-
公开(公告)号：CN117435676B
公开(公告)日：2024-06-07
申请号：CN202310858448.6
申请日：2023-07-13
Applicant: 南京电力设计研究院有限公司
Inventor： 马斌 , 高海洋 , 郑馨怡 , 桂帆 , 王昱婷 , 徐琼璟 , 端凌立 , 张若微 , 张瑶 , 张汀荟 , 范庆华 , 陈庭记 , 杨莲 , 刘永生 , 朱海超 , 蔡可庆 , 王艳巧 , 陈雪薇
IPC: G06F16/28 , G06F16/2458 , G06F16/215 , G06F18/2323 , G06Q50/08
Abstract: 本发明公开了一种基于子序列挖掘与有向加权图聚类的建筑能源管理方法，该方法包括以下步骤：对负载数据进行预处理；将时间序列分段为子序列，并提取子序列特征得到符号数据；将符号数据建模为有向加权图，用图表示子序列；进行准完全连通子图聚类，得到聚类子图；基于聚类结果，计算建筑能耗的稳定性，并识别非典型能耗模式。本发明通过时间序列子序列挖掘提取有关负载消耗模式的重要内容，有助于构建能源管理系统；将住宅建筑负载数据上的子序列聚类表述为有向加权图上的图聚类问题，捕捉了子序列之间的时间依赖性和相似性。
-
公开(公告)号：CN117419428A
公开(公告)日：2024-01-19
申请号：CN202311222102.3
申请日：2023-09-21
Applicant: 南京电力设计研究院有限公司
Inventor： 马斌 , 高海洋 , 郑馨怡 , 王昱婷 , 朱海超 , 王艳巧 , 蔡可庆 , 陈雪薇 , 徐琼璟 , 张瑶 , 张汀荟 , 端凌立 , 张若微 , 范庆华 , 陈庭记 , 杨莲 , 刘永生
Abstract: 本发明公开了基于深度强化学习的综合能源暖通空调控制方法，其特征在于，包括以下步骤：首先确定HVAC系统能够采取的控制动作空间；然后采集建筑HVAC系统的状态数据；接着构建控制序列，DRL算法更新HVAC控制动作；计算HVAC系统采取动作后的即时回报和最大累积回报；最后使用人工神经网络逼近Q值，选择最优控制动作。本发明通过将HVAC运行过程表达为马尔可夫决策过程，开发基于DRL的HVAC控制方法，同时最小化建筑能源成本和维持住户的舒适温度；为了获得更高的扩展性，进一步提出了启发式方法，用于复杂多区域系统的有效控制；有效降低了建筑能源成本。
-
公开(公告)号：CN116822906A
公开(公告)日：2023-09-29
申请号：CN202311033823.X
申请日：2023-08-16
Applicant: 南京电力设计研究院有限公司
Inventor： 高海洋 , 桂帆 , 马斌 , 徐琼璟 , 郑馨怡 , 端凌立 , 王昱婷 , 张若微 , 张瑶 , 张汀荟 , 范庆华 , 陈庭记 , 杨莲 , 刘永生 , 朱海超 , 蔡可庆 , 王艳巧 , 陈雪薇
IPC: G06Q10/0631 , G06Q50/08 , G06N3/0464 , G06N3/092
Abstract: 本发明公开了基于分层深度强化学习的建筑综合能源管理方法，包括以下步骤：输入智能用电设备的状态空间数据；分析智能用电设备的动作空间；计算调度智能用电设备的运行成本和偏离消费者偏好的成本；计算回报，确定智能用电设备的最优能耗调度；输入智能用电设备的最优调度及分布式能源的状态空间数据；分析分布式能源的动作空间；计算分布式能源的运行成本和偏离消费者偏好的成本；计算回报，确定分布式能源的最优能耗调度。本发明通过确定了在消费者偏好的舒适度和电器运行特性内最小化电费的最优策略，从代理获得电器的状态信息，增加了批评Q值的效率和收敛性的补充方法，神经网络输出均值、方差和Q值以找到最优行为。
-
公开(公告)号：CN117435676A
公开(公告)日：2024-01-23
申请号：CN202310858448.6
申请日：2023-07-13
Applicant: 南京电力设计研究院有限公司
Inventor： 马斌 , 高海洋 , 郑馨怡 , 桂帆 , 王昱婷 , 徐琼璟 , 端凌立 , 张若微 , 张瑶 , 张汀荟 , 范庆华 , 陈庭记 , 杨莲 , 刘永生 , 朱海超 , 蔡可庆 , 王艳巧 , 陈雪薇
IPC: G06F16/28 , G06F16/2458 , G06F16/215 , G06F18/2323 , G06Q50/08
Abstract: 本发明公开了一种基于子序列挖掘与有向加权图聚类的建筑能源管理方法，该方法包括以下步骤：对负载数据进行预处理；将时间序列分段为子序列，并提取子序列特征得到符号数据；将符号数据建模为有向加权图，用图表示子序列；进行准完全连通子图聚类，得到聚类子图；基于聚类结果，计算建筑能耗的稳定性，并识别非典型能耗模式。本发明通过时间序列子序列挖掘提取有关负载消耗模式的重要内容，有助于构建能源管理系统；将住宅建筑负载数据上的子序列聚类表述为有向加权图上的图聚类问题，捕捉了子序列之间的时间依赖性和相似性。
-
-
-
Search Results
4
records
(took 0.03 seconds)
