-
公开(公告)号：CN112561728A
公开(公告)日：2021-03-26
申请号：CN202011173807.7
申请日：2020-10-28
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于注意力机制LSTM的综合能耗费用优化方法、介质及设备，将环境数据，以及末端控制器设定值和机房设备工作状态构成的节能策略矩阵送入加入注意力机制的LSTM网络中，对楼宇综合能耗预测模型进行训练，得到楼宇综合能耗预测模型；结合综合能源分时价格标准及节能策略矩阵取值约束条件建立针对商用楼宇的综合能耗费用优化模型；采用遗传算法对商用建筑的综合能源费用优化模型进行求解，计算未来k个时段能耗费用最少对应的节能策略矩阵，根据节能策略矩阵的值调整未来k个时段各末端控制器设定值及冷冻机房设备工作状态，使未来k个时段综合能耗费用降至最低。通过求解模型为楼宇未来k个时段制定费用最低的能源使用方案。
-
公开(公告)号：CN110018881A
公开(公告)日：2019-07-16
申请号：CN201910246006.X
申请日：2019-03-28
Abstract: 本发明公开了一种虚拟机故障快速恢复方法及系统，通过备份虚拟机地址映射表，设置虚拟机对应的宿主机物理页为只读，利用写时复制技术实现虚拟机对应宿主机物理内存内容的保护，虚拟机故障之后能够快速恢复到虚拟机前一个备份的状态。本发明具有备份数据量小，并且备份和恢复速度快等优点，保障了虚拟机的可靠运行。
-
公开(公告)号：CN112434787B
公开(公告)日：2024-04-05
申请号：CN202011176687.6
申请日：2020-10-28
Applicant: 西安交通大学
IPC: G06N3/049 , G06N3/084 , G06N3/0442 , G06Q10/04
Abstract: 本发明公开了一种基于楼宇总能耗的末端空间能耗预测方法、介质及设备，模型训练的每一步中，将预处理后的N个末端空间在t时刻及前τ个时间步上的样本数据依次送入末端空间能耗预测模型中，模型通过N次前向计算得到t时刻N个末端空间能耗预测值，将其相加与楼宇实际总能耗计算损失函数，通过梯度下降法反向传播调整末端空间能耗预测模型参数；在所有时刻样本数据上重复训练过程直至模型收敛到预测精度，完成末端空间能耗预测模型的训练；使用得到的末端空间能耗预测模型，通过楼宇暖通系统运作过程中各末端设备控制器参数、温湿度传感器、互联网天气信息、人流密度、电器及照明设备功率和房屋结构参数，对末端空间产生的能耗进行预测。本发明实现在末端空间能耗历史数据缺失的情况下对末端空间能耗预测模型的训练。
-
Patent Agency Ranking
公开(公告)号：CN112561728B
公开(公告)日：2023-07-11
申请号：CN202011173807.7
申请日：2020-10-28
Applicant: 西安交通大学
IPC: G06Q50/06 , G06Q10/04 , G06N3/0442 , G06N3/086 , G06N3/084
Abstract: 本发明公开了一种基于注意力机制LSTM的综合能耗费用优化方法、介质及设备，将环境数据，以及末端控制器设定值和机房设备工作状态构成的节能策略矩阵送入加入注意力机制的LSTM网络中，对楼宇综合能耗预测模型进行训练，得到楼宇综合能耗预测模型；结合综合能源分时价格标准及节能策略矩阵取值约束条件建立针对商用楼宇的综合能耗费用优化模型；采用遗传算法对商用建筑的综合能源费用优化模型进行求解，计算未来k个时段能耗费用最少对应的节能策略矩阵，根据节能策略矩阵的值调整未来k个时段各末端控制器设定值及冷冻机房设备工作状态，使未来k个时段综合能耗费用降至最低。通过求解模型为楼宇未来k个时段制定费用最低的能源使用方案。
-
公开(公告)号：CN110018881B
公开(公告)日：2021-04-13
申请号：CN201910246006.X
申请日：2019-03-28
Abstract: 本发明公开了一种虚拟机故障快速恢复方法及系统，通过备份虚拟机地址映射表，设置虚拟机对应的宿主机物理页为只读，利用写时复制技术实现虚拟机对应宿主机物理内存内容的保护，虚拟机故障之后能够快速恢复到虚拟机前一个备份的状态。本发明具有备份数据量小，并且备份和恢复速度快等优点，保障了虚拟机的可靠运行。
-
公开(公告)号：CN112434787A
公开(公告)日：2021-03-02
申请号：CN202011176687.6
申请日：2020-10-28
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于楼宇总能耗的末端空间能耗预测方法、介质及设备，模型训练的每一步中，将预处理后的N个末端空间在t时刻及前τ个时间步上的样本数据依次送入末端空间能耗预测模型中，模型通过N次前向计算得到t时刻N个末端空间能耗预测值，将其相加与楼宇实际总能耗计算损失函数，通过梯度下降法反向传播调整末端空间能耗预测模型参数；在所有时刻样本数据上重复训练过程直至模型收敛到预测精度，完成末端空间能耗预测模型的训练；使用得到的末端空间能耗预测模型，通过楼宇暖通系统运作过程中各末端设备控制器参数、温湿度传感器、互联网天气信息、人流密度、电器及照明设备功率和房屋结构参数，对末端空间产生的能耗进行预测。本发明实现在末端空间能耗历史数据缺失的情况下对末端空间能耗预测模型的训练。
-
公开(公告)号：CN108881942B
公开(公告)日：2020-11-06
申请号：CN201810578716.8
申请日：2018-06-06
IPC: H04N21/231 , H04L29/08
Abstract: 本公开揭示了一种基于分布式对象存储的超融合常态录播系统，所述系统用于实现视频的采集、存储以及访问的全分布架构，满足常态录播高可扩展性、高易用性以及高可靠性需求。软件实现的分布式视频采集，可扩展性好，可以应对教室的大规模增长，同时可靠性好，无单点故障。以对象形式分级存储在分布式对象存储中，可靠性高，可扩展性强，检索性能好，视频便于在互联网上分享。
-
公开(公告)号：CN108881942A
公开(公告)日：2018-11-23
申请号：CN201810578716.8
申请日：2018-06-06
IPC: H04N21/231 , H04L29/08
Abstract: 本公开揭示了一种基于分布式对象存储的超融合常态录播系统，所述系统用于实现视频的采集、存储以及访问的全分布架构，满足常态录播高可扩展性、高易用性以及高可靠性需求。软件实现的分布式视频采集，可扩展性好，可以应对教室的大规模增长，同时可靠性好，无单点故障。以对象形式分级存储在分布式对象存储中，可靠性高，可扩展性强，检索性能好，视频便于在互联网上分享。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.022 seconds)
