-
公开(公告)号：CN113159361A
公开(公告)日：2021-07-23
申请号：CN202011398686.6
申请日：2020-12-03
Applicant: 安徽大学 , 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司
Abstract: 本发明的一种基于VDM和Stacking模型融合的短期负荷预测方法及系统，采集负荷序列数据，并输入到事先训练好的预测模型，进行负荷预测并输出预测结果；其中，预测模型的训练步骤如下：采用VMD算法将获取到的原始负荷序列分解为不同的固有模态分量IMF；计算每个IMF负荷分量序列的ApEn值；把每一个ApEn值作为一个随机分量，基于Stacking的思想，XGBoost和长短期记忆神经网络来构建模态分量IMF的预测模型；通过将上述预测模型对各模态分量IMF的预测结果叠加得到最终预测结果，再进行加权融合。相比传统方法的结果，本发明方法的结果表明基于多模型融合的Stacking集成学习方法在电力负荷预测中有良好的应用效果。
-
公开(公告)号：CN106776361B
公开(公告)日：2020-07-10
申请号：CN201710141173.9
申请日：2017-03-10
Applicant: 安徽大学
IPC: G06F12/0802
Abstract: 本发明公开了一种面向大规模非易失性存储介质的缓存方法和系统，包括：获取命令请求，当命令请求为写命令请求时，将目标映射项根据逻辑地址前缀存入H‑Cache，当H‑Cache内剩余空间小于A时，将H‑Cache中最长时间没被访问的映射项迁移到C‑Cache，当C‑Cache内剩余空间小于B时，将C‑Cache中Block按照访问次数排序，检查访问次数最少Block中映射项标志位，若为0，将映射项写到Mapping中，将映射项标志位置为1，若为1，删除映射项；当命令请求为读命令请求时，获取目标映射项逻辑地址并在H‑Cache中检索逻辑地址对应的目标映射项，若有，输出目标映射项的物理地址；若无，在C‑Cache中搜索逻辑地址对应的目标映射项，若有，输出目标映射项的物理地址，若无，在Mapping区中检索并输出逻辑地址的对应的物理地址。
-
公开(公告)号：CN107197233A
公开(公告)日：2017-09-22
申请号：CN201710486709.0
申请日：2017-06-23
Applicant: 安徽大学
Abstract: 本发明提供一种基于边缘计算模型的监控视频数据质量评测方法，其特征在于，包括如下步骤：视频获取步骤，数据处理步骤以及质量检测步骤。质量检测步骤包括模糊检测步骤和/或颜色检测步骤；其中，模糊检测步骤对提取的监控视频背景图片进行分析计算，获得对应的模糊度值；并根据预设的模糊阈值判断图像是否清晰；颜色检测步骤依据颜色直方图算法对提取的背景图片进行分析计算，获得颜色占比值；并根据预设的颜色阈值判断图像颜色是否正常。本发明能够准确判断视频监控画面的质量，从根本上解决人工判断视频监控画面质量费时费力且主观标准不统一的技术缺陷，本发明还能够进一步智能识别网络离线故障，提高故障检测效率。
-
公开(公告)号：CN114077846B
公开(公告)日：2024-06-04
申请号：CN202111198766.1
申请日：2021-10-14
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学
IPC: G06F18/243 , G06F18/2135 , G06F18/211 , G06N3/0442 , G06N3/09 , G01R31/08 , G01R31/12
Abstract: 本发明的一种基于RF‑LSTM的故障电流多域识别方法及存储介质，其中方法包括以下步骤，针对电弧故障平台，获取原始电流信号；对原始电流信号进行处理，进行核主成分分析提取第三主成分，然后对第三主成分信号进行时域、频域和能量域特征提取；接着用随机森林进行无偏预测重要性估计选择对应负载条件下的高相关特征；最后将筛选后的特征用作LSTM的特征输入，用于学习和训练，实现对故障电弧的多域识别。本发明的方法减少了计算量并且提高了检测速度和精度；结果表明，此方法可以准确的识别电弧故障。
-
公开(公告)号：CN113779024B
公开(公告)日：2024-02-09
申请号：CN202110897962.1
申请日：2021-08-05
Applicant: 安徽大学 , 安徽国通亿创科技股份有限公司
IPC: G06F16/22 , G06F16/2453 , G06F16/2455
Abstract: 本发明涉及数据索引查询技术领域，尤其为一种面向近数据处理架构下键值存储系统的异步并行优化方法，本发明中，利用近数据处理的键值存储技术，本方案将部分compaction计算任务卸载到NDP设备端进行计算来减少数据移动，实现传统的以计算为中心模型向以数据为中心模型的转变。充分挖掘NDP设备端的计算能力，实现异构环境下compaction任务的系统级并行与任务并行，通过多种优先级调度与多队列管理的异步并行策略，有效避免了同步协同策略下因两端计算能力差距带来的延时。此外，跨层compaction机制可以降低写放大，同时提升compaction任务的处理效率。
-
Patent Agency Ranking
公开(公告)号：CN116610253A
公开(公告)日：2023-08-18
申请号：CN202310458076.8
申请日：2023-04-25
Applicant: 安徽大学 , 武汉汇迪森信息技术有限公司
IPC: G06F3/06
Abstract: 本发明公开了一种面向固态盘数据存储智能缓存管理方法，包括以下步骤：S1，收集数据，分析负载访问特点、闪存芯片的状态；S2，离线训练机器学习模型，并将机器学习模型和相关算法固化在固态盘上；S3，对批量写回窗口的使用与否和如何使用进行判断调整；S4，对下次是否使用机器学习模型，以及下次批量写回时的替换数据进行选择；S5，对机器学习模型是否适用和机器学习模型的使用频次是否合理进行评估，从而调整机器学习模型的使用。通过机器学习算法实现在缓存数据管理时的最佳管理，缓存命中率高，底层IO避免，和及时批量写回冷数据，空出缓存空间服务上层主机端IO请求。
-
公开(公告)号：CN111897783B
公开(公告)日：2023-05-02
申请号：CN202010587891.0
申请日：2020-06-24
Applicant: 安徽大学
IPC: G06F16/174 , G06F16/13
Abstract: 本发明提出的一种基于多NDP协同主机端执行并行任务的KV存储系统优化方法，首先在存储系统中设置多个NDP设备，组成多NDP的可计算存储阵列，每一个NDP设备设置一个对应的键值阈值，并根据键值阈值对NDP设备进行排序，获取各NDP设备的键值区间；主机端将获取的存储数据分发到各NDP设备进行存储；当触发压缩任务时，首先获取参与压缩的文件，结合参与压缩的文件的键值范围和键值阈值，将参与压缩的文件分配到对应的NDP设备进行压缩和存储。本发明通过压缩任务的动态分割和分配，达到主机端CPU与NDP设备阵列多CPU协同的效果，且实现了NDP设备与键值存储系统的横向扩展能力，通过NDP设备阵列扩展了存储资源和计算资源。
-
公开(公告)号：CN113848421A
公开(公告)日：2021-12-28
申请号：CN202111081636.X
申请日：2021-09-15
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学 , 国网安徽省电力有限公司
IPC: G01R31/08
Abstract: 本发明公开了一种考虑变压器阻抗电压降落的电压暂降获取方法及装置，所述方法包括：获取配电变压器高压侧电压暂降事件录波数据中三相电压信号和三相电流信号；获取电压暂降事件过程中三相基波电压的幅值和相位，以及三相基波电流的幅值和相位；计算A相基波电压的三序分量和A相基波电流的三序分量；获取变压器等效阻抗序压降；获取实际传输至变压器二次侧的电压序分量；将实际传输至变压器二次侧的电压序分量进行合成，得到电压暂降经变压器后的三相电压；本发明的优点在于：提供考虑变压器阻抗电压降落的电压暂降获取方法，计算准确度高，有利于根据现有监测点数据得到目标点暂降特性，为用户接入点选择和电压暂降评估、定位等提供数据。
-
公开(公告)号：CN113395679A
公开(公告)日：2021-09-14
申请号：CN202110572660.7
申请日：2021-05-25
Applicant: 安徽大学 , 安徽国通亿创科技股份有限公司
Abstract: 一种无人机边缘服务器的资源和任务分配优化系统，云服务器端包括任务资源分配和无人机定位模块；任务资源分配和无人机定位模块在收集需要卸载任务的请求后，以相关设备的状态信息和需要卸载的任务信息为判断依据，使用深度学习算法和进化算法来将非凸分数规划问题转化为可解形式，分解为优化卸载决策和无人机定位两个过程，根据决策结果得到任务和资源分配方案，然后将生成的任务和资源分配方案传送给指定的设备以进行任务卸载。本发明解决了现有的研究方法未综合考虑无人机信号有效覆盖范围与多层系统计算资源充分利用，未能发挥出系统资源的最大性能的问题。
-
公开(公告)号：CN113377125A
公开(公告)日：2021-09-10
申请号：CN202110579170.X
申请日：2021-05-26
Applicant: 安徽大学
Abstract: 用于空气污染检测的无人机系统，包括云服务器端，包括云服务器，云服务器进行实时污染数据分析和模型的训练以及调度策略的制定；移动服务器端，包括移动边缘服务器，移动边缘服务器利用其移动能力为计算资源不充足区域提供计算卸载和无线信号覆盖范围通信服务；边缘节点端，包括边缘节点，边缘节点对原始污染数据进行预处理操作和将数据传输按调度策略分别传输到指定的层计算资源，层计算资源包括边缘节点层、云服务器层和以无人机为载体的移动边缘服务器层。本申请使用配备边缘服务器的无人机在布满污染检测节点的场地中执行任务，综合考虑充分利用无人机的计算能力、移动能力和基于无线信号衰减的通信能力，高效利用多层架构的资源。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.021 seconds)
