-
公开(公告)号：CN109028499A
公开(公告)日：2018-12-18
申请号：CN201810811605.7
申请日：2018-07-23
Applicant: 东南大学
IPC: F24F11/70 , F24F11/64 , F24F140/50
CPC classification number: F24F11/70 , F24F11/64 , F24F2140/50
Abstract: 本发明公开了一种基于频率响应的异质空调集群分散式控制方法。首先，根据参与需求响应的空调负荷的物理特性给出了单个设备的动力学模型，并基于此给出了异质空调集群随外界温度变化的稳态聚合功率估计；然后，根据电网紧急故障响应等级，对空调参与需求响应的频率阈值进行划分，给出不同频率偏离值下的空调集群聚合功率调整量；最后，基于已知系统模型参数给出单个空调基于频率的分散式随机控制方法。上述分散式控制方法使得异质空调集群能够快速、精确地对紧急故障下电网功率不匹配量做出补偿，节约通信成本，有利于电网频率恢复和系统安全稳定运行。
-
公开(公告)号：CN107092991A
公开(公告)日：2017-08-25
申请号：CN201710310644.4
申请日：2017-05-05
Applicant: 东南大学
Abstract: 本发明公开了一种智能电网自适应经济调度分配方法主要包括两个阶段，在每个经济调度周期的开始阶段，通过采用一致性领导者‑跟随者一致性控制协议来找到每个机组初始化功率输出来实现智能电网供需平衡；在第二个阶段，通过执行含有自适应参数的分布式一致性协议来实现含有通信不确定情况下的机组间最优功率调度，并在第二个阶段针对机组调整容量未受限和受限两种情形分别给出不同的分布式自适应一致性协议。本发明方法可用于解决存在通信受限、数据丢失以及攻击环境下满足智能电网供需平衡的机组经济调度问题，能够消除一类有界通信不确定性对电力最优调度的影响，为存在通信不确定性情况下电力经济调度提供了新思路。
-
公开(公告)号：CN118713879A
公开(公告)日：2024-09-27
申请号：CN202410780244.X
申请日：2024-06-18
Applicant: 东南大学 , 南京现代综合交通实验室
IPC: H04L9/40 , G06N3/006 , G06N3/098 , G06N5/045 , G06F18/214 , G06F18/2433 , G06F18/2411
Abstract: 本发明公开了一种基于集成学习的可解释性入侵检测方法，通过数据采集、数据预处理、特征选择、集成学习Stacking模型训练、结果输出及最后的结果解释步骤，基于可解释性集成学习策略，检测模型在网络入侵检测任务中具有良好的性能，通过遗传算法改进的乌鸦搜索算法来优化检测模型的超参数进一步提高了网络入侵检测的精度和泛化能力；同时检测模型具有良好的可解释性，通过全局解释和局部解释，使模型的决策过程更加透明，提升了模型的可解释性和用户对模型的信任度。
-
公开(公告)号：CN115759915A
公开(公告)日：2023-03-07
申请号：CN202211381477.X
申请日：2022-11-07
Applicant: 东南大学
IPC: G06Q10/0835 , G06Q10/047 , G06Q10/0631 , G06N7/01 , G06N3/0455 , G06N3/0499 , G06N3/047 , G06N3/092 , G06N3/084
Abstract: 本发明公开了一种基于注意力机制和深度强化学习的多约束车辆路径规划方法，首先，建立基于带容量限制和时间窗的车辆路径规划问题的目标函数，以最小成本为每辆车找到一组用户结点不相交的路线，使其能在用户时间窗要求内为用户服务；然后通过建立模型，确定初始参数信息与条件约束；再根据马尔可夫决策过程预测车辆与环境的交互过程；最后通过强化学习方法训练神经网络模型，实现多约束条件下的合理车辆路径规划。本发明考虑到现实问题存在的各种限制，如配送车辆的容量限制、用户对送达时间的要求，合理构建了一种可靠的基于注意力机制的神经网络结构，针对该问题进行训练，合理有效的解决实际问题。
-
公开(公告)号：CN115455826A
公开(公告)日：2022-12-09
申请号：CN202211113732.2
申请日：2022-09-14
Applicant: 东南大学
IPC: G06F30/27 , G06K9/62 , G06N3/04 , G06N3/08 , G06F119/02 , G06F119/08 , G06F119/14
Abstract: 本发明公开了一种基于径向基神经网络的沥青路面车辙数据扩充方法，首先采集沥青路面使用性能检测数据及沥青路面使用性能影响因素数据，并对数据进行预处理；再根据获得的数据，进行特征生成，根据皮尔逊相关系数筛选出与车辙数据高度相关的特征；随后构建径向基神经网络扩充模型，以K‑均值算法确定高斯径向基函数的中心，k‑最近邻算法确定高斯径向基函数的半径，确定从隐藏层到输出层的权重矩阵，通过调节隐藏层的神经元个数来达到模型最优；对扩充后的数据进行预测验证，最后将数据扩充模型推广到各个路面数据，根据其特征数据，实现基于径向基神经网络的沥青路面车辙数据扩充。
-
Patent Agency Ranking
公开(公告)号：CN114444799A
公开(公告)日：2022-05-06
申请号：CN202210102006.4
申请日：2022-01-27
Applicant: 东南大学
Abstract: 本发明涉及一种基于多层神经网络的沥青路面弯沉盆预测方法，所述方法包括以下步骤：步骤1、采集历年沥青路面使用性能检测数据及沥青路面使用性能影响因素数据，根据采集到的数据进行分类；步骤2、编码转换器对输入数据进行预编码；并通过长短期记忆(LSTM)网络和一个线性层将预编码矩阵映射为输出编码矩阵；步骤3、耦合器通过重构的方式对步骤2中的长短期记忆(LSTM)网络进行训练；步骤4：解释器:给出结构路面的弯沉盆数据预测；步骤5：使用基于python的深度学习框架pytorch来训练并测试多层神经网络模型，用于对沥青路面的弯沉盆进行预测。该技术方案基于多层神经网络模型预测沥青路面弯沉盆，与传统神经网络模型相比，大大提高了预测效率。
-
公开(公告)号：CN107092991B
公开(公告)日：2020-06-16
申请号：CN201710310644.4
申请日：2017-05-05
Applicant: 东南大学
Abstract: 本发明公开了一种智能电网自适应经济调度分配方法主要包括两个阶段，在每个经济调度周期的开始阶段，通过采用一致性领导者‑跟随者一致性控制协议来找到每个机组初始化功率输出来实现智能电网供需平衡；在第二个阶段，通过执行含有自适应参数的分布式一致性协议来实现含有通信不确定情况下的机组间最优功率调度，并在第二个阶段针对机组调整容量未受限和受限两种情形分别给出不同的分布式自适应一致性协议。本发明方法可用于解决存在通信受限、数据丢失以及攻击环境下满足智能电网供需平衡的机组经济调度问题，能够消除一类有界通信不确定性对电力最优调度的影响，为存在通信不确定性情况下电力经济调度提供了新思路。
-
公开(公告)号：CN107069776A
公开(公告)日：2017-08-18
申请号：CN201710236059.4
申请日：2017-04-12
Applicant: 东南大学
Abstract: 本发明公开了一种平滑微网联络线功率的储能前瞻分布式控制方法，可用于解决存在新能源随机波动情况下的微电网功率平衡控制问题。具体地，通过在储能个体间实施有限时间快速分布式功率控制协议来实现平滑微网联络线输出功率这一控制目标，实施过程中同时考虑了储能未来一段时间的功率调整裕度和成本。本发明考虑了新能源曲线的快速波动特性以及储能装置物理约束，通过求解未来一段时域的模型预测控制(MPC)问题得到储能聚合体的调整功率，然后基于滑模控制(SMC)方法设计有限时间快速分布式控制协议，使得聚合体内部储能充放电功率快速跟踪该目标功率，实现平滑微网联络线功率的目标。
-
-
公开(公告)号：CN118153751A
公开(公告)日：2024-06-07
申请号：CN202410286431.2
申请日：2024-03-13
Applicant: 东南大学 , 南京现代综合交通实验室
IPC: G06Q10/04 , G06N3/0985 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于元学习的沥青路面弯沉盆面积预测方法及系统，通过数据采集、数据预处理、元学习模型训练、测试任务训练及最后的结果输出步骤，基于元学习算法，在只有少量路面样本数据的情况下，更为高效便捷的对路面弯沉盆面积进行预测，提高了沥青路面弯沉盆面积预测的精度和泛化能力。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.021 seconds)
