一种面向端边云框架的长时序预测多级优化系统及其方法

    公开(公告)号:CN119105861A

    公开(公告)日:2024-12-10

    申请号:CN202411022872.8

    申请日:2024-07-29

    Applicant: 天津大学

    Abstract: 本发明公开一种面向端边云框架的长时序预测多级优化系统及其方法,所述多级优化系统嵌入端边云协同框架,所述端边云协同框架包括:自下而上依次排列的端侧模型、边缘侧模型和云侧模型;所述端侧模型、边缘侧模型和云侧模型均由数据集聚合单元、特征关系提取单元、相应模型蒸馏训练单元和预测任务转换单元构成;所述端边云协同框架通过云侧模型自主训练,并按照自上而下逐级指导下层模型训练;所述下层模型接受来自上层模型和部分同级模型的训练指导;本发明不仅提高了预测精度,增强了数据隐私性,还优化了边缘设备的计算资源使用,解决了模型压缩和知识传递的难题。

    一种用于多层级场景预测时间序列的方法

    公开(公告)号:CN118939956A

    公开(公告)日:2024-11-12

    申请号:CN202410871731.7

    申请日:2024-07-01

    Abstract: 本发明提供了一种用于多层级场景预测时间序列的方法,主要针对多层场景下聚合时间序列的长时序预测任务,算法为端到端的Encoder‑Decoder模型,采用多层框架,层数可根据场景的复杂程度进行调整。算法主要包括数据嵌入模块,季节趋势分解模块,频率分解模块,频率自适应注意力模块和对齐频率注意力模块。本发明采用上述的一种用于多层级场景预测时间序列的方法,能有效地解构聚合时间序列数据中交织的高低频分量,从而消除数据中不同频率之间周期模式的混沌纠缠,进而提高时间序列预测的准确性和效率。

    一种镜像层异步并行提取的容器加速部署方法及装置

    公开(公告)号:CN116700902B

    公开(公告)日:2024-03-12

    申请号:CN202310748301.1

    申请日:2023-06-25

    Applicant: 天津大学

    Abstract: 本发明公开了一种镜像层异步并行提取的容器加速部署方法及装置,包括:S1,接收指令后确认docker安装路径;S2,拷贝待部署镜像的json配置文件;S3,基于待部署镜像的manifest添加镜像名称、镜像版本和镜像ID至repositories;S4,确认总镜像层数并初始化镜像层数;S5,生成第l层镜像层的DiffID、ChainID和CacheID;S6,复用判断第l层的DiffID,若有,执行S8,否则,存储该镜像层的ID,并执行S7;S7,记录镜像层依赖关系;S8,判断l<L,如果是,执行l=l+1,并返回S5,否则并行下载待建立的镜像层内容。本发明加快了容器部署速度。

    基于感应电荷层析成像的高压交流电缆缺陷在线定位方法

    公开(公告)号:CN111596172B

    公开(公告)日:2022-05-20

    申请号:CN202010479808.8

    申请日:2020-05-29

    Applicant: 天津大学

    Abstract: 本发明公开一种基于感应电荷层析成像的高压交流电缆缺陷在线定位方法,包括如下步骤:首先,感应电荷分布测量:利用布置在电缆绝缘层外侧的测量电极(接地),得到电缆外绝缘地电极表面的感应电荷密度分布;其次基于感应电荷层析的缺陷定位。利用有限元仿真软件在电缆绝缘地电极感应电荷密度分布和空间介电常数分布之间建立联系,然后,依据测量得到的感应电荷分布,利用Landweber迭代算法反演空间介电常数分布。本发明提出的基于感应电荷层析成像的电缆缺陷监测技术可以实现电缆缺陷的精准识别和定位,从而在运行过程中实时监控高压交流电缆关键部位的绝缘健康状况。

    一种测量气体绝缘输电管道感应电荷分布的方法

    公开(公告)号:CN111381113A

    公开(公告)日:2020-07-07

    申请号:CN202010117231.6

    申请日:2020-02-25

    Applicant: 天津大学

    Abstract: 本发明公开一种测量气体绝缘输电管道感应电荷分布的方法,作为重构管道内部电场分布和缺陷检测定位的基础,包括如下步骤:测量管道内壁和导杆外表面上的感应电荷分布,设计传感器和测量电路;测量与发射模块;接收与处理模块;最后,对所有测量电极上的电荷密度值进行拟合,得到气体绝缘输电管道内壁和导杆表面的感应电荷密度分布。

    基于非线性电导环氧树脂的220kVGIL绝缘子均压方法

    公开(公告)号:CN109858141A

    公开(公告)日:2019-06-07

    申请号:CN201910082680.9

    申请日:2019-01-28

    Applicant: 天津大学

    Abstract: 本发明公开一种基于非线性电导环氧树脂的220kV GIL绝缘子均压方法,包括如下步骤:1)建立一个简化的GIL模型;2)设置GIL不同材料的各项电气、热学和基础参数:设置SF6常温压强为0.4Mpa,3)建立直流GIL的有限元模型,并且对模型进行网格剖分。采用非线性电导环氧树脂取代普通环氧树脂绝缘子后,绝缘子的沿面电场畸变程度相对于普通环氧绝缘子得到了极大的改善。上下表面电场强度分布的均匀程度得到了明显的改善,绝缘子上表面电场强度最大值均显著降低。

    一种高温超导电缆终端放电特性改进方法

    公开(公告)号:CN109633398A

    公开(公告)日:2019-04-16

    申请号:CN201910082677.7

    申请日:2019-01-28

    Applicant: 天津大学

    Abstract: 本发明公开一种高温超导电缆终端放电特性改进方法,主要步骤包括:首先采用物理共混法和模具热压成型法制备实验所用非线性电导环氧树脂试样片,试样片尺寸为50mm×50mm、厚度为0.5mm,模具为不锈钢模具,热压温度为120℃,热压压强为1.3MPa;其次,搭建实验平台,高压电源连接柱电极,环电极连接地线,加热片置于两片试样之间,整套系统放入低温杜瓦瓶,低温杜瓦瓶中充满液氮;最后,分别使用正负直流高压电源、正负脉冲电源以及正负直流电源叠加正负脉冲电源对试样进行重复加压实验,每种试样进行十次重复加压实验。本发明在施加不同电源形式的叠加电源情形下,非线性电导环氧树脂试样的放电电压较传统环氧树脂试样依然有明显提高。

    一种基于可读性指标的信息检索方法

    公开(公告)号:CN105630940A

    公开(公告)日:2016-06-01

    申请号:CN201510976829.X

    申请日:2015-12-21

    Applicant: 天津大学

    CPC classification number: G06F17/30663 G06F17/30719

    Abstract: 本发明公开了一种基于可读性指标的信息检索方法,使用搜索引擎搜索过程中,对符合搜索条件的文档按照其与查询的关键字的相关度进行排序,同时将符合搜索条件的文档、相关度排序和可读性得分组织成页面返回给用户,文本可读性得分=M×(N×中文平均笔画数+(1-N)×中文难词频度)+(1-M)×(P×英文平均字符数+(1-P)×英文难词频度),M调整中英文可读性的权重配比,N调整中文平均笔画数指标以及中文难词频度指标之间的权重配比,P调整英文平均字符数指标和英文难词频度指标之间的权重配比。本发明通过检索后返回文档的可读性得分,用户便于快速提取相关度较高文档中对于自身而言较为可读的部分,增加检索效率。

    一种面向视频检测与追踪的动态任务调度方法

    公开(公告)号:CN115002409B

    公开(公告)日:2023-07-28

    申请号:CN202210551198.7

    申请日:2022-05-20

    Applicant: 天津大学

    Abstract: 本发明公开了一种面向视频检测与追踪的动态任务调度方法,包括:构建包括若干个终端设备和一个边缘服务器的实时目标检测系统,终端设备中设有目标跟踪器,边缘服务器中设有目标检测器;将实时目标检测系统中的视频帧卸载决策、信道决策和帧间隔决策的联合优化问题,构建为马尔科夫决策问题;每个决策时隙槽,各个终端设备将跟踪精度、队首帧信息、视频内容变化率发送到边缘服务器,边缘服务器利用DDQN的深度强化学习算法构建联合决策模型;以最大化收益函数为目标,利用联合决策模型对联合优化问题进行求解,终端设备根据边缘服务器输出的视频帧卸载决策、信道决策和帧间隔决策执行。本发明实现了在延迟限制下最大化视频帧检测的精度。

    一种面向视频检测与追踪的动态任务调度方法

    公开(公告)号:CN115002409A

    公开(公告)日:2022-09-02

    申请号:CN202210551198.7

    申请日:2022-05-20

    Applicant: 天津大学

    Abstract: 本发明公开了一种面向视频检测与追踪的动态任务调度方法,包括:构建包括若干个终端设备和一个边缘服务器的实时目标检测系统,终端设备中设有目标跟踪器,边缘服务器中设有目标检测器;将实时目标检测系统中的视频帧卸载决策、信道决策和帧间隔决策的联合优化问题,构建为马尔科夫决策问题;每个决策时隙槽,各个终端设备将跟踪精度、队首帧信息、视频内容变化率发送到边缘服务器,边缘服务器利用DDQN的深度强化学习算法构建联合决策模型;以最大化收益函数为目标,利用联合决策模型对联合优化问题进行求解,终端设备根据边缘服务器输出的视频帧卸载决策、信道决策和帧间隔决策执行。本发明实现了在延迟限制下最大化视频帧检测的精度。

Patent Agency Ranking