-
公开(公告)号：CN119154411B
公开(公告)日：2025-03-04
申请号：CN202411645607.5
申请日：2024-11-18
Applicant: 中南大学
IPC: H02J3/46 , H02J3/32 , G06N3/126 , G06Q10/0631 , G06Q50/06
Abstract: 本申请涉及微电网技术领域，提供了一种基于特征空间的微电网调度优化方法及相关设备，该方法包括：基于供电负荷、负荷平均购电单价和平均碳排放量，利用特征空间计算目标微电网的可再生能源利用效率、目标微电网与主网的交换功率；根据可再生能源利用效率构建微电网日前调度优化模型；根据目标微电网与主网的交换功率构建对目标微电网进行调度优化的约束条件；在约束条件的约束下，利用改进后的遗传算法对所述微电网日前调度优化模型进行求解，得到目标微电网的最优调度策略；利用最优调度策略对目标微电网进行调度。本申请的方法能够提高微电网调度优化的可靠性和准确性。
-
公开(公告)号：CN118798395A
公开(公告)日：2024-10-18
申请号：CN202411278271.3
申请日：2024-09-12
Applicant: 中南大学
Abstract: 本申请适用于联邦学习技术领域，提供了一种基于多数据联盟的协同训练方法，该协同训练方法包括任务发起方联盟节点发送协同训练请求；信息计算方联盟节点接收到协同训练请求后，采集每个数据联盟节点的通信信息，计算链路质量，确定协同训练路径；任务发起方联盟节点对自身的原始本地模型进行协同训练，构建本地复合数据集，计算协同训练后的本地模型和原始本地模型的评估分数；若评估分数小于预设分数阈值，则对协同训练后的本地模型进行个性化训练；否则，将协同训练后的本地模型作为最终本地模型。本申请可以在没有集中式高级服务器进行数据聚合的情况下，实现多个数据联盟节点之间的协同训练，提高数据联盟节点中本地模型的准确度。
-
公开(公告)号：CN118378722B
公开(公告)日：2024-09-24
申请号：CN202410807736.3
申请日：2024-06-21
Applicant: 中南大学
IPC: G06N20/00 , G06F18/213 , G06F18/23
Abstract: 本发明涉及联邦学习技术领域，具体公开了一种面向数据多元异质场景下的聚类联邦学习方法，首次将向量量化变分自编码器融入联邦学习框架中，以向量量化变分自编码器有效学习并映射本地数据分布至离散特征空间，通过利用此离散空间变量的相似度执行客户端聚类，既保护了本地数据隐私，又有效地压缩了特征表示，同时引用特征锚点进行不同客户端特征字典中的特征对齐，保证了不同客户端特征字典的同一个位置在同一特征空间，进而确保了跨客户端聚合的一致性，解决了传统的面向数据多元异质场景下的联邦学习，因数据的异质性因素会削弱模型在整体数据集上的泛化能力，增加模型对特定客户过拟合风险以及存在任务不平衡的问题。
-
公开(公告)号：CN117195066A
公开(公告)日：2023-12-08
申请号：CN202311047915.3
申请日：2023-08-21
IPC: G06F18/241 , G06F18/10 , G06F18/213 , H04L67/00 , G01R31/00
Abstract: 本发明适用于电力设备故障检测领域，提供了一种分布式电力设备故障检测方法，包括：A采集数据；B数据预处理；C数据编码，构建地标中心提取机制；D地标集合过滤和优化；E数据重构与模型迭代优化；F利用参数服务器进行参数优化，并将参数反馈给本地故障检测模型，完成最终的模型训练；G将电力设备的实时运行数据输入故障检测模型；H利用故障评价函数和故障阈值确定电力设备的故障情况，并根据需求推送故障信息。此外，本发明还提供一种分布式电力设备故障检测系统、存储介质及处理器。本发明能够同时检测多个电力设备是否发生故障，且能有效学习并识别电力设备运行数据中潜在的故障特征，提高设备故障检测的准确度和可靠性。
-
公开(公告)号：CN116070624A
公开(公告)日：2023-05-05
申请号：CN202310359002.9
申请日：2023-04-06
Applicant: 中南大学
IPC: G06F40/279 , G06F40/30 , G06N3/049 , G06N3/08 , G06N3/0464
Abstract: 本申请适用于司法类案推送技术领域，提供了一种基于环保案件要素的类案推送方法，包括：将待办案件的案件文本信息转化为文本序列，并获取文本序列的向量化表示和实体序列；获取文本序列的特征表示；将特征表示输入BiLSTM神经网络中进行前后语义依赖关系的建模，得到关键特征表示；利用获取待办案件的关键要素表示；对关键要素表示和实体序列进行信息融合，得到待办案件的全局语义信息表示；从检索案例池确定待办案件的候选类案；根据待办案件和候选类案的关键要素表示和全局语义信息表示，构建匹配目标函数；通过匹配目标函数完成Top‑K推荐任务，得到待办案件的Top‑K个候选类案。本申请能提升生态环保类案件的类案的匹配精度。
-
Patent Agency Ranking
公开(公告)号：CN119884672A
公开(公告)日：2025-04-25
申请号：CN202510379380.2
申请日：2025-03-28
Applicant: 中南大学
IPC: G06F18/20 , G06N3/0464 , G06N3/082 , G06Q10/04 , G06Q50/06 , G06F18/15 , G06F18/213 , G06F18/25 , G06F123/02
Abstract: 本发明提供了一种流域水质预测方法、装置、设备及介质，获取多个水质监测站点的历史水质监测数据输入构建的多指标水质预测模型，对多指标水质预测模型进行训练，得到训练后的多指标水质预测模型；将目标流域的历史水质监测数据输入训练后的多指标水质预测模型进行水质预测，得到目标流域的未来水质指标预测结果；多指标水质预测模型使用水质特征提取模块在时间和通道维度上分别捕获水质监测数据的波动趋势与不同水质指标间的潜在交互影响信息，通过加入时间特征提取模块将历史水质监测数据的时间戳进行编码后，分别给每个预测水质指标添加时间因素以增加模型捕获水质监测数据的时间波动趋势，提高模型的预测性能，进而提高了水质预测的精度。
-
公开(公告)号：CN119784129A
公开(公告)日：2025-04-08
申请号：CN202411649919.3
申请日：2024-11-19
Applicant: 中南大学
IPC: G06Q10/0635 , G06Q50/06 , G06F18/2411 , G06F18/2321
Abstract: 本发明公开了一种基于向量机的新能源电力系统综合安全风险评估方法，依据设备类型对整个新能源电力系统进行设备类型划分；结合新能源电力系统历史工作数据，构建电力系统多类型设备不同运行场景的相关性模型；使用相关性模型，计算得到不同类型设备的多业务场景样本集；为每一类型设备的每一业务场景随机分配一种新能源电力系统的基本运行环境，并获取新能源电力系统在对应基本运行环境下的综合安全风险指标；基于多业务场景样本集，利用核支持向量机算法，建立并训练新能源电力系统的综合安全风险评估模型；基于综合安全风险评估模型，对新能源电力系统的综合运行安全风险进行评估。本发明避免了繁琐的数学建模，提升新能源利用效益。
-
公开(公告)号：CN119557768A
公开(公告)日：2025-03-04
申请号：CN202510120515.3
申请日：2025-01-25
Applicant: 中南大学
IPC: G06F18/2415 , G06Q10/0635 , G06Q50/06 , G06F18/214
Abstract: 本发明涉及电力系统故障风险诊断技术领域，具体公开了一种电力系统故障风险诊断方法及系统，通过搭建电力系统故障风险诊断系统，基于电力系统故障风险诊断系统实施电力系统故障风险诊断方法，在本方法中，建立基于时间变化的时空动态模型，以实时获取各个节点状态和各个线路状态作为输入，通过时空动态模型实现对其下一时刻状态的预测，进而对系统故障进行多维度分析，最后由智能决策与反馈调整单元来进行对电力系统故障风险概率的计算，并进行判别、精确对比划分故障等级，解决了传统的风险诊断模型，存在缺乏对不同灾害情境的通用数学建模，难以全面反映灾害对电力系统的多重影响的问题。
-
公开(公告)号：CN1480870A
公开(公告)日：2004-03-10
申请号：CN03124658.3
申请日：2003-07-16
Applicant: 中南大学
Abstract: 本发明涉及一种基于互联网结构的群体智能决策支持系统生成器及其应用方法。该基于互联网结构的生成器包括企业内部网和/或因特网，在企业内部网内有Web服务器和数据库服务器，在Web服务器和数据库服务器内有以面向对象的决策支持组件构成的生成器，这些组件中包括互联网环境下群体智能决策支持系统所需的类库、对象及其属性和方法。所说的决策支持组件包括面向问题求解的决策支持组件、面向数据挖掘的决策支持组件、面向知识管理的决策支持组件中的至少一种组件，还可包括决策总控制组件、群决策协调控件，这些组件可相互连接，决策总控制组件能对其他组件进行协调、控制整个决策过程。可用来开发各种基于互联网进行群体智能决策的专用决策支持系统。应用时，只需把这些组件拼装起来或添加到基本的决策支持系统程序框架中，就可以生成专用决策支持系统或带决策支持功能的应用系统，大大提高专用决策支持系统的开发效率，同时容易与企业其他的应用系统集成。
-
公开(公告)号：CN119229262A
公开(公告)日：2024-12-31
申请号：CN202411731452.7
申请日：2024-11-29
Applicant: 中南大学
Abstract: 本发明公开了一种基于图像识别技术的文博图像处理方法及系统。方法包括对所述原始文博图像进行初步预处理操作，获得第一图像；使用基于深度学习的VGG16‑Unet文博图像预处理模型对所述第一图像进行噪声识别和去除操作，获得第二图像；使用基于RT‑DETR模型的文博图像分割模型对所述第二图像进行分割处理，获得包含目标信息的第三图像；使用基于改进后ResNet‑101的文博图像目标信息提取模型对所述第三图像进行目标信息的识别，确定所述原始文博图像中所包含的目标信息。本发明方案不仅提高了文博图像的清晰度，还大幅提升了目标信息分割与识别的准确性，适用于文物保护、数字化存档及学术研究等多种应用场景。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.023 seconds)
