544.4
申请日：2024-03-01
Applicant: 南京信息工程大学
IPC: G06Q10/04 , G06Q50/06 , G06F18/15 , G06F18/2433 , G06N3/0455 , G06N3/0499 , G06N3/082 , G06F18/27
Abstract: 本发明公开了一种基于DTformer的短期多能源负荷预测方法，包括以下步骤：（1）获取与日历特征相关的数据及气象数据；（2）分别对获取到的电、热、冷负荷历史数据、各气象特征数据和日历数据进行缺失值填充和异常值处理得到经过清洗的时间序列数据集；（3）利用最大信息系数评估多个能源负荷之间的耦合关系以及与各气象特征之间的相关性；（4）对DTformer负荷预测模型的输入数据进行了归一化处理；构建DTformer预测模型并进行训练，得到电、热、冷负荷的归一化预测结果；（5）对归一化的预测结果进行反归一化处理，获得最终的电、热、冷负荷的预测值；本发明引入最优时间窗口注意力和双注意力变量模块，以解决时间上的长期依赖性和不同变量之间的依赖性。
-
公开(公告)号：CN114186572A
公开(公告)日：2022-03-15
申请号：CN202111309924.6
申请日：2021-11-08
Applicant: 南京信息工程大学
IPC: G06K7/10
Abstract: 本发明公开了一种基于冲突时隙协调的未知标签识别方法及系统，能够提高系统的识别效率和稳定性，避免已知标签对未知标签的干扰，该方法包括：通过阅读器获取其识别范围内的标签信息，通过时隙帧匹配识别的结果得到每个时隙的状态；对于预期单一时隙的标签，若实际映射结果依旧是单一时隙，通过向标签发送命令进行抑制；对于预期空闲时隙的标签，若实际映射结果变为单一时隙，对标签进行识别；对于预期冲突时隙的标签，并进行第二次时隙帧匹配识别；若发生冲突的标签匹配的结果是唯一不同的值，进行标签识别；若发生冲突的标签匹配的结果有相同的值，设置为参与下一轮的识别；重复执行上述步骤，直至识别范围内的标签全部识别完毕。
-
公开(公告)号：CN110974190A
公开(公告)日：2020-04-10
申请号：CN201911180945.5
申请日：2019-11-27
Applicant: 南京信息工程大学
Abstract: 本发明公开了基于微多普勒特征的心动状况无源感知方法，包括以下步骤：(1)使用微功率多普勒雷达发射信号s(t)；(2)接收雷达回波x(t)；(3)从雷达回波中x(t)提取微多普勒特征信号I；(4)从微多普勒特征信号I中提取出携带心尖搏动运动特征的分量I2；(5)从步骤(4)中得到的分量I2中提取特征，构造特征向量，通过KNN方法，映射至不同的心动异常类型。该方法能够据心尖搏动的运动学基础上从多普勒雷达回波信号中提取能反映心动状况的信息，采集的心动状况信息更为精细，所获取的心动状况信息精确。
-
公开(公告)号：CN110807443A
公开(公告)日：2020-02-18
申请号：CN201911181098.4
申请日：2019-11-27
Applicant: 南京信息工程大学
IPC: G06K9/00 , A61B5/0452 , A61B5/0402 , A61B5/04 , A61B5/00
Abstract: 本发明公开了基于参数自适应HMM模型的体感网心电信号分段方法，包括以下步骤：(1)将ECG信号x(n)输入系统；(2)对x(n)进行R波检测，标记R波位置，并计算R-R间隙,保存最大R-R间隙值RRmax，保存最小R-R间隙值RRmin；(3)设置ECG分组阶数N初始值为2；(4)设置分组间隙Δ＝(RRmax-RRmin)/N；(5)对各ECG分组进行初始化，提取特征，训练参数后进行特征波段识别；(6)计算HMM模型识别参数灵敏度SE和正检率+P；(7)模型阶数N值优化，当不满足灵敏度SE阈值大于92％和正检率+P阈值大于95％时，设置N＝N+1，返回步骤(4)；当满足灵敏度SE阈值大于92％和正检率+P阈值大于95％时，输出HMM模型识别结果。该方法对心电信号进行识别并分段，使得对于心电信号时变特性响应加快、正检率+P阈值高达98％。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.031 seconds)
