-
公开(公告)号：CN119886978A
公开(公告)日：2025-04-25
申请号：CN202510381782.6
申请日：2025-03-28
Applicant: 中南大学
IPC: G06Q10/0639 , G06Q50/06 , G06F17/10
Abstract: 本发明公开了一种储能系统可持续性效率评估方法、装置、设备、介质及程序产品，该方法包括：从储能系统的可持续性评估维度中筛选出多个评估指标，评估指标包括投入指标和产出指标，产出指标包括期望产出指标和非期望产出指标，可持续性评估维度包括技术维度、经济维度、环境维度和社会维度，基于各评估指标的计算模型获取各评估指标的初始指标参数，对初始指标参数进行归一化处理，获得目标指标参数，基于非期望产出指标对预构建的原始评价模型进行调整，获得可持续性效率评估模型，将目标指标参数输入至可持续性效率评估模型，从而实现从多个可持续性维度中筛选出评估指标对储能系统进行可持续效率评估，有效地提升储能系统的效率评估准确性。
-
公开(公告)号：CN119047351B
公开(公告)日：2025-02-07
申请号：CN202411551398.8
申请日：2024-11-01
Applicant: 中南大学
Abstract: 本发明公开了一种基于风速风向图的PM2.5浓度预测方法及系统。其中，方法包括通过变分模态分解（VMD）技术抑制PM2.5时序数据的噪声，将数据分解为多个分量，同时结合风速风向等气象数据和节点的地理位置数据构建风速风向图注意力网络（GAT）预测节点下一时间段的风速风向，并通过风速风向修正基于地理距离的注意力权重，形成动态更新的GAT网络边权重，形成GAT网络的输出，最后通过长短期记忆网络模型（LSTM）捕捉污染物变动的时间关系，构建基于风速风向图修正的双重图注意力网络VMD‑TGAT‑LSTM模型，将信号处理方式与时空神经网络模型融合，从而实现更为精确的PM2.5扩散识别预测。
-
公开(公告)号：CN119322530A
公开(公告)日：2025-01-17
申请号：CN202411867895.9
申请日：2024-12-18
Applicant: 中南大学
IPC: G05D1/60 , G05D1/622 , G05B13/04 , G05B17/00 , G06F30/27 , G06F30/15 , G06N3/045 , G06N3/0475 , G06N3/094 , G05D109/20
Abstract: 本发明公开了一种精度保持与泛化能力增强的无人机控制方法及系统。其中，方法包括获取无人机搭载的多种传感器所采集的多模态数据；基于多模态数据，构建强化学习模型，生成仿真环境中的动作策略；根据环境变化实时更新所述多模态数据，并更新所述动作策略；将所述动作策略由仿真环境迁移至现实环境中，并利用评估数据对迁移后的动作策略进行调整，利用调整后的动作策略，生成现实环境中的无人机动作序列，可在保持无人机控制系统精度的同时，提高无人机控制系统的泛化性。
-
公开(公告)号：CN118915143A
公开(公告)日：2024-11-08
申请号：CN202411406042.5
申请日：2024-10-10
Applicant: 中南大学
Abstract: 本发明提供了一种基于时空图神经网络的矿山微震预警方法、装置及设备，涉及图神经网络技术领域。通过将矿山各区域描述成一个节点网络，互相链接形成一个相关联的图，探讨各节点之间基于微震事件影响的相关关系。基于不同时刻发生的微震事件，形成基于时、空、强信息的三因子权重，并经过GAT的注意力权重更新，使用多头注意力机制，得到最终节点之间边的权重，经过时空图神经网络的处理，预测出每个节点下一时间段发生的微震次数、平均能量和最大能量，对矿山开采可能出现的安全事故进行预警。通过上述方式捕捉微震事件与地质结构间的关联性，实时动态更新权重，具有较好的泛化性能及动态更新能力，从而提高了预测的准确性与时效性。
-
公开(公告)号：CN119322530B
公开(公告)日：2025-03-25
申请号：CN202411867895.9
申请日：2024-12-18
Applicant: 中南大学
IPC: G05D1/60 , G05D1/622 , G05B13/04 , G05B17/00 , G06F30/27 , G06F30/15 , G06N3/045 , G06N3/0475 , G06N3/094 , G05D109/20
Abstract: 本发明公开了一种精度保持与泛化能力增强的无人机控制方法及系统。其中，方法包括获取无人机搭载的多种传感器所采集的多模态数据；基于多模态数据，构建强化学习模型，生成仿真环境中的动作策略；根据环境变化实时更新所述多模态数据，并更新所述动作策略；将所述动作策略由仿真环境迁移至现实环境中，并利用评估数据对迁移后的动作策略进行调整，利用调整后的动作策略，生成现实环境中的无人机动作序列，可在保持无人机控制系统精度的同时，提高无人机控制系统的泛化性。
-
Patent Agency Ranking
公开(公告)号：CN118915143B
公开(公告)日：2024-12-06
申请号：CN202411406042.5
申请日：2024-10-10
Applicant: 中南大学
Abstract: 本发明提供了一种基于时空图神经网络的矿山微震预警方法、装置及设备，涉及图神经网络技术领域。通过将矿山各区域描述成一个节点网络，互相链接形成一个相关联的图，探讨各节点之间基于微震事件影响的相关关系。基于不同时刻发生的微震事件，形成基于时、空、强信息的三因子权重，并经过GAT的注意力权重更新，使用多头注意力机制，得到最终节点之间边的权重，经过时空图神经网络的处理，预测出每个节点下一时间段发生的微震次数、平均能量和最大能量，对矿山开采可能出现的安全事故进行预警。通过上述方式捕捉微震事件与地质结构间的关联性，实时动态更新权重，具有较好的泛化性能及动态更新能力，从而提高了预测的准确性与时效性。
-
公开(公告)号：CN119047351A
公开(公告)日：2024-11-29
申请号：CN202411551398.8
申请日：2024-11-01
Applicant: 中南大学
Abstract: 本发明公开了一种基于风速风向图的PM2.5浓度预测方法及系统。其中，方法包括通过变分模态分解（VMD）技术抑制PM2.5时序数据的噪声，将数据分解为多个分量，同时结合风速风向等气象数据和节点的地理位置数据构建风速风向图注意力网络（GAT）预测节点下一时间段的风速风向，并通过风速风向修正基于地理距离的注意力权重，形成动态更新的GAT网络边权重，形成GAT网络的输出，最后通过长短期记忆网络模型（LSTM）捕捉污染物变动的时间关系，构建基于风速风向图修正的双重图注意力网络VMD‑TGAT‑LSTM模型，将信号处理方式与时空神经网络模型融合，从而实现更为精确的PM2.5扩散识别预测。
-
公开(公告)号：CN119990388A
公开(公告)日：2025-05-13
申请号：CN202411835076.6
申请日：2024-12-13
Applicant: 中南大学
IPC: G06Q10/04 , G06Q10/063 , G06Q10/0631 , G06Q10/067 , G06Q50/06 , G06N3/126
Abstract: 本发明涉及碳减排技术领域，具体涉及基于清洁能源配置的跨区输电碳减排测算方法，包括数据采集、数据预处理、碳减排因子计算、碳减排效益模拟、碳减排效果优化、碳减排效果评估和决策支持与反馈步骤，通过实时收集跨区区域内的多源异构数据，并对数据进行预处理，基于处理后的数据构建碳减排因子模型，评估清洁能源在跨区输电中的碳减排效益，并利用多目标仿真算法模拟不同清洁能源配置方案的效益，优化配置方案；最后，通过决策支持系统生成能源调度和跨区输电的决策建议，并反馈至电网运营调度平台，实施最优的能源调度方案；本发明，能够有效提高清洁能源的利用效率，减少电力传输过程中的碳排放，具有重要的生态和经济价值。
-
公开(公告)号：CN119742870A
公开(公告)日：2025-04-01
申请号：CN202510241279.0
申请日：2025-03-03
Applicant: 中南大学
IPC: H02J3/46 , H02J3/38 , G06F18/213 , G06N3/0442 , G06N3/0455 , G06N3/084 , G06N3/092 , G06Q10/04 , G06Q10/0631 , G06Q50/06 , G06F18/25
Abstract: 本申请涉及微电网调度技术领域，提供了一种基于多模态的微电网调度优化方法及相关设备。该方法包括：获取目标微电网在多个历史时刻的多模态数据和环境数据；对所有多模态数据进行脉冲编码，得到每个模态的脉冲特征，并基于所有环境数据将所有脉冲特征进行融合，得到融合特征；基于融合特征，利用预测模型进行预测，得到目标微电网的多模态预测数据；根据多模态预测数据获取目标微电网的目标调度动作集合；根据目标调度动作集合对目标微电网进行调度优化。本申请的方法能够降低微电网调度优化的计算资源消耗。
-
公开(公告)号：CN119049734B
公开(公告)日：2025-01-17
申请号：CN202411552023.3
申请日：2024-11-01
Applicant: 中南大学
IPC: G16H50/70 , G06N3/044 , G06N3/084 , G06N3/0985 , G06F18/213 , G06F18/2413 , G06F18/2431
Abstract: 本发明公开了一种心理疾病预警系统及方法，属于心理疾病预防技术领域。数据采集模块处理原始数据以生成目标数据集合；模型训练模块通过机器学习算法对目标数据集合进行分析和学习以生成用于心理疾病预测的大模型；疾病预测模块利用所述大模型对目标数据集合内的心理疾病情况进行预测并生成对应的预测值；预警交互模块接收用户的查询请求，在结合预测值判定需要对所述用户进行预警之后，进行心理情况预警；反馈优化模块根据所述预警准确性报告和所述申报记录调整所述大模型对应的模型参数。通过集成机器学习模型和大数据分析，使系统能够有效进行心理疾病预警，提供精确和深入的判断结果。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.022 seconds)
