-
公开(公告)号：CN117371658A
公开(公告)日：2024-01-09
申请号：CN202311347027.3
申请日：2023-10-18
IPC: G06Q10/063 , G06Q50/08 , G06Q50/26
Abstract: 本发明公开了一种面向多情景演化不确定性的公路碳计算单元结构化方法，涉及公路碳计算技术领域，包括：依据构成公路工程碳计算单元所需的备选元素的地理空间信息，结合各时段建养项目工程、能源生产点、材料生产点间供需关系，明确多利益主体运输关联；围绕建养项目工程需求，筛选为其提供能源、材料的碳计算观测点位，结合三者间供需运输关联，建立多情景下碳计算单元的时空范围；计算分时段多情景下项目工程及碳计算观测点生产、加工、储存碳排放和点位间全部路径运输碳排放，筛选满足供需且碳排放最低单元最优链式结构，建立可伴随时间线且可满足各类碳研究目的公路碳计算单元结构边界拆合方法，为实现碳足迹评价与减碳额度认定提供依据。
-
公开(公告)号：CN117372049A
公开(公告)日：2024-01-09
申请号：CN202311448064.3
申请日：2023-11-01
IPC: G06Q30/018 , G06F16/21
Abstract: 本发明提供一种基于结构化框架的公路建设碳排放计算方法、系统及设备，涉及碳排放量计算技术领域。本发明建立公路建设碳排放核算结构化框架，根据公路建设碳排放核算结构化框架中各节点的项目数据库确定公路建设碳排放核算结构化框架中各节点的碳排放计算表，根据公路建设碳排放核算结构化框架，确定细分计算范围，根据细分计算范围，确定各核算主体对应的碳排放核算边界及各核算主体对应的节点碳排放模型，根据公路建设碳排放核算结构化框架中各节点的碳排放计算表、各核算主体对应的碳排放核算边界和节点碳排放模型实现各核算目的。本发明可以满足多核算主体在不同目的下计算公路建设碳排放的需要。
-
公开(公告)号：CN117252339A
公开(公告)日：2023-12-19
申请号：CN202311253283.6
申请日：2023-09-26
IPC: G06Q10/063 , G06Q30/018 , G06Q50/30
Abstract: 本发明公开一种面向多情景不确定性的交通运输全寿命排放核算方法，属于碳排放计算领域。该方法包括：确定交通运输全寿命中的交通运输活动碳排放范围；计算交通运输活动碳排放范围内各种碳排放的排放量；计算基于交通量分摊的运输过程生命周期碳排放、基于周转量分摊的运输过程生命周期碳排放、基于交通量分摊时间基准统一的基础设施生命周期碳排放和基于周转量分摊时间基准统一的基础设施生命周期碳排放；计算基于交通量分摊的交通运输活动全寿命周期碳排放、基于周转量分摊的交通运输活动全寿命周期碳排放。本发明将交通运输碳排放分析从运输过程、基础设施层面扩展、深化为完整的生命周期阶段进行分析，满足面向交通领域的减碳精准分析需求。
-
公开(公告)号：CN117934208B
公开(公告)日：2024-06-11
申请号：CN202410303887.5
申请日：2024-03-18
Applicant: 广东工业大学
Abstract: 本发明涉及一种基于多通道深度网络的多源数据海上风电预测方法，其中预测方法包括：首先获取区域内海上风电场中各风机的SCADA数据、气象数据以及地理位置信息，将各风机的SCADA数据对齐时间戳叠加为一个三维张量形成风机特征输入通道，通过基于L‑1范数正则化的特征选择模块筛选有用的特征信息，将各风机的地理位置信息构成图形成图特征输入通道，通过深度图注意力卷积循环网络提取潜在的时空特征，将区域内气象数据对齐时间戳叠加形成气象特征输入通道，通过L1范数正则化回归筛选有用的特征信息，然后通过全局特征池化层将三个特征输入通道输出的特征串联得到最终潜在特征向量，将最终潜在特征向量输入预测模型，提升海上风电功率预测精度。
-
公开(公告)号：CN117934208A
公开(公告)日：2024-04-26
申请号：CN202410303887.5
申请日：2024-03-18
Applicant: 广东工业大学
Abstract: 本发明涉及一种基于多通道深度网络的多源数据海上风电预测方法，其中预测方法包括：首先获取区域内海上风电场中各风机的SCADA数据、气象数据以及地理位置信息，将各风机的SCADA数据对齐时间戳叠加为一个三维张量形成风机特征输入通道，通过基于L‑1范数正则化的特征选择模块筛选有用的特征信息，将各风机的地理位置信息构成图形成图特征输入通道，通过深度图注意力卷积循环网络提取潜在的时空特征，将区域内气象数据对齐时间戳叠加形成气象特征输入通道，通过L1范数正则化回归筛选有用的特征信息，然后通过全局特征池化层将三个特征输入通道输出的特征串联得到最终潜在特征向量，将最终潜在特征向量输入预测模型，提升海上风电功率预测精度。
-
Patent Agency Ranking
公开(公告)号：CN117893362A
公开(公告)日：2024-04-16
申请号：CN202410303869.7
申请日：2024-03-18
Applicant: 广东工业大学
IPC: G06Q50/06 , G06F18/23213 , G06N3/0464 , G06Q10/04 , H02J3/00 , H02J3/38
Abstract: 本发明公开了一种多时空尺度的海上风电特征筛选及增强的功率预测方法，首先获取目标海上风电场的多源数据集，根据获取的洋流数据进行基序谱聚类展开最佳敏感因素筛选，对数据进行降维；通过多维度注意力机制考虑特征内部与外部关系，从不同维度开展多重注意力深度融合机制的海上风电特征增强，挖掘时间、空间、特征上的深层耦合关系，自适应给予不同特征相应的权重。根据地理位置对海上风机出力的影响程度不同，挖掘不同区域的隐式相关性，使用图注意力自适应赋予不同的权重，最后得到新的特征矩阵并输送预测模型，从多个时间尺度进行预测，获得对应海上风电场在不同时间尺度下的功率时间序列。本发明有效的提升海上风电功率预测的精度。
-
公开(公告)号：CN116070763A
公开(公告)日：2023-05-05
申请号：CN202310101458.5
申请日：2023-02-08
Applicant: 广东工业大学
IPC: G06Q10/04 , G06N3/08 , G06Q50/06 , G06N3/0442 , G06N3/0464
Abstract: 本发明提出一种基于梯度进化的新建风电场风电功率预测方法及系统，涉及风电功率预测的技术领域，从目标风电场及其邻近风电场中获取风电相关数据，并对风电相关数据进行处理然后构建邻近风电场与目标风电场的时空图卷积生成对抗网络，有效地利用一定范围内邻近风电场与目标风电场在时间、空间上关系，构建相似图、相关图、距离图，充分的挖掘时空特性生成数据实现数据扩充，可以提高生成样本的质量，采用进化门控循环单元网络，基于梯度进化计算框架实现不同训练方式的优势互补，交换融合梯度信息，解决由神经网络搭建的门控循环单元网络单一训练方式中可能存在梯度消失、梯度爆炸、局部最优问题，提升风电功率预测精度。
-
公开(公告)号：CN115983494A
公开(公告)日：2023-04-18
申请号：CN202310113171.4
申请日：2023-02-10
Applicant: 广东工业大学
Abstract: 本发明提出一种新建小样本风电场的短期风电功率预测方法及系统，涉及风电功率预测的技术领域，首先获取区域内目标新建风电场及其周边风电场的风电相关数据，在经过初步处理后，获得风电场之间的区域风电场图，然后构建考虑时空特性的图卷积神经网络以提取区域风电场图内的信息，从而获取包含该区域所有风电场数据的特征，弥补新建风电场的小样本的不足，最后构建孪生门控循环协同误差修正预测模型使用获取的特征进行预训练，减少因风电波动性带来的误差，然后利用目标风电场数据对模型参数再次训练以进行精调，获得对目标小样本拟合更好的模型，提升新建少样本风电场风电功率预测的精度。
-
公开(公告)号：CN115983494B
公开(公告)日：2023-09-12
申请号：CN202310113171.4
申请日：2023-02-10
Applicant: 广东工业大学
Abstract: 本发明提出一种新建小样本风电场的短期风电功率预测方法及系统，涉及风电功率预测的技术领域，首先获取区域内目标新建风电场及其周边风电场的风电相关数据，在经过初步处理后，获得风电场之间的区域风电场图，然后构建考虑时空特性的图卷积神经网络以提取区域风电场图内的信息，从而获取包含该区域所有风电场数据的特征，弥补新建风电场的小样本的不足，最后构建孪生门控循环协同误差修正预测模型使用获取的特征进行预训练，减少因风电波动性带来的误差，然后利用目标风电场数据对模型参数再次训练以进行精调，获得对目标小样本拟合更好的模型，提升新建少样本风电场风电功率预测的精度。
-
公开(公告)号：CN115608321A
公开(公告)日：2023-01-17
申请号：CN202211329027.6
申请日：2022-10-27
Applicant: 广东工业大学
Abstract: 本发明公开了一种高效治理环境中六价铬污染的复合材料及其制备方法与应用，属于环境重金属污染治理技术领域。所述制备方法为：在氮气保护下，在硫酸亚铁溶液中依次加入抗坏血酸溶液、稻壳生物炭以及硫化钠溶液，通过化学共沉淀反应获得生物炭负载的改性纳米硫化亚铁悬浮液，将所得固相进行真空冷冻干燥，得到生物炭负载的改性纳米硫化亚铁复合材料。本发明利用稻壳生物炭作为负载材料，抗坏血酸作为抗氧化剂改性纳米硫化亚铁，可有效改善纳米材料易团聚、易氧化的问题，使得复合材料稳定性能好，便于保存，且被证明能够高效还原吸附六价铬。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.077 seconds)
