-
公开(公告)号：CN117176724A
公开(公告)日：2023-12-05
申请号：CN202311111905.1
申请日：2023-08-30
Applicant: 国网上海市电力公司 , 南京南瑞信息通信科技有限公司
IPC: H04L67/1004 , G06F9/50 , G06N20/00 , H04L47/783 , H04L67/60
Abstract: 本发明属于联邦学习领域，具体涉及基于云网融合的MCU联邦学习调度方法、系统、设备及介质。本发明首先构建联邦学习的系统模型，建立以最小化联邦学习过程时间为目标函数的优化模型，将优化模型解耦为两个客户端带宽分配和客户端终端调度两个子问题，采用二进制搜索算法解决客户端带宽分配问题，形成带宽分配方案，对优化模型的目标函数进行分析，得到延迟‑学习效率之间的权衡关系，结合贪婪调度算法，解决客户端终端调度的问题，形成设备调度方案。本发明通过训练联邦学习模型获得MCU资源的统一智能调度策略，通过将优化模型解耦为两个子问题，得到合理分配带宽与设备调度的方案，从而实现了MCU资源智能调度联邦学习框架的高效训练。
-
公开(公告)号：CN117395038A
公开(公告)日：2024-01-12
申请号：CN202311323769.2
申请日：2023-10-12
Applicant: 国网上海市电力公司 , 南京南瑞信息通信科技有限公司
IPC: H04L9/40 , H04L67/125 , H04L67/10 , G06N20/20
Abstract: 本发明属于云网融合领域，具体涉及MCU联邦学习框架的安全性增强方法、系统、设备和介质，本发明首先根据面向云网融合MCU联邦学习框架之间数据的权重参数，获取MCU每一轮的学习率，接着确定主任务和后门任务的权重规则，最后根据MCU每一轮的学习率以及主任务和后门任务中每个参数的学习率，调整权重规则，从而使面向云网融合MCU联邦学习框架的安全性增强。本发明通过主任务和后门任务的模型权重在一些维度上不同为前提，基于调整每个参数学习率的规则来引导模型正确训练，对增强面向云网融合的MCU联邦学习框架的安全性有一定的参考意义，解决了MCU联邦学习框架中存在后门攻击影响框架安全性的问题。
-
公开(公告)号：CN118886462A
公开(公告)日：2024-11-01
申请号：CN202410916279.1
申请日：2024-07-09
Applicant: 国网上海市电力公司
IPC: G06N3/0495 , G06N3/082 , G06N5/045 , G06N3/0464
Abstract: 本发明属于数据网络模型领域，公开了一种深度神经网络模型的压缩方法及相关系统，本发明剪枝通过去除不重要的权值，减少了模型的参数数量。这不仅简化了模型结构，还降低了计算复杂度和内存需求。剪枝后的模型需要较少的计算资源，特别是在推理(inference)阶段，这对于在资源受限的设备(如移动设备和嵌入式系统)上运行非常重要。本发明减少了冗余的计算，剪枝后的模型可以加速训练和推理过程，提高整体运行速度。本发明的剪枝可以起到正则化的效果，减少过拟合的风险，使模型在处理未见过的数据时表现更好。本发明的剪枝可以显著降低模型的存储需求和能耗，对于部署在大规模服务或云计算环境中，可以节约大量的资源。
-
Patent Agency Ranking
公开(公告)号：CN119765334A
公开(公告)日：2025-04-04
申请号：CN202510255989.9
申请日：2025-03-05
Applicant: 国网上海市电力公司
Abstract: 本发明属于电力系统自动化控制领域，公开了一种多代理协同的虚拟电厂多目标分层优化方法及相关设备，通过将电网系统划分为主导层、协调层和设备层，得到多代理系统的虚拟电厂多目标分层控制架构；基于多代理系统的虚拟电厂多目标分层控制架构构建多目标分层优化模型，所述多目标分层优化模型包括设备层代理模型和协调层代理模型；基于设备层代理模型上传的设备实际运行参数求解协调层代理模型，得到最优解并将最优解作为控制策略输出，以根据控制策略实现虚拟电厂多目标分层优化；采用本方法不仅提高了虚拟电厂的综合效益，还增强了各代理之间的信息交互和协同控制能力，从而显著提升了虚拟电厂的整体性能，确保了电力系统的稳定性和可靠性。
-
公开(公告)号：CN118153904A
公开(公告)日：2024-06-07
申请号：CN202410457592.3
申请日：2024-04-16
Applicant: 国网上海市电力公司 , 国网智能电网研究院有限公司
IPC: G06Q10/0631 , G06Q50/06 , G06F18/24 , G06F18/21 , G06F18/214
Abstract: 本发明涉及分布式可再生能源发电技术领域，具体为一种聚合强化学习资源调度方法、系统、终端及介质，包括：对流量进行分类，得到流量分类结果；对流量进行划分资源类型，得到资源类型结果；将所述流量分类结果和所述资源类型结果输入至训练后的深度强化学习模型，根据训练后的深度强化学习模型的输出结果进行资源调度，该方法、系统、终端及介质能够减少由于资源分配比例不当导致网络拥塞引起的数据帧无法及时到达或丢失的问题，保证资源预留的准确性和实时更新，有效兼顾资源利用率和流量差异服务质量要求。
-
公开(公告)号：CN118400233A
公开(公告)日：2024-07-26
申请号：CN202410648810.1
申请日：2024-05-23
Applicant: 国网上海市电力公司 , 国网智能电网研究院有限公司
Abstract: 本发明公开了一种信道感知方法、装置、设备、介质及产品。该方法包括：接收调制信号，调制信号由至少一个传输序列组成，每个传输序列包括：原始导频信息和虚拟导频信息；根据原始导频信息估计当前时刻的信道信息并预测当前时刻对应的后续时刻的信道信息；根据当前时刻对应的后续时刻的信道信息和调制信号确定虚拟导频信息对应的数据符号；根据虚拟导频信息对应的数据符号重新估计虚拟导频信息对应的发送时刻的信道信息并预测发送时刻对应的后续时刻的信道信息。通过本发明的技术方案，能够通过特殊的数据传输结构，在接收端基于原始导频信息和虚拟导频信息交替进行信道估计及预测和数据监测，能够有效提高在非平稳快变信道环境下的信道感知精度。
-
公开(公告)号：CN115566673A
公开(公告)日：2023-01-03
申请号：CN202211287465.0
申请日：2022-10-20
Applicant: 国网上海市电力公司 , 中国电力工程顾问集团华东电力设计院有限公司
IPC: H02J3/00
Abstract: 本发明公开了一种适应新型电力系统的精准负荷控制系统供电恢复方法，包括：将各个用户的供电恢复的优先级从高到低依次设置为第一优先级、第二优先级和第三优先级，所述第一优先级根据单位时间内电力公司的补偿费用和用户经济损失费用；所述第二优先级根据各个所述用户的恢复供电后的重启时间；所述第三优先级根据各个所述用户单位时间内每失去预设负荷造成的经济损失。本发明基于对电力用户用电特性的调研，提出了一套事故后有序快速恢复供电的具体策略，能够在保障电网系统安全稳定运行的前提下，提高经济效益并提升用户的用电体验，能够进一步提高电力系统源网荷的协同互动水平，为社会创造更多的价值。
-
公开(公告)号：CN118659526A
公开(公告)日：2024-09-17
申请号：CN202410701611.2
申请日：2024-05-31
Applicant: 国网上海市电力公司 , 国网智能电网研究院有限公司
Abstract: 本公开实施例公开了一种基于时间敏感网络的分布式能源系统、能源管理方法，包括：云平台，用于分析网络节点的实时能源数据；网络节点，网络节点设置有传感器和控制器，传感器用于采集能源节点的实时能源数据，控制器用于将实时能源数据发送至云平台；核心网络，用于连接云平台和网络节点，核心网络基于无线通信网络与时间敏感网络实现；能源节点，包括储能设备和负载设备，能源节点通过无线或有线的方式接入核心网络。本技术方案中的核心网络基于无线通信网络与时间敏感网络实现，并通过核心网络将云平台、网络节点和能源节点进行连接构建分布式能源系统，可以对能源进行高效、实时和可靠的管理，显著提升了能源利用效率和系统的安全性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.063 seconds)
