-
公开(公告)号：CN112966444A
公开(公告)日：2021-06-15
申请号：CN202110270444.7
申请日：2021-03-12
Applicant: 南京邮电大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , H02J3/00 , H02J3/28 , G06F111/04 , G06F111/08 , G06F119/06
Abstract: 本发明公开了一种建筑多能源系统智慧能量优化方法及装置，方法的设计步骤如下：获取建筑多能源系统的当前环境状态；将所述当前环境状态输入到训练好的深度神经网络；通过深度神经网络输出建筑多能源系统行为；对所述建筑多能源系统的行为按照能量存储系统储能水平动态性和运行约束进行重调整，并计算得到热能存储系统注入/释放功率、天然气锅炉输出功率以及建筑多能源系统与大电网之间的能量交易量；根据上述结论对建筑多能源系统进行控制。本发明方法无需知晓任何不确定性参数的先验信息和明确的建筑热动态性模型。相比现有方法，本发明方法可有效降低运行成本且具有更强的鲁棒性和通用性。
-
Patent Agency Ranking
公开(公告)号：CN110458443B
公开(公告)日：2022-08-16
申请号：CN201910724530.3
申请日：2019-08-07
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于深度强化学习的智慧家庭能量管理方法及系统，方法的设计步骤如下：将在无建筑热动力学模型和维持室内温度在舒适范围的情况下最小化智慧家庭能量成本这一能量管理问题建模为马尔可夫决策过程并设计相应的环境状态、行为、奖励函数；利用深度确定性策略梯度算法训练出不同环境状态下能量存储系统或/和可控负载的最优行为，进而最大化奖励函数；将训练好的深度神经网络参数定期拷贝至智慧家庭能量管理系统本地的深度神经网络，用于实际性能测试。本发明提出的方法无需知晓任何不确定性系统参数的先验信息和建筑热动力学模型，且采用本地测试与云端训练相结合的在线学习模式来应对环境变化可能带来的性能降级问题。
-
公开(公告)号：CN108737548A
公开(公告)日：2018-11-02
申请号：CN201810504372.6
申请日：2018-05-24
Applicant: 南京邮电大学
Abstract: 本发明公开了一种分布式WEB微服务容器集群架构系统及其实现方法，系统包括前端缓存内容分发网络、高并发容器集群服务栈和共享数据聚合；前端缓存内容分发网络包含负载均衡器、数据缓存器、信息教对模块、流量过滤器、DNS节点判优模块；高并发容器集群服务栈包含容器监控模块、容器调度器、容器集群管理模块、服务关联中间件、服务管理器、容器安全模块；共享数据聚合包含数据负载分配均衡器、数据同步模块、读写分离模块、容灾模块；方法包括步骤：获取用户请求、DNS判优、垃圾流量清洗、获取读写操作、校对模块验证信息一致性、加载缓存、服务选择、服务关联、监控判优、容器调度、安全性判定和获取数据；本发明适用于大型分布式服务中的系统架构。
-
公开(公告)号：CN112966444B
公开(公告)日：2022-08-16
申请号：CN202110270444.7
申请日：2021-03-12
Applicant: 南京邮电大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , H02J3/00 , H02J3/28 , G06F111/04 , G06F111/08 , G06F119/06
Abstract: 本发明公开了一种建筑多能源系统智慧能量优化方法及装置，方法的设计步骤如下：获取建筑多能源系统的当前环境状态；将所述当前环境状态输入到训练好的深度神经网络；通过深度神经网络输出建筑多能源系统行为；对所述建筑多能源系统的行为按照能量存储系统储能水平动态性和运行约束进行重调整，并计算得到热能存储系统注入/释放功率、天然气锅炉输出功率以及建筑多能源系统与大电网之间的能量交易量；根据上述结论对建筑多能源系统进行控制。本发明方法无需知晓任何不确定性参数的先验信息和明确的建筑热动态性模型。相比现有方法，本发明方法可有效降低运行成本且具有更强的鲁棒性和通用性。
-
公开(公告)号：CN108737548B
公开(公告)日：2021-04-23
申请号：CN201810504372.6
申请日：2018-05-24
Applicant: 南京邮电大学
Abstract: 本发明公开了一种分布式WEB微服务容器集群架构系统及其实现方法，系统包括前端缓存内容分发网络、高并发容器集群服务栈和共享数据聚合；前端缓存内容分发网络包含负载均衡器、数据缓存器、信息教对模块、流量过滤器、DNS节点判优模块；高并发容器集群服务栈包含容器监控模块、容器调度器、容器集群管理模块、服务关联中间件、服务管理器、容器安全模块；共享数据聚合包含数据负载分配均衡器、数据同步模块、读写分离模块、容灾模块；方法包括步骤：获取用户请求、DNS判优、垃圾流量清洗、获取读写操作、校对模块验证信息一致性、加载缓存、服务选择、服务关联、监控判优、容器调度、安全性判定和获取数据；本发明适用于大型分布式服务中的系统架构。
-
公开(公告)号：CN110458443A
公开(公告)日：2019-11-15
申请号：CN201910724530.3
申请日：2019-08-07
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于深度强化学习的智慧家庭能量管理方法及系统，方法的设计步骤如下：将在无建筑热动力学模型和维持室内温度在舒适范围的情况下最小化智慧家庭能量成本这一能量管理问题建模为马尔可夫决策过程并设计相应的环境状态、行为、奖励函数；利用深度确定性策略梯度算法训练出不同环境状态下能量存储系统或/和可控负载的最优行为，进而最大化奖励函数；将训练好的深度神经网络参数定期拷贝至智慧家庭能量管理系统本地的深度神经网络，用于实际性能测试。本发明提出的方法无需知晓任何不确定性系统参数的先验信息和建筑热动力学模型，且采用本地测试与云端训练相结合的在线学习模式来应对环境变化可能带来的性能降级问题。
-
-
-
-
-
Search Results
6
records
(took 0.025 seconds)
