-
公开(公告)号：CN117825992A
公开(公告)日：2024-04-05
申请号：CN202410009389.X
申请日：2024-01-02
Applicant: 福建师范大学 , 福建师范大学协和学院
IPC: G01R31/387 , G01R31/385 , G01R31/367 , G06F18/214 , G06F18/213 , G06F18/23 , G06N3/04 , G06N3/096
Abstract: 本发明涉及一种锂离子电池电荷状态估计方法，至少包括如下步骤：S1、预处理采集的锂离子电池特征数据；定义源域和目标域，将除目标之电池外的电池定义为源域；将源域电池和目标电池的特征进行聚类，共分成两类，与目标电池同属一类的电池作为预训练数据集；S2、根据源域与目标域之间的相似性选择匹配的源域进行预训练；S3、构建神经网络提取电池的双向时序特征并基于注意力机制处理提取的特征，捕捉时序中的重要信信息；S4、使用MMD方法进行领域自适应，减小源域和目标域的分布差异；S5、通过领域自适应减小域之间的分布，差异优化网络参数，得到锂离子电池的电荷状态估计。
-
公开(公告)号：CN117826000A
公开(公告)日：2024-04-05
申请号：CN202410002455.0
申请日：2024-01-02
Applicant: 福建师范大学 , 福建师范大学协和学院
IPC: G01R31/392 , G06F30/27 , G06N3/0442 , G06N3/084 , G06N3/096 , G01R31/367 , G06F119/04
Abstract: 本发明涉及一种锂离子电池健康状态估计方法，至少包括如下步骤：S1、获取锂离子锂电池数据，从电池数据中提取特征作为锂离子电池健康因子；S2、构建神经网络,并使用源域电池容量进行预训练；S3、应用柔性动态时间归整评估源域和目标域之间的距离与分布差异；S4、通过动态权重平均来实时地改变不同任务在不同训练时期的损失权重；S5、通过损失值的反向传播优化网络参数,得到锂电池的健康状态估计；S6、构建完整模型，通过平均绝对误差和均方根误差作为评价指标，输出估计结果。本发明能够更有效地进行知识转移，更有效地捕捉和学习时间序列之间的共同特征,实现对锂电池SOH的精确可靠估计。
-
公开(公告)号：CN118759375A
公开(公告)日：2024-10-11
申请号：CN202410915659.3
申请日：2024-07-09
Applicant: 福建师范大学 , 福建师范大学协和学院
IPC: G01R31/367
Abstract: 本发明公开一种锂电池荷电状态估计方法，获取锂电池在不同工况下的电池数据集预处理后分为多个源域数据和一个目标域数据，并构建多个由双向LSTM和注意力机制组成的联合网络结构对电池数据集进行预训练阶段和迁移阶段处理得到锂电池荷电状态估计结果在预训练阶段，源域数据分别输入到由双向长短期记忆网络和自注意力机制组成的特征提取器中，得到每个源域的特征值。在迁移阶段，通过多空间特征对齐和最小化估计差异，生成目标域最终的SOC估计值。本发明在不同温度下，不同材料电池下，环境温度变化下的迁移场景中，SOC的估计效果均优于其他传统方法，能够实现准确、可靠的SOC估计。
-
公开(公告)号：CN118153735A
公开(公告)日：2024-06-07
申请号：CN202410134950.7
申请日：2024-01-31
Applicant: 福建师范大学 , 福建师范大学协和学院
IPC: G06Q10/04 , G06Q50/06 , G06N3/006 , G06Q10/0637
Abstract: 本发明公开面向多目标优化的充电站选址定容方法，获取路网数据并提取路网结构信息，基于路网结构信息分析确定充电站候选点得到候选充电站集合；获取电动汽车的分布位置数据以及充电需求信息，以生成充电需求分布；在充电站建站数量和容量限制基础上，结合充电需求分布图和候选充电站集合生成充电站选址定容方案。综合优化降低充电站建设运维成本和电动汽车用户成本，寻优求解生成最佳的选址定容方案，为用户提供高质量的充电服务。本发明在降低充电站建设运维成本和电动汽车用户成本，提升充电站利用率等方面均有良好的表现，能够有效缓解充电压力，性能更优、稳定性更强对充电站的规划更加合理，对充电站选址定容综合优化效果良好。
-
公开(公告)号：CN118264563A
公开(公告)日：2024-06-28
申请号：CN202410138212.X
申请日：2024-01-31
Applicant: 福建师范大学 , 福建师范大学协和学院
IPC: H04L41/0895 , H04L67/1004 , H04L67/1034 , H04L67/1095 , G06Q10/0633 , G06Q10/0631
Abstract: 本发明公开了一种面向代价和可靠性多目标优化的工作流应用调度方法，针对多云环境下同时考虑任务执行故障和截止日期约束下的工作流应用调度问题，提出面向代价和可靠性的多目标快速非支配排序调度策略，目的是在满足工作流截止日期的前提下，降低任务执行代价的同时提高系统执行的可靠性。本发明考虑受资源节点故障、网络拥塞等环境因素造成的任务执行失败问题，利用韦布尔分布对任务执行可靠性进行分析，并复制执行危险率较高的任务，将其分配至执行代价最低的服务实例上。通过考虑硬件故障、网络波动等干扰因素下的仿真实验结果表明，该调度策略在降低执行代价，提高执行可靠性方面具有良好的表现。
-
Patent Agency Ranking
公开(公告)号：CN119512639A
公开(公告)日：2025-02-25
申请号：CN202411261026.1
申请日：2024-09-10
Applicant: 福建师范大学
Abstract: 本发明属于并行和分布式高性能计算领域的计算卸载策略，具体涉及一种车载边缘计算中基于MATD3的任务计算卸载方法，引入任务调度优先级算法，为车联网计算卸载提供了一种新的思路。通过考虑任务的执行成本和内部依赖关系确定任务优先级，有助于优化任务卸载顺序，减少应用程序的总处理延迟，采用多智能体强化学习方法，特别是基于MATD3的策略，将多个智能体协同控制，充分考虑了多车对计算资源的竞争、任务依赖关系、RSU有限计算资源以及车辆移动性等复杂因素，能够更好地适应车联网动态变化的环境，确定车辆任务的最优卸载策略，从而最小化系统中任务的卸载失败率和能耗。
-
公开(公告)号：CN113873525A
公开(公告)日：2021-12-31
申请号：CN202111142069.4
申请日：2021-09-28
Applicant: 福建师范大学
Abstract: 一种超密集边缘计算网络的任务卸载方法及终端，为任务种群中的每一个任务生成对应的初始化卸载决策和初始化信道分配方案，使用黄金分割算法计算每一个所述任务在对应的初始化信道分配方案中所使用信道的最优上传功率，提高任务的上传功率；基于信道的状态和任务的类型，更新任务对应的初始化卸载决策；根据信道传输能耗和有效干扰更新任务对应的初始化信道分配方案；因此能够基于当前的信道状态和任务类型，更新卸载决策，以保证卸载的任务能够在信道状态良好的情况下传输和处理，最终得到尽可能优的卸载决策，降低任务卸载的总能耗；根据自适应模拟退火遗传算法计算每一个任务的最优卸载决策和最优信道分配方案，从而降低任务卸载的能耗。
-
公开(公告)号：CN112800659A
公开(公告)日：2021-05-14
申请号：CN202110116348.7
申请日：2021-01-28
Applicant: 福建师范大学
IPC: G06F30/25 , G06N3/00 , G06F111/04 , G06F111/06 , G06F111/08
Abstract: 本发明公开基于目标分解的改进多目标粒子群优化的锂离子电池容量预测方法，步骤1：确认并获取锂离子电池容量预测的关键因素；步骤2：将锂离子电池的容量预测中所涉及的关键因素抽象为多目标优化问题并初始化种群粒子，步骤3：使用PSO算法更新粒子的位置和速度；步骤4：评估所有粒子的适应度值，保存适应度最好的粒子；步骤5：判断是否达到最大迭代次数；是则，输出最优粒子；否则，更新粒子的速度和位置并更新PSO算法参数后；步骤6：生成一随机概率数，判断该随机概率数是否大于预设概率；是则，采用灰狼算法计算更新粒子的位置并执行步骤4；否则，执行步骤4。本发明通过目标分解和参数自适应的混合算法提升电池容量预测的准确性。
-
公开(公告)号：CN112511614A
公开(公告)日：2021-03-16
申请号：CN202011314858.7
申请日：2020-11-20
Applicant: 福建师范大学
IPC: H04L29/08
Abstract: 本发明公开基于强化学习的车载边缘环境下智能网联车辆任务卸载方法，结合车载边缘计算VEC优势，建立CAVs任务卸载模型，将CAVs应用程序划分为多个存在数据依赖关系的任务，并确定了最小化应用卸载总能耗和调度失败率的联合优化目标。本发明综合考虑不同时间片上车辆的位置变化、卸载方式、优化目标等，建立了任务卸载的马尔可夫决策过程MDP模型。在CAVs计算、存储能力有限的情况下，选择合适的卸载平台，保证应用满足时延约束的前提下，降低系统能耗。
-
公开(公告)号：CN108989098A
公开(公告)日：2018-12-11
申请号：CN201810700970.0
申请日：2018-08-24
Applicant: 福建师范大学
Abstract: 本发明公开一种混合云环境面向时延优化的科学工作流数据布局方法，考虑混合云环境下数据布局特点，结合科学工作流数据间的依赖关系，考虑云数据中心间的带宽、私有云数据中心个数和容量等因素对传输时延的影响；首先对其进行预处理操作，提高后期数据布局策略的执行效率；通过引入遗传算法的交叉算子和变异算子，避免粒子群优化算法的过早收敛问题，提高种群进化的多样性，有效压缩数据传输时延，有效降低混合云环境下的科学工作流数据传输时延。本发明提高数据布局策略的执行效率，优化科学工作流数据布局传输时延。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.027 seconds)
