一种基于联邦学习的分布式能源发电功率预测方法及系统

    公开(公告)号:CN119944620A

    公开(公告)日:2025-05-06

    申请号:CN202411879296.9

    申请日:2024-12-19

    Abstract: 一种基于联邦学习的分布式能源发电功率预测方法及系统,该方法基于联邦学习框架,部署分布式能源网络中各分布式能源节点的发电功率预测全局模型,以及各节点小区内对应的发电功率预测局部模型,初始化全局模型参数和局部模型参数;进行第一轮迭代,根据分布式能源节点的历史数据更新局部模型参数;对更新后的局部模型参数进行聚合,根据聚合结果更新全局模型参数;判断全局模型参数是否收敛,若不收敛,则进行下一轮迭代,若收敛,则利用此时的发电功率预测全局模型,对未来一定时间内分布式能源节点的发电功率进行预测。本发明分别部署了发电功率预测全局模型和局部模型,有针对性地聚合不同隐私级别数据小区的局部模型参数,在保证全局模型预测效果的同时兼顾不同小区的数据隐私安全。

    一种图神经网络辅助强化学习的边缘计算卸载方法及系统

    公开(公告)号:CN119011583A

    公开(公告)日:2024-11-22

    申请号:CN202411206943.X

    申请日:2024-08-30

    Applicant: 武汉大学

    Inventor: 胡钰林 徐浩

    Abstract: 本发明公开一种图神经网络辅助强化学习的边缘计算卸载方法及系统,包括:获取移动边缘节点计算服务所需的可拆分任务并拆分为多个子任务,基于子任务之间的依赖关系进行图建模为有向无环图;调度器基于所有边缘节点之间的通信条件、计算条件建模为带权图;调度器端分别将有向无环图和带权图的节点特征和边特征建模为张量,并基于图卷积神经网络进行处理;调度器将最终状态特征张量送入训练好的深度强化学习智能体进行处理,输出最优的子任务‑节点分配;各个移动边缘节点根据子任务‑节点分配,跟从子任务依赖关系进行各个子任务的计算。本发明显著降低了进行任务分配决策的复杂度,易于在基站处和边缘算力设备上部署。

    一种基于HGTB的多时间尺度电网阻塞预测方法

    公开(公告)号:CN118014241A

    公开(公告)日:2024-05-10

    申请号:CN202311763332.0

    申请日:2023-12-19

    Abstract: 本发明涉及电网阻塞预测技术,具体涉及一种基于HGTB的多时间尺度电网阻塞预测方法,该方法以数据驱动为基础,结合特征选择理论和梯度提升树理论,实现了电网阻塞在电力系统中的实时预测。基于梯度提升树理论,结合直方图封箱的数据处理方法,提出了适用于电网阻塞问题的功率值预测、多分类预测方法,实现了电网阻塞的实时预测与在线更新;针对电网阻塞实时预测问题的多时间尺度模型联合预测方法,提升了预测的准确性,结合了特征选择的方法提升模型的运算效率。这一方法能发挥不同时间尺度的预测模型优势,在保持较长预测视野的前提下提升预测准确性,便于电网调度部门通过事前的规划和管理避免阻塞事件的发生。

    基于CEEMDAN-QFOA-LSTM的输电线覆冰厚度预测方法

    公开(公告)号:CN112116162A

    公开(公告)日:2020-12-22

    申请号:CN202011026983.8

    申请日:2020-09-26

    Abstract: 本发明公开了一种基于CEEMDAN‑QFOA‑LSTM的输电线覆冰厚度预测方法,涉及输电线状态评估与深度学习结合的领域。本方法包括下列步骤:①数据获取和预处理(11);②对覆冰厚度历史数据序列进行CEEMDAN分解(12);③量子果蝇算法优化LSTM的超参数(13);④LSTM模型训练(14);⑤预测输电线覆冰厚度并分析结果(15)。本发明使用CEEMDAN分解算法,将难以直接预测的序列转换为多个可预测的分量序列,根据分解得到的多维度特征信息可以使神经网络更加准确地把握序列的规律;使用QFOA优化算法来获取超参数,避免了复杂的人为调参过程,更有效地训练网络模型;使用的LSTM神经网络不存在一般网络的梯度消失问题,保证模型能够最优收敛,有效解决短期和长期时间序列预测的问题。

    探测二氧化碳浓度廓线的脉冲红外差分吸收激光雷达系统

    公开(公告)号:CN109655843A

    公开(公告)日:2019-04-19

    申请号:CN201910040916.2

    申请日:2019-01-16

    Applicant: 武汉大学

    Abstract: 本发明提供一种探测二氧化碳浓度廓线的脉冲红外差分吸收激光雷达系统,包括激光发射子系统、光学接收子系统和数据采集处理子系统,激光发射系统子包括种子激光器、Nd:YAG激光器、染料激光器、第一反射镜、第一半反半透镜、第二半反半透镜、倍频晶体、差频晶体、第一分光镜和波长控制单元。本发明不仅可探测大气CO2的柱浓度,还能够获得垂直路径上的CO2浓度廓线分布,尤其是边界层附近的大气CO2浓度信息,对于碳循环研究具有重要意义。本系统的实现技术要求低,稳定性高,探测精度高,易于推广,是实现大气CO2浓度廓线测量的重要手段。

    基于雨洪管网模型与决策树算法的调蓄池优化布设方法

    公开(公告)号:CN115758886A

    公开(公告)日:2023-03-07

    申请号:CN202211453160.2

    申请日:2022-11-21

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于雨洪管网模型与决策树算法的调蓄池优化布设方法,首先城市地形管网基础资料获取、排水管网监测资料整合、SWMM雨洪管网模型的构建、基于决策树算法的SWMM模型参数自动率定、降雨情景数据库生成、调蓄池布设方案预制、调蓄池布设情景模拟并生成数据库、建立调蓄池效益量化评价体系、模拟调蓄池多组合布设条件下效益指标、结合决策树算法建立评价指标与调蓄池布设方案深层联系,通过设定评价指标反演调蓄池布设方案。本发明针对城市初雨面源污染严重,调蓄池布设依据缺乏,初雨污染物削减效果欠佳问题,通过结合雨洪管网模型与决策树算法,实现调蓄池的优化布设,最大化调蓄池的初雨污染削减效益。

Patent Agency Ranking