-
公开(公告)号：CN107547280A
公开(公告)日：2018-01-05
申请号：CN201710831012.2
申请日：2017-09-15
Applicant: 山东建筑大学
Abstract: 本发明公开了一种物联网智能建筑系统架构，本发明具有扁平化、无中心的特点，基于物联网建筑架构所构建的智能建筑可实现建筑物内的各物理参量的全面感知，满足数据共享、协调工作等新需求，解决传统智能建筑的数据孤岛、数据采集不全、资源利用率低、运维成本高等问题，改变传统智能建筑的运维方式，通过异构网络融合、信息汇聚、决策诊断、反馈控制和大数据分析等手段，形成由底层设备到上层应用相统一的一体化服务管理体系。
-
公开(公告)号：CN115018004B
公开(公告)日：2025-04-29
申请号：CN202210748666.X
申请日：2022-06-29
Applicant: 山东建筑大学 , 中建八局第二建设有限公司 , 山东大学
IPC: G06F18/214 , G06F18/23 , G06N3/044 , G01N33/00
Abstract: 本发明公开一种基于知识迁移的建筑工地空气质量预测方法及系统，包括：获取源域建筑工地空气数据和目标域建筑工地空气数据；将源域建筑工地空气数据和目标域建筑工地空气数据分别按季节进行聚类，将得到的源域季节类数据与目标域季节类数据按季节进行相似度筛选，得到最佳源域；根据最佳源域对源域预测模型进行训练，得到目标域预测模型，对目标域季节类数据采用目标域预测模型得到空气质量预测结果。将多个源域建筑工地的知识迁移运用到目标建筑工地预测任务中，充分利用现有的建筑工地的空气质量预测模型，提升新建建筑空气质量的预测精度，解决建筑工地运行初期数据量不足导致的建筑空气质量预测精度低的问题。
-
公开(公告)号：CN119808222A
公开(公告)日：2025-04-11
申请号：CN202411819642.4
申请日：2024-12-11
Applicant: 山东建筑大学
Abstract: 本发明公开了一种室内环境动态预测方法、系统、介质和设备，涉及建筑智能化技术领域。上述方法包括：构建室内环境预测的多个机理模型，将室内环境相关数据输入多个机理模型，获得多个机理模型的多个第一时刻预测值；将第一时刻预测值作为神经网络的输入，对神经网络进行非线性捕捉训练，获得非线性融合器并获得第一时刻室内物理参数预测值；确定第一时刻室内物理参数预测值与室内物理参数真实值之间的残差，并将残差输入深度分层模糊模型进行训练得到数据补偿模型；将室内环境相关数据输入数据补偿模型获得数据补偿量；将残差与数据补偿量相加，获得室内环境相关的第二时刻物理参数预测值。通过上述方案，能够准确预测复杂的室内环境的环境参数。
-
公开(公告)号：CN115049142B
公开(公告)日：2025-03-04
申请号：CN202210748668.9
申请日：2022-06-29
Applicant: 山东建筑大学
IPC: G06F18/22 , G06Q10/063 , G06Q50/06 , H02J3/00 , G06N3/0442 , G06N3/096
Abstract: 本发明公开一种基于迁移学习的跨域电动汽车充电站负荷预测方法及系统，包括：获取源域建筑能耗数据和目标域充电站能耗数据，并分别进行趋势提取，得到源域趋势预测数据和目标域趋势预测数据；根据源域趋势预测数据和目标域趋势预测数据分别得到源域残差数据和目标域残差数据，将源域残差数据和目标域残差数据进行相似度分析，得到待迁移的源域残差数据；根据待迁移的源域残差数据经模型预训练和模型微调后得到跨域迁移学习网络，对目标域残差数据根据跨域迁移学习网络进行预测，得到目标域残差预测数据，将目标域残差预测数据与目标域趋势预测数据叠加后得到目标域充电站负荷预测结果。解决电动汽车充电站数据少、预测精度差和负迁移的问题。
-
公开(公告)号：CN119295255A
公开(公告)日：2025-01-10
申请号：CN202411335147.6
申请日：2024-09-24
Applicant: 山东建筑大学
IPC: G06Q50/06 , G06Q10/04 , G06Q10/0631 , G06F18/22 , G06F18/24 , G06F30/27 , G06N3/126 , G06N3/088 , G06N3/09 , G06F111/06 , G06F111/04
Abstract: 本发明提供了一种计及行为偏好与不确定性的两阶段充电调度方法及系统，确定调度时间段，构建电动汽车充电调度多目标优化模型；对用户充电行为数据进行分析，提取用户充电行为偏好；依据用户充电行为偏好对用户进行类别划分；考虑环境因素的相似性，选取历史优化调度结果，确定不同类别用户的基准充电调度模式；基于深度学习进行基准充电调度模式向用户个体调度方案的映射，得到协同优化后的日前充电调度方案；考虑用户充电时间不确定性，采用时前充电调度的方法，预先设定时间对协同优化后的日前充电调度方案进行调整，得到最终充电调度方案。本发明可以实现充电成本的最小化、运维效率的提升以及电网负载的均衡。
-
Patent Agency Ranking
公开(公告)号：CN118779836A
公开(公告)日：2024-10-15
申请号：CN202411280507.7
申请日：2024-09-13
Applicant: 山东建筑大学
IPC: G06F18/25 , G06F18/22 , G06V10/80 , G06V10/82 , G06N3/0475 , G06N3/094 , G06N3/0464 , G06N3/042 , G06N3/045
Abstract: 本发明涉及智慧交通安全检测技术领域，提供了一种基于多模态数据的道路损伤检测方法及系统。基于多模态数据的道路损伤检测方法包括，分别对获取的历史道路图像数据、车辆行驶过程中道路表面的历史振动时序数据和道路损伤标签进行编码，得到图像特征、时序特征和文本标签特征；分别计算基于图像特征与文本标签特征的相似性，以及时序特征与文本标签特征的相似性，融合生成条件生成对抗网络的标签；将一个随机噪声向量、道路图像数据、振动时序数据和条件生成对抗网络标签输入到条件生成对抗网络中进行训练，生成多模态数据；对多模态数据进行预测，得到损伤分类信息。本发明实现了道路损伤检测和维护管理的自动化。
-
公开(公告)号：CN117709556B
公开(公告)日：2024-05-31
申请号：CN202410166026.7
申请日：2024-02-06
Applicant: 山东建筑大学 , 国网山东省电力公司威海供电公司
IPC: G06Q10/04 , G06Q50/06 , H02J3/00 , G06N3/0442 , G06N3/08
Abstract: 本发明提供了一种光伏发电短期预测方法、系统、介质及设备，其属于光伏预测技术领域，所述方案采用改进的奇异谱分解将光伏的历史数据分解成趋势项、周期项，随后引入连续均方差方法将周期项分为低频项与高频项，考虑到周期项中存在大量的噪声干扰，采用经验模态分解方法对其进行去噪处理；通过上述设置能够有效提取光伏发电历史数据中的有用信息，并有效滤除历史数据中存在的不规则部分和噪声；同时，通过采用空洞因果卷积与堆叠LSTM网络分别对历史数据的低频分量和高频分量分别进行预测，能够对两种模型的特性进行有效利用，并基于两种预测结果相结合的方式对光伏发电进行短期预测，避免单一模型存在的缺陷，有效提高预测的精确度。
-
公开(公告)号：CN118036833A
公开(公告)日：2024-05-14
申请号：CN202410444094.5
申请日：2024-04-15
Applicant: 山东建筑大学 , 国网山东省电力公司威海供电公司
IPC: G06Q10/04 , G06Q30/0201 , G06Q50/06 , G06Q10/063
Abstract: 本发明属于综合能源系统技术领域，提供了一种基于多层博弈的区域综合能源系统运行优化方法及系统，首先，搭建包括负荷聚合商、储能站、用户主体和能源站的区域综合能源系统；其中，储能站兼具能流纵向削峰填谷、应对源荷双侧不确定性以及能量横向时空转移的任务，以主动储能的运行策略参与总体能源管理；然后，以各主体的自身利益最大化为目标函数，搭建区域综合能源系统的运行优化模型；最后，求解得到区域综合能源系统的优化运行方案；以各参与主体的自身利益最大化为目标，且储能站以主动储能的运行策略参与总体能源管理，摆脱了辅助地位，解决了不重视部分主体时存在的尖锐利益冲突问题，保证了各参与主体的自身利益，提升了调度积极性。
-
公开(公告)号：CN117578465A
公开(公告)日：2024-02-20
申请号：CN202410056491.5
申请日：2024-01-16
Applicant: 山东建筑大学
IPC: H02J3/00 , G06Q30/0201 , G06Q10/0631 , G06Q50/06 , H02J3/38
Abstract: 本发明涉及电力负荷预测技术领域，特别是涉及一种多尺度可解释的微电网电力负荷预测方法及系统，方法包括：采用微电网电力负荷数据集对全局尺度模型进行训练，得到初步全局尺度模型；对全局尺度模型的输入空间进行分区；将微电网电力负荷数据集，输入到初步全局尺度模型中，输出预测值，计算预测值与真实值之间的误差，根据误差超过设定阈值的输入空间分区集合，确定局部学习范围；判断微电网电力负荷数据集中的每一个样本是否处于局部学习范围内，如果是，则将当前样本输入到对应学习范围的局部精细模型中，对其进行训练，得到对应学习范围的训练后的局部精细模型。本发明能够提升模型的预测精度。
-
公开(公告)号：CN116663865B
公开(公告)日：2023-11-14
申请号：CN202310942613.6
申请日：2023-07-31
Applicant: 山东建筑大学 , 国网山东省电力公司威海供电公司
IPC: G06F17/00
Abstract: 本发明涉及综合能源系统预测调度技术领域，提出了考虑源荷不确定性的综合能源系统日前调度方法及系统，为了解决现有技术中由于源荷数据不确定性造成的预测数据不准确问题，首先通过提取原始序列中所蕴含的频率特性，提高了后续点预测对分解序列的预测精度，然后通过点预测结果的残差进行概率预测，能够捕捉前述数据预处理过程中分解方法未捕捉到的源荷原始数据的不确定性，并对该不确定性进行量化，在较优的点预测序列上叠加反映不确定性的概率预测区间，从而得到混合概率预测的区间结果，通过两阶段混合概率预测提高了预测性能，提高预测的准确性，从而在通过预测数据生成的典型场景求解后得到准确的设备出力结果，提高调度的准确性。
-
-
-
-
-
-
-
-
-
Search Results
103
records
(took 0.028 seconds)
