-
公开(公告)号:CN115593266A
公开(公告)日:2023-01-13
申请号:CN202211149996.3
申请日:2022-09-21
Applicant: 福建师范大学(CN) , 福建时代星云科技有限公司(CN)
Abstract: 本发明公开了一种面向汽车充电预约的光储充电站能量调度方法与终端,获取所有新能源电动汽车EV的预约信息;对于每辆EV,根据对应的所述预约信息计算停车时间、满足充电需求的快充所需时间以及慢充所需时间,并选择充电模式;为每辆EV生成分时段的二进制充电状态编码,得到所有EV的二进制充电状态编码的逻辑矩阵;根据所述逻辑矩阵,计算各时段的EV用电总功率,进而计算各时段的总用电负荷;对于每个时段,判断光伏发电功率是否满足总用电负荷,并在光伏发电功率小于总用电负荷时,仅在电网购电价格小于预设阈值时向电网购电,否则由储能系统承担剩余用电负荷;能够满足电动汽车的充电要求,并最小化电网侧成本。
-
公开(公告)号:CN112511614B
公开(公告)日:2022-12-06
申请号:CN202011314858.7
申请日:2020-11-20
Applicant: 福建师范大学
IPC: H04L67/12
Abstract: 本发明公开基于强化学习的车载边缘环境下智能网联车辆任务卸载方法,结合车载边缘计算VEC优势,建立CAVs任务卸载模型,将CAVs应用程序划分为多个存在数据依赖关系的任务,并确定了最小化应用卸载总能耗和调度失败率的联合优化目标。本发明综合考虑不同时间片上车辆的位置变化、卸载方式、优化目标等,建立了任务卸载的马尔可夫决策过程MDP模型。在CAVs计算、存储能力有限的情况下,选择合适的卸载平台,保证应用满足时延约束的前提下,降低系统能耗。
-
公开(公告)号:CN108989098B
公开(公告)日:2021-06-01
申请号:CN201810700970.0
申请日:2018-08-24
Applicant: 福建师范大学
Abstract: 本发明公开一种混合云环境面向时延优化的科学工作流数据布局方法,考虑混合云环境下数据布局特点,结合科学工作流数据间的依赖关系,考虑云数据中心间的带宽、私有云数据中心个数和容量等因素对传输时延的影响;首先对其进行预处理操作,提高后期数据布局策略的执行效率;通过引入遗传算法的交叉算子和变异算子,避免粒子群优化算法的过早收敛问题,提高种群进化的多样性,有效压缩数据传输时延,有效降低混合云环境下的科学工作流数据传输时延。本发明提高数据布局策略的执行效率,优化科学工作流数据布局传输时延。
-
公开(公告)号:CN111399933A
公开(公告)日:2020-07-10
申请号:CN202010086242.2
申请日:2020-02-11
Applicant: 福建师范大学
Abstract: 本发明提供了一种在边缘-云混合计算环境下的DNN任务卸载方法及终端,根据计算节点的类型、个数、待卸载的DNN任务的个数以及每个待卸载的DNN任务的层数,基于总成本最小化建立目标函数,并确定对应的约束条件,考虑了不同类型节点的计算能力、时延约束等条件的影响,保证得到的最优解的可行性,在求最优解时,还将遗传算法中的交叉操作和变异操作引入粒子群算法中并给出了具体算法,有效避免了在求最优解过程中粒子群算法容易陷入局部最优的问题。
-
公开(公告)号:CN111352713A
公开(公告)日:2020-06-30
申请号:CN202010118236.0
申请日:2020-02-26
Applicant: 福建师范大学
IPC: G06F9/48
Abstract: 本发明公开边缘环境面向时延优化的自动驾驶推理任务工作流调度方法,考虑不同时间片中自动驾驶车辆产生的推理任务的差异以及边缘环境中边缘节点的动态变化情况,结合边缘计算,优化科学工作流传输时延。该方法考虑不同时间片中自动驾驶车辆产生的推理任务的差异以及边缘环境中边缘节点对调度处理时延的影响;通过引入Metropolis准则,平衡算法的探索与开发。有效降低边缘环境下的自动驾驶推理任务调度时延。
-
公开(公告)号:CN108647771A
公开(公告)日:2018-10-12
申请号:CN201810427966.1
申请日:2018-05-07
Applicant: 福建师范大学
Abstract: 本发明公开一种混合云环境下科学工作流数据的布局方法,采用离散粒子群编码方式对科学工作流数据布局问题进行编码;引入遗传算法的变异和交叉操作对粒子进行更新操作,有效克服离散粒子群优化存在的过早收敛问题;构建一种基于全局历史最优粒子和当前粒子之间的差异程度来自适应调整惯性权重因子的更新方法,有效满足数据问题的复杂多变性质;通过对数据中心容量存放超额的不可行粒子以及容量尚余的可行粒子间的适应度函数定义,减少数据中心之间的数据移动次数,压缩数据传输量,从而能够有效提升科学工作流的执行效率。
-
公开(公告)号:CN120028613A
公开(公告)日:2025-05-23
申请号:CN202411823478.4
申请日:2024-12-12
Applicant: 福建师范大学
Abstract: 本发明涉及高压直流输电技术领域,特别是涉及一种基于阀侧电流不对称性的换相失败检测方法,包括如下步骤:步骤1、提取逆变侧换流变压器的阀侧三相电流;步骤2、将阀侧三相电流标幺化并取绝对值处理;步骤3、根据标幺化后的阀侧电流,判定是否存在某一相电流接近零且另外两相电流激增的情况,若是,则判定换流变压器发生换相失败,该基于阀侧电流不对称性的换相失败检测方法,判据结构简单且容易实现,本发明检测结果的准确性不受故障程度、SCR或是在不同故障时刻等故障因素的影响,可以快速、准确地实现交流故障下LCC‑HVDC输电系统对多次换相失败的判别。
-
-
公开(公告)号:CN113435097B
公开(公告)日:2023-05-23
申请号:CN202110724886.4
申请日:2021-06-29
Applicant: 福建师范大学
Abstract: 本发明涉及一种应用于多目标工作流调度的方法,其保留了工作流调度约束优化问题的最佳粒子集合,并且在进化过程中能够提供更多的搜索方向、提供更多的子代进化的可能性,利用动态权重来调整搜索进程中的侧重方向,并且在在快速优化的情况下,利用反向学习的正弦余弦算法来进行粒子更新,采用以上技术方案,将多目标工作流调度问题分解和反向种群的正弦余弦优化来提升工作流调度问题的准确性,本发明能够在测试函数维度较高,较为复杂的情况下,快速准确找到最小值,避免陷入局部优化的困境。
-
公开(公告)号:CN113726894B
公开(公告)日:2023-05-05
申请号:CN202111019147.1
申请日:2021-09-01
Applicant: 福建师范大学
IPC: H04L67/1001 , H04L67/12 , G06F9/445 , G06N3/04 , G06N3/092
Abstract: 本发明公开一种基于深度强化学习的多车应用计算卸载方法及终端,基于多个智能网联汽车、多个路边单位以及与所述多个智能网联汽车对应的多个DNN应用构建车辆边缘计算网络;根据所述车辆边缘计算网络确定计算卸载问题,并根据所述计算卸载问题建立马尔科夫决策过程模型;基于所述马尔科夫决策过程模型使用SA‑MADDPG算法确定卸载策略,并执行所述卸载策略,马尔科夫决策过程模型能够准确地描述多车计算卸载的过程,结合模拟退火的多智能体深度确定性策略梯度算法能够避免陷入局部最优解,加快收敛速度,有效地适应动态的多车环境,以此确定出最优的卸载策略,从而降低卸载失败率。
-
-
-
-
-
-
-
-
-