-
公开(公告)号：CN119472282A
公开(公告)日：2025-02-18
申请号：CN202411530830.5
申请日：2024-10-30
Applicant: 南京邮电大学
IPC: G05B13/04
Abstract: 本发明公开了一种离网模式下含氢建筑能源系统可靠经济运行优化方法，包括以下步骤：(1)在维持室内舒适环境的前提下，建立离网模式下含氢建筑能源系统运行优化问题；(2)提出基于物理嵌入式神经网络的建筑室内环境动力学模型；(3)提出基于物理嵌入式神经网络辅助分层模型预测控制的含氢建筑能源系统运行优化方法求解上述建模问题；(4)将所提含氢建筑能源系统运行优化方法部署于实际运行系统。与现有方法相比，本发明方法考虑了电、热、冷三种能源需求下的室内用户舒适控制，可有效降低系统运行成本并提升系统可靠性。
-
公开(公告)号：CN116681269A
公开(公告)日：2023-09-01
申请号：CN202310968502.2
申请日：2023-08-03
Applicant: 南京邮电大学
IPC: G06Q10/0631 , G06Q50/06 , G06F18/214
Abstract: 本发明公开了一种电网交互型高效居民建筑智能协同运行优化方法，包括以下步骤：在满足用户热舒适性和电网服务需求的前提下，建立居民建筑群运行成本最小化问题，并将其分解为一个主问题和多个从问题；将每个从问题建模为马尔可夫决策过程；利用深度强化学习算法对每个马尔可夫决策过程相关的智能体进行训练；将训练得到的智能体策略作为从问题的求解器；在交替方向乘子法框架下迭代求解从问题和主问题；迭代结束后，将从问题的解作为运行决策进行部署。与现有基于学习的方法相比，本发明方法支持分布式训练和分布式执行协同，具有更高的可扩展性、更强的建筑能源隐私信息保护能力、更优质的电网服务提供能力和更大的运行成本节省潜力。
-
Patent Agency Ranking
公开(公告)号：CN114330649B
公开(公告)日：2023-02-28
申请号：CN202111517104.6
申请日：2021-12-13
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于进化学习和深度强化学习的电压调节方法及系统，属于人工智能与控制系统交叉技术领域，包括：获取实时检测到的环境状态，将其输入已训练的策略网络，得到电压调节策略；根据电压调节策略调动调压资源完成电压调节；所述策略网络通过以下方法训练：对策略网络进行多阶段递进式多节点深度强化学习的训练，每阶段训练中应用进化学习，通过已训练的策略网络之间的交叉使已训练的策略网络数量翻倍，在进行交叉操作的下一个阶段中对已训练的策略网络进行变异操作，直至已训练的策略网络数量达到预设目标；每个节点对应一个策略网络；适用于多节点的配电网协同电压调节，促进网络训练过程的多样性，具有强大的可拓展性。
-
公开(公告)号：CN112491818B
公开(公告)日：2023-02-03
申请号：CN202011260720.3
申请日：2020-11-12
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于多智能体深度强化学习的电网输电线路防御方法，所述方法包括：基于环境状态、智能体的攻击行为和智能体的奖励，采用预设的训练方法训练各智能体的深度神经网络；根据训练得到的深度神经网络和环境状态，各智能体自主确定攻击行为，攻击资源用完后得到各智能体的最优攻击线路集合；多次重复上述步骤，根据各智能体的最优攻击线路集合得到最优防御线路集合进行重点防御。本发明能够有效降低电网因多阶段协同输电线路攻击带来的性能损失。
-
公开(公告)号：CN112963946A
公开(公告)日：2021-06-15
申请号：CN202110214230.8
申请日：2021-02-26
Applicant: 南京邮电大学
IPC: F24F11/54 , F24F11/64 , F24F11/80 , G06N20/00 , F24F110/10
Abstract: 本发明公开了一种面向共享办公区域的暖通空调系统控制方法，步骤如下：（1）利用历史运行数据建立共享办公区域环境模型；（2）基于建立的环境模型，产生大量的经验进行存储；（3）基于产生的大量经验，并利用多目标深度强化学习算法训练得到暖通空调系统的最优运行策略集；（4）根据环境状态和多用户平均热舒适满意度目标设定值，自适应地调整暖通空调系统运行策略，并根据运行策略对暖通空调系统温度设置点进行控制。本发明提供的方法可实现多用户热舒适满意度和暖通空调系统能耗之间的灵活折中。相比固定温度设置点控制方法，本发明所提方法具有同时提升多用户热舒适满意度和降低能耗的潜力。
-
公开(公告)号：CN107517483B
公开(公告)日：2020-11-13
申请号：CN201710733131.4
申请日：2017-08-24
Applicant: 南京邮电大学
Abstract: 本发明公开了一种密集部署的无线异构网络的中继分配方法,该方法的中继分配或路由选择是由宏基站(M‑cell基站)基于决策树和后验概率计算的，多个M‑cell基站可以形成一种自主管理的无线虚拟子网。在本路由选择预测方案下，无线虚拟子网首先按照小基站(P‑cell基站)的位置来把本覆盖区域划分为多个子区域，并对用户分配一个初始的P‑cell基站。在随后的预测时间间隔上，系统将根据用户的后验概率的变化来预测用户接下来会到达的子区域，以重新进行路由选择，从而动态调整所选的P‑cell基站。本发明不仅便于实现中继协同系统中快速的路由预测，也可以使得M‑cell基站将用户所请求的数据文件提前缓存到将要切换到的P‑cell基站中，从而提高密集部署的无线异构网络的服务质量。
-
公开(公告)号：CN108966129A
公开(公告)日：2018-12-07
申请号：CN201810796598.8
申请日：2018-07-19
Applicant: 南京邮电大学
Abstract: 本发明公开一种基于无人机中继网络的最佳高度与位置的联合优化方法，利用无人机作为中继节点，在给定地面源节点和目的节点的传输距离的条件下，考虑以无人机中继通信的两条通信链路损耗为优化目标，计算出无人机的最佳高度与水平位置，以最小化无人机中继通信损耗。本发明通过对无人机中继的高度与水平位置进行联合优化，最大程度减小通信过程中产生的损耗，从而保证应急通信的可靠性，达到最佳传输效果，有效地提高了用户的通信质量。本发明适用于应急通信场景下，地面节点之间的数据传输。
-
-
-
-
-
-
Search Results
47
records
(took 0.046 seconds)
