-
公开(公告)号：CN120045897A
公开(公告)日：2025-05-27
申请号：CN202510095243.6
申请日：2025-01-21
Abstract: 本发明公开了一种基于CPO算法优化GRNN模型的发电功率预测方法，属于风电场发电功率预测技术领域，包括：获取用于发电功率预测的多维历史数据；对数据进行清洗、去噪和归一化处理并划分为训练集和测试集；构建GRNN模型，采用CPO算法对GRNN模型的平滑因子进行优化，结合多种策略迭代更新平滑因子的最优值；对测试集数据进行发电功率预测，并通过误差计算验证模型性能。本发明通过多源数据融合、GRNN模型的非线性拟合及CPO算法的全局优化，显著提高了风电功率预测的精度和鲁棒性，降低了模型对人工调参的依赖同时增强了对动态数据分布的自适应能力，适用于风电场的发电功率预测和电网运行调度场景。
-
公开(公告)号：CN119761638A
公开(公告)日：2025-04-04
申请号：CN202411835157.6
申请日：2024-12-13
IPC: G06Q10/063 , G06Q10/04 , G06Q50/06 , G06F18/214 , G06N20/20 , G06N3/006
Abstract: 本发明公开了一种基于SO‑XGboost算法的风电功率时间序列预测方法，涉及风电场发电功率预测技术领域。方法包括：对风电功率数据进行预处理，并将样本数据集划分为训练和测试集；初始化XGBoost模型和蛇优化算法，利用蛇优化算法对XGBoost模型中的参数进行寻优，同时利用训练集对XGBoost模型进行训练，得到蛇优化算法优化的SO‑XGBoost预测模型；将测试样本集输入SO‑XGBoost预测模型进行风电功率预测，并度量模型预测效果。本发明通过构建并训练改进的模型，实现了对风力发电功率的精准预估，能够有效处理风电数据中的非线性与波动特性，经过参数优化后的XGBoost预测模型有更好的预测效果和预测精度，具有更高的收敛速度，并提高预测模型的泛化能力。
-
公开(公告)号：CN118750883A
公开(公告)日：2024-10-11
申请号：CN202410743751.6
申请日：2024-06-11
Applicant: 东南大学
Abstract: 本发明公开了一种高效通信的分布式弹性纳什均衡搜索方法及系统，在二阶多智能体系统中，构造基于动态事件触发机制的扩展状态观测器的动力学模型，构造动态事件触发协议，并基于此为二阶多智能体系统中各玩家设计高效通信的扩展状态观测器，对于所设计的基于动态事件触发机制的扩展状态观测器，多智能体系统中各玩家状态在所设计的观测器下，通过调节观测参数，实现任意小的观测误差，通过设置合适的算法参数，各玩家状态收敛到纳什均衡点的任意小邻域内。本发明能够精准估计出策略动力学遭受坏数据注入的玩家的真实状态以及恶意攻击信号，通过调节参数，实现任意小的观测误差，且玩家状态可以收敛到纳什均衡点周围的任意小邻域内，从而在降低通信成本的同时，确保系统在网络攻击环境中稳定运行。
-
公开(公告)号：CN116347449A
公开(公告)日：2023-06-27
申请号：CN202310189366.7
申请日：2023-03-02
Applicant: 东南大学
IPC: H04W12/121 , H04W12/122 , H04L9/40 , H04W56/00 , H04W84/18
Abstract: 本发明公开了一种基于动态权值更新的无线传感网络分布式弹性时钟同步方法，包括如下步骤：步骤1、无线传感器网络的每个节点发送自己当前的相关参数信息给所有邻居节点，同时，接收邻居节点发送的信息；步骤2、设计分布式加权时钟同步算法；步骤3、识别虚假数据注入攻击FDI网络攻击；步骤4、引入时变的信誉值repij(k)动态更新权值wij，设计安全防御机制修复因FDI攻击断开的通信信道，实现弹性时钟同步；步骤5、重复上述步骤2‑4，直到时钟同步结束。本发明具有良好的鲁棒性和可拓展性，可用于丰富无线传感器网络时钟同步的理论和应用，为实现时钟同步提供新的思路。
-
公开(公告)号：CN115438869A
公开(公告)日：2022-12-06
申请号：CN202211138163.7
申请日：2022-09-19
Applicant: 东南大学
Abstract: 本发明涉及一种基于混沌粒子群和XGBoost的沥青路面弯沉盆性能预测方法，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，步骤2、根据弯沉盆面积的变化规律，将载荷水平突然变化处作为分割点，确定分段回归的分段区间；步骤3、对步骤2中的每一个分段区间分别建立XGBoost回归器并进行训练；步骤4、通过混沌粒子群优化参数，利用混沌现象的随机性和遍历性的特点来避免局部最优；步骤5、给出结构路面的弯沉盆数据预测。该技术方案利用混沌粒子群对XGBoost的参数和修正后的分段回归方法进行了优化和改进，显著提高了预测效率。
-
Patent Agency Ranking
公开(公告)号：CN115241914B
公开(公告)日：2024-11-26
申请号：CN202210890508.8
申请日：2022-07-27
Applicant: 东南大学
Abstract: 本发明公开了一种微电网分布式事件驱动弹性控制方法，包括如下步骤：步骤1、微电网一次下垂控制；步骤2、确定分布式发电单元交互电压及频率状态过程中坏数据注入攻击是否发生；步骤3、基于一致性合作指标更新本地信任值；步骤4、基于信任传播机制得到综合信任值，基于此，更新分布式发电单元之间通讯连边权重；步骤5、基于动态通讯连接边权，建立事件驱动的分布式弹性控制协议，实现网络攻击情形下的微电网频率和电压恢复。本发明在减少通讯负担的同时，及时检测并隔离出坏数据注入攻击，并保证从攻击中恢复的节点可以重新加入微电网，提升微电网的运行弹性性能，从而提高电力系统的安全性。
-
公开(公告)号：CN118828598A
公开(公告)日：2024-10-22
申请号：CN202410994124.X
申请日：2024-07-24
Applicant: 东南大学
Abstract: 本发明公开了一种异构智能体集群多级联盟分簇通信方法与系统。本发明方法中，构建了基于智能体通信效率及任务重叠指标的集群分簇通信最优化问题；并设计了一种基于博弈论的优化问题联盟合作博弈分簇方法；给出了一种基于切换操作的最优联盟求解算法。通过对初始集群分簇执行多次最佳切换操作，实现多智能体异构集群的最优联盟形成及簇头选取。同时，本发明方法中，还给出了一种基于多因素权重设计的智能体分任务通信簇头选取方法。本发明使多智能体异构集群在各种复杂环境下实现有效分簇通信，进而有效提升集群通信及任务执行效能。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.016 seconds)
