-
公开(公告)号：CN110072298A
公开(公告)日：2019-07-30
申请号：CN201810051462.4
申请日：2018-01-19
Applicant: 华北电力大学
Abstract: 本发明涉及一种应用在MCS（Mobile Crowd Sensing）传感任务场景，对任务参与者的招募、对信息有效性的判断、错误的检测与纠正等问题基于边缘计算的优化算法。本发明将平台效用表示为每个位置的独立测量数据的对数函数（严格增加和凹陷），算法目的是在发挥预算约束下最大限度地扩大总效用。由于所提出的联合优化问题为非确定性多项式组合优化问题，不能在多项式时间内求解。因此我们设计了一个近似算法，大大降低了计算复杂度。本发明采用深度神经网络（DNN）来进行数据验证，从而增加预测数据的准确性。此外，本发明还采用数据冗余来提高传感质量，数据源附近检测到测量错误，大幅度从基站传输到传感平台的数据量，减少占用频带资源，降低时延。
-
公开(公告)号：CN109905864A
公开(公告)日：2019-06-18
申请号：CN201910148634.4
申请日：2019-02-28
Applicant: 华北电力大学
Abstract: 本发明主要涉及应用在电力物联网的跨层资源分配方案，通过对各种机器类通信设备复用蜂窝网中其他用户设备的信道传输到基站的数据队列进行优化，实现队列的长期稳定。通过对李亚普诺夫优化和盖尔-沙利普匹配算法的研究，提出一种跨层的速率控制和资源分配机制。本发明所提出的的算法主要将原始的长期优化问题转换为每个时隙中的速率控制子问题和资源分配子问题，首先利用李亚普诺夫算法分解出两个凸函数，可以利用算法复杂度较低的凸优化工具很好完成求解，对于子信道选择问题，首先根据不同子信道传输性能的不同建立机器对和蜂窝用户设备的双向喜好度列表，再利用迭代的盖尔-沙利普算法完成最终的稳定匹配。仿真结果表明，在没有数据到达和子信道统计的先验知识的情况下，本发明可以显著提高队列稳定性和优化网络性能。
-
公开(公告)号：CN109905334A
公开(公告)日：2019-06-18
申请号：CN201910155875.1
申请日：2019-03-01
Applicant: 华北电力大学
IPC: H04L12/911 , H04L29/08 , H04W4/70
Abstract: 本发明涉及面向电力物联网海量终端的接入控制与资源分配方案设计，提出了一种两阶段接入控制和资源分配算法。在第一阶段，本发明提出了一种基于契约理论的激励机制，激励部分延迟容忍的机器类通信(MTC)设备推迟其访问需求，以换取更高的访问机会。在第二阶段，基于Lyapunov优化，本发明提出了一种长期跨层在线资源分配方法，该方法在完整信道状态信息未知的情况下联合优化速率控制，功率分配和信道选择。特别地，联合功率分配和信道选择问题被公式化为二维匹配问题，并且通过基于定价的稳定匹配方法来解决。
-
公开(公告)号：CN108944516A
公开(公告)日：2018-12-07
申请号：CN201810795055.4
申请日：2018-07-19
Applicant: 华北电力大学
CPC classification number: G06Q10/06315 , G06Q10/103 , G06Q40/04
Abstract: 本发明涉及一种应用在当地能源聚合器与电动汽车进行需求响应的电动汽车互联网场景，对如何保护交易信息的安全和交易双方的隐私，如何设计激励机制，和如何预测电动汽车的私人信息问题进行联合解决的方法。我们提出了基于联盟区块链的交易方法，这既保护了交易信息的安全和交易双方的隐私，又降低了建立交易信息区块过程中的共识流程的成本。为了激励电动汽车参与需求响应，我们提出一种基于契约理论建模的激励兼容的需求响应机制。为了使社会福利最大化，该合同针对每种电动汽车类型的独特特性而定制。所制定的优化问题通过使用迭代凸凹程序算法解决。为了预测电动汽车的私人信息，我们通过探索基于计算智能的荷电状态（SoC）估计技术来推导EV类型的概率分布。最后，通过数值结果阐述了社会福利，EV类型，奖励，排放电量和SoC估计误差之间的关系。
-
公开(公告)号：CN107071695A
公开(公告)日：2017-08-18
申请号：CN201710035357.7
申请日：2017-01-17
Applicant: 华北电力大学
CPC classification number: Y02D70/20 , Y02D70/34 , Y02D70/39 , H04W40/16 , H04W4/70 , H04W40/22 , H04W72/082
Abstract: 本发明涉及一种应用在两跳传输的Machine‑to‑Machine(M2M)中继通信场景，对中继选择、频谱分配和功率控制问题进行联合优化的资源管理算法。本文所提出的四维联合优化问题为非确定性多项式组合优化问题，不能在多项式时间内求解。为了求出该问题的一个次优解，该算法分为两个阶段，在第一阶段，本文将中继到接收端的频谱资源复用问题描述为两维匹配问题。在第二阶段，将M2M用户、中继用户和发送端到中继用户之间的资源复用问题描述为三维匹配问题。在第二阶段中，在建立用户的喜好列表时，对M2M用户的传输功率进行优化。在对四维联合优化问题进行求次优解时，此算法通过降低问题维度，大大降低了运算复杂度，并且在能效方面有着很好的表现，同时在能够提高被服务用户的平均数量。
-
Patent Agency Ranking
公开(公告)号：CN103758696B
公开(公告)日：2016-05-25
申请号：CN201410011095.7
申请日：2014-01-09
Applicant: 华北电力大学 , 华能集团技术创新中心
IPC: F03D7/00
CPC classification number: Y02E10/723
Abstract: 本发明公开了属于设备安全状况评价技术领域的一种基于SCADA温度参数的风电机组安全状况评价方法。首先进行SCADA温度参数的选定；然后分析与风电机组各系统故障相关联的温度参数，构建包括环境温度和风速的工况参数与SCADA温度参数之间的关联性，确定机组运行工况划分的标准，并建立标准的高斯模型，作为评价机组运行状况的参考模型；通过与标准高斯模型进行对比，计算曲线与标准模型的偏差度，从而衡量机组的运行状况。本发明提升对风电机组监控水平、提高设备的利用率，有效的降低运行成本。建立可靠、有效的风电机组设备安全状况评价机制，避免了机组隐患向故障及事故的恶化，形成了风电机组安全、稳定、高效的运营环境。
-
公开(公告)号：CN115694560B
公开(公告)日：2024-11-19
申请号：CN202211277609.4
申请日：2022-10-19
Applicant: 华北电力大学 , 国网四川省电力公司信息通信公司
Abstract: 本发明公开了基于电力线载波的低碳园区群拓扑预测和授时方法及系统，利用电力线载波收集低碳园区拓扑间特征数据、电力线载波授时数据包历史授时时延以及误差数据，通过反向传播(Back Propagation，BP)神经网络准确预测低碳智慧园区群监测终端拓扑邻接关系。基于监测终端拓扑邻接关系，采用同步组博弈对授时数据包路径选择决策进行优化，进一步通过电力线载波为园区内部监测终端及电气设备授时，实现低碳智慧园区群的高精度低时延广覆盖时间同步。
-
公开(公告)号：CN118783445A
公开(公告)日：2024-10-15
申请号：CN202410734439.0
申请日：2024-06-07
Applicant: 华北电力大学
IPC: H02J3/06 , H04W4/44 , H04L67/12 , H02J3/32 , H02J3/14 , H02J3/00 , H02J13/00 , G06Q10/063 , G06Q50/06 , G06Q50/50
Abstract: 本发明涉及一种基于通信‑交通‑电力一体化的车路协同方法及系统，属于电通信技术领域。本发明全面考虑通信网在交通网与配电网之间的桥梁作用，通过车路协同控制优化实现算力与电力融合需求响应。针对通信网，通过本地与全局协同优化的计算卸载和迁移控制，改善计算负载均衡，降低任务卸载队列和计算队列的积压。针对交通网，基于服务时延偏差感知实现自动驾驶鲁棒时延保障，并进一步构建基于改进Gompertz Function的路边停泊电动汽车满意度模型，度量自动驾驶里程保障对车路协同控制优化的影响。针对配电网，通过充放电控制优化，实现削峰填谷，降低配电网网损。
-
公开(公告)号：CN118509885A
公开(公告)日：2024-08-16
申请号：CN202410506432.3
申请日：2024-04-25
Applicant: 华北电力大学
Abstract: 本发明公开了基于通感一体化的6G电力语义通信方法、装置及系统，包括：构建新的信息时效性度量指标；考虑配电网分级协同调控对信息时效性的约束，构建了一个联合优化问题，目标是最小化配电网峰值语义年龄；根据优化主体的差异性，将原始问题拆分为两个子问题；将终端调度问题构建为马尔科夫决策过程，通过Top‑N2实现优化；将数据采集频率与语义压缩比联合优化问题建模为Multi‑Armed Bandit Problem，构建六层模糊网络来挖掘摇臂与运行状态的适配度；基于归一化后的适配度计算摇臂效用，终端选择效用值最小的采集频率和语义压缩比组合，终端基于边缘服务器反馈的峰值语义年龄信息更新统计学习参数。提高了电力系统的运行效率和稳定性。
-
公开(公告)号：CN113988356B
公开(公告)日：2024-08-02
申请号：CN202111025762.3
申请日：2021-09-02
Applicant: 华北电力大学
Abstract: 发明涉及一种基于DQN的5G融合智能配电网能量管理方法，属于通信技术领域。本发明提出的基于DQN具有能量队列感知的任务卸载方法能够有效的处理高维复杂的环境状态信息。并通过深度强化学习做出最优的能量管理决策，实现5G基站降本增效与供电稳定性的性能的有效折衷。促进新能源消纳、维持电网能量供需平衡，同时提升5G基站降本增效效果。能够同时考虑供电稳定性性能和电力业务差异化QoS需求，考虑了信息流与能量流间的耦合关系，即考虑了传输时延、误码率等通信需求对储能系统电池状态的影响，使得储能运行商在保障基站供电稳定性的同时学习到长期最优的能量管理策略，满足电力业务数据稳定、可靠传输的通信需求。
-
-
-
-
-
-
-
-
-
Search Results
199
records
(took 0.052 seconds)
