公开(公告)号：CN119473572A

公开(公告)日：2025-02-18

申请号：CN202411412765.6

申请日：2024-10-10

Applicant: 煤炭科学研究总院有限公司 ,  天地科技股份有限公司北京技术研究分公司

Inventor： 刘晗 ,  顾彧 ,  周洋 ,  孙卓尔 ,  杨海强 ,  颜丙乾 ,  张婧雯 ,  张泽玮 ,  张博 ,  仙文豪 ,  李丹 ,  吴兵 ,  王月 ,  程业 ,  刘千惠 ,  魏世博 ,  甘一雄 ,  孙立峰 ,  贾新雷 ,  潘圣其

IPC: G06F9/50 ,  G06F30/20 ,  G06F111/04 ,  G06F111/08

Abstract: 本申请提出一种考虑时空排队机制的应急服务器选址与调度方法与装置，涉及应急救援技术领域，其中，方法包括：构建服务器位置和调度优先级的优化模型，通过辅助变量替换非线性约束以获取转换后的线性约束条件；构建目标函数，目标函数的目标为最小化火灾损失；根据基于拉格朗日松弛框架的算法在约束条件的约束下求解目标函数以获取服务器的位置和调度策略；根据服务器的位置进行服务器的设置，并根据调度策略对各个服务器进行调度。通过构建优化模型并转换非线性约束，实现了服务器位置和调度策略的优化，避免了传统方法中的优化难题，通过最小化区域火灾损失的目标函数和拉格朗日松弛算法求解，实现了服务器的最优配置，提高了应急响应效率和系统的可靠性。

公开(公告)号：CN119475672A

公开(公告)日：2025-02-18

申请号：CN202411411837.5

申请日：2024-10-10

Applicant: 煤炭科学研究总院有限公司 ,  天地科技股份有限公司北京技术研究分公司

Inventor： 刘晗 ,  周洋 ,  姜立平 ,  张晓珺 ,  姜慧夫 ,  张婧雯 ,  贾新雷 ,  仙文豪 ,  李丹 ,  颜丙乾 ,  吴兵 ,  王月 ,  程业 ,  刘千惠 ,  杨海强 ,  魏世博 ,  顾彧 ,  甘一雄 ,  张泽玮 ,  张博 ,  潘圣其

IPC: G06F30/20 ,  G06F111/04

Abstract: 本申请提出一种灭火探测装置在电池中布局优化的方法及装置，涉及电池布局优化技术领域，其中，方法包括：获取灭火探测相关的传感器类型和对应的安装成本，并确定可安装传感器的位置；获取传感器类型安装在各个位置上时的安装成本，根据安装成本和电池组配置的成本确定总成本；在约束条件的约束下以总成本最小化为目标优化在各个位置安装的传感器类型和电池组配置，生成推荐方案；根据推荐方案在各个位置安装传感器并设置电池组配置。通过获取传感器类型、安装成本和电池组配置的成本，并确定约束条件下的总成本最小化目标，实现了在电池中布局灭火探测装置的优化，避免了盲目安装导致的成本浪费，提高了灭火探测装置的布局效率和经济效益。

公开(公告)号：CN119601809A

公开(公告)日：2025-03-11

申请号：CN202411464540.5

申请日：2024-10-18

Applicant: 煤炭科学研究总院有限公司 ,  天地科技股份有限公司北京技术研究分公司

Inventor： 刘晗 ,  周洋 ,  姜立平 ,  张晓珺 ,  曹跃 ,  杨海强 ,  魏世博 ,  顾彧 ,  颜丙乾 ,  吴兵 ,  张婧雯 ,  贾新雷 ,  刘千惠 ,  张泽玮 ,  李丹 ,  张博 ,  王月 ,  甘一雄 ,  仙文豪 ,  程业

IPC: H01M10/48 ,  H01M10/42

Abstract: 本申请提出一种电化学储能系统中探测器布局确定方法及装置，涉及电化学储能监测技术领域，其中，方法包括：获取探测器的安装点位和电池单元的位置；根据所述安装点位和电池单元的位置之间的关系确定各个安装点位在安装探测器情况下对各个电池单元的覆盖变量；根据预设的约束条件，以降低所述总安装成本和总检测效果之和为目标优化安装决策变量，获取所述安装决策变量的目标值；根据所述安装决策变量的目标值将探测器设置在对应的安装点位上。通过降低所述总安装成本和总检测效果之和为目标优化安装决策变量，获取所述安装决策变量的目标值，实现了对探测器的位置优化，提高了电化学储能系统的监测效率。

公开(公告)号：CN119476563A

公开(公告)日：2025-02-18

申请号：CN202411409427.7

申请日：2024-10-10

Applicant: 煤炭科学研究总院有限公司 ,  天地科技股份有限公司北京技术研究分公司

Inventor： 刘晗 ,  杨海强 ,  张奥 ,  姜立平 ,  颜丙乾 ,  张博 ,  李丹 ,  吴兵 ,  王月 ,  程业 ,  刘千惠 ,  甘一雄 ,  魏世博 ,  顾彧 ,  张婧雯 ,  张泽玮 ,  仙文豪 ,  潘圣其 ,  贾新雷

IPC: G06Q10/04 ,  G06Q50/26 ,  G06F17/16 ,  G06F18/22 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/042 ,  G06N3/08

Abstract: 本申请提出一种深度学习驱动的小样本数据多维扩充的消防车行程时间预测方法，涉及应急管理技术领域，其中，方法包括：结合消防站点信息和历史救援行程时间信息，构建消防救援行程时间数据集合；利用消防站间的相似历史数据与社会车辆行程时间信息，对消防救援行程时间数据集合进行扩充，得到训练样本集合；构建基于多图卷积的消防车行程时间预测模型，根据训练样本对模型进行训练；根据训练完成的消防车行程时间预测模型，实现消防车行程时间的预测。通过结合消防站点和历史救援信息，并利用消防车历史数据自身和社会车辆数据扩充训练集，实现了消防车行程时间的精准预测，避免了数据不足导致的误差，提高了预测的准确性和应急响应效率。