公开(公告)号：CN118551967A

公开(公告)日：2024-08-27

申请号：CN202410609086.1

申请日：2024-05-16

Applicant: 苏州科技大学

Inventor： 胡景成 ,  陈珍萍 ,  景苏川 ,  谷偲 ,  范松丽

IPC: G06Q10/0631 ,  G06F21/60 ,  H04L9/00 ,  G06Q50/26 ,  G06Q50/06 ,  G06F17/10

Abstract: 本发明公开了一种基于同态加密的综合能源系统分布式低碳经济调度方法，包括以下步骤：步骤1、基于综合能源系统中各个智能体的通信关系建立节点间的通信关系拓扑图；步骤2、基于综合能源系统的低碳经济调度模型，得到综合能源系统中每个节点的增量成本一致性数据和供需不平衡功率一致性数据；步骤3、每个节点与其他节点交互增量成本一致性数据和供需不平衡功率一致性数据，并在交互数据时使用Pailler同态加密算法对交互的数据进行加密和解密，由此每个节点得到增量成本最优解；步骤4、每个节点根据增量成本最优解得到最优出力。本发明通过引入同态加密机制，保证了综合能源系统低碳经济调度时节点间数据交互的隐私安全性。

公开(公告)号：CN119834219A

公开(公告)日：2025-04-15

申请号：CN202411901512.5

申请日：2024-12-23

Applicant: 苏州科技大学

Inventor： 陈珍萍 ,  丰静 ,  范松丽 ,  鞠张琰 ,  周怡红

IPC: H02J3/00 ,  G06Q10/04 ,  G06Q50/06 ,  G06N3/045 ,  G06N3/0442

Abstract: 本发明公开了一种考虑多因素的短期电力负荷预测方法，包括以下步骤：步骤1、获取历史上的电力负荷数据以及外部因素数据，进行相关性分析，得到相关性符合要求的电力负荷数据和外部因素数据构建训练集；步骤2、构建DCR‑Attention‑BiLSTM组合模型，包括膨胀卷积残差块DCR、时间注意力机制、交叉注意力机制、BiLSTM网络；使用步骤1中的训练集对组合模型进行训练；训练时，由组合模型输出短期电力负荷数据预测结果。本发明可减少不相关外部因素对负荷预测精度的影响，可有效地提高电力负荷的预测精度，避免了模型参数调整难度大的问题。

公开(公告)号：CN117875663A

公开(公告)日：2024-04-12

申请号：CN202410067213.X

申请日：2024-01-17

Applicant: 苏州科技大学

Inventor： 陈珍萍 ,  顾菊平 ,  景苏川 ,  范松丽 ,  朱同 ,  支佳雯

IPC: G06Q10/0631 ,  G06Q50/06 ,  G06F30/18 ,  G06F30/20 ,  G06F111/10 ,  G06F111/04

Abstract: 本发明公开了一种分布式电热气耦合综合能源系统低碳经济优化调度方法，在综合能源系统中建立电热气能源转换模型，并考虑了储能对整体经济调度的影响以及能源传输过程中的传输损耗，加大了能源的利用效率。其次在环境效益方面，引入改进的阶梯式碳交易机制来进行管理。然后通过利用领导跟随一致性算法，将能源供给端的增量成本转化能源枢纽后系统总的电、热及储能的增量成本作为一致性变量，实现了综合能源系统的分布式调度，以达到各单元供能的最优输出。

公开(公告)号：CN118333182A

公开(公告)日：2024-07-12

申请号：CN202410271463.5

申请日：2024-03-11

Applicant: 苏州科技大学

Inventor： 陈珍萍 ,  范松丽 ,  黄慧杰 ,  丰静 ,  范耘豪

IPC: G06N20/00

Abstract: 本发明公开了一种基于梯度压缩的高效联邦学习方法，包括以下步骤：步骤1、所述服务器确定机器学习模型并建立联邦学习优化数学模型；步骤2、服务器采用非支配排序遗传算法对联邦学习优化数学模型进行求解，得到稀疏化参数和随机量化参数发送给本地设备；步骤3、本地设备接收对应的稀疏化参数和随机量化参数后对机器学习模型进行多轮迭代训练，并进行梯度压缩后将梯度压缩结果上传给服务器；步骤4、服务器聚合各个本地设备梯度压缩结果得到全局梯度向量，并发送给各个本地设备；步骤5、每个本地设备根据全局梯度向量对本地设备的机器学习模型进行更新。本发明可解决现有梯度压缩方法过度压缩导致训练时间成本增加的问题。