专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果10个,建议您升级VIP下载更多相关专利
  • [发明专利]基于注意力机制和深度强化学习的多约束车辆路径规划方法-CN202211381477.X在审
  • 时欣利;王小荷;徐向平;万颖 - 东南大学
  • 2022-11-07 - 2023-03-07 - G06Q10/0835
  • 本发明公开了一种基于注意力机制和深度强化学习的多约束车辆路径规划方法,首先,建立基于带容量限制和时间窗的车辆路径规划问题的目标函数,以最小成本为每辆车找到一组用户结点不相交的路线,使其能在用户时间窗要求内为用户服务;然后通过建立模型,确定初始参数信息与条件约束;再根据马尔可夫决策过程预测车辆与环境的交互过程;最后通过强化学习方法训练神经网络模型,实现多约束条件下的合理车辆路径规划。本发明考虑到现实问题存在的各种限制,如配送车辆的容量限制、用户对送达时间的要求,合理构建了一种可靠的基于注意力机制的神经网络结构,针对该问题进行训练,合理有效的解决实际问题。
  • 基于注意力机制深度强化学习约束车辆路径规划方法
  • [发明专利]基于径向基神经网络的沥青路面车辙数据扩充方法-CN202211113732.2在审
  • 时欣利;陶萌;李卓轩;曹进德;徐向平 - 东南大学
  • 2022-09-14 - 2022-12-09 - G06F30/27
  • 本发明公开了一种基于径向基神经网络的沥青路面车辙数据扩充方法,首先采集沥青路面使用性能检测数据及沥青路面使用性能影响因素数据,并对数据进行预处理;再根据获得的数据,进行特征生成,根据皮尔逊相关系数筛选出与车辙数据高度相关的特征;随后构建径向基神经网络扩充模型,以K‑均值算法确定高斯径向基函数的中心,k‑最近邻算法确定高斯径向基函数的半径,确定从隐藏层到输出层的权重矩阵,通过调节隐藏层的神经元个数来达到模型最优;对扩充后的数据进行预测验证,最后将数据扩充模型推广到各个路面数据,根据其特征数据,实现基于径向基神经网络的沥青路面车辙数据扩充。
  • 基于径向神经网络沥青路面车辙数据扩充方法
  • [发明专利]一种基于多元传递熵和图神经网络的沥青路面车辙预测方法-CN202210635944.0在审
  • 时欣利;陈凯;张金壬;曹进德;徐向平 - 东南大学
  • 2022-06-07 - 2022-09-13 - G06F30/27
  • 本发明涉及一种基于多元传递熵和图神经网络的沥青路面车辙预测方法,包括以下步骤:步骤1:采集历年沥青路面服役性能监测数据及沥青路面使用性能影响因素数据,根据采集到的数据进行分类;步骤2:将车辙以及影响车辙的多个变量的时间序列转化为图形结构,图形的节点数就是变量的个数,边定义为典型变量与待预测变量的因果关系,步骤3:将图中的节点嵌入门循环单元和自注意力机制可以看作是一个预先训练的模型;步骤4:采用基于谱的图神经网络模型,创建多层模型结构对上述步骤得到的变量节点关系图进行训练,输出多步预测序列。该技术方案基于提出了一种基于多元传递熵和图神经网络的车辙预测模型,提高了车辙预测的精度和泛化能力。
  • 一种基于多元传递神经网络沥青路面车辙预测方法
  • [发明专利]一种基于多层神经网络的沥青路面弯沉盆预测方法-CN202210102006.4在审
  • 时欣利;许绍晟;曹进德;安建武;徐向平 - 东南大学
  • 2022-01-27 - 2022-05-06 - G06Q10/04
  • 本发明涉及一种基于多层神经网络的沥青路面弯沉盆预测方法,所述方法包括以下步骤:步骤1、采集历年沥青路面使用性能检测数据及沥青路面使用性能影响因素数据,根据采集到的数据进行分类;步骤2、编码转换器对输入数据进行预编码;并通过长短期记忆(LSTM)网络和一个线性层将预编码矩阵映射为输出编码矩阵;步骤3、耦合器通过重构的方式对步骤2中的长短期记忆(LSTM)网络进行训练;步骤4:解释器:给出结构路面的弯沉盆数据预测;步骤5:使用基于python的深度学习框架pytorch来训练并测试多层神经网络模型,用于对沥青路面的弯沉盆进行预测。该技术方案基于多层神经网络模型预测沥青路面弯沉盆,与传统神经网络模型相比,大大提高了预测效率。
  • 一种基于多层神经网络沥青路面弯沉盆预测方法
  • [发明专利]一种智能电网自适应经济调度分配方法-CN201710310644.4有效
  • 温广辉;时欣利;虞文武;谢雯 - 东南大学
  • 2017-05-05 - 2020-06-16 - G06Q10/04
  • 本发明公开了一种智能电网自适应经济调度分配方法主要包括两个阶段,在每个经济调度周期的开始阶段,通过采用一致性领导者‑跟随者一致性控制协议来找到每个机组初始化功率输出来实现智能电网供需平衡;在第二个阶段,通过执行含有自适应参数的分布式一致性协议来实现含有通信不确定情况下的机组间最优功率调度,并在第二个阶段针对机组调整容量未受限和受限两种情形分别给出不同的分布式自适应一致性协议。本发明方法可用于解决存在通信受限、数据丢失以及攻击环境下满足智能电网供需平衡的机组经济调度问题,能够消除一类有界通信不确定性对电力最优调度的影响,为存在通信不确定性情况下电力经济调度提供了新思路。
  • 一种智能电网自适应经济调度分配方法
  • [发明专利]一种平滑微网联络线功率的储能前瞻分布式控制方法-CN201710236059.4有效
  • 温广辉;时欣利;谢雯;曹进德 - 东南大学
  • 2017-04-12 - 2019-12-24 - H02J3/24
  • 本发明公开了一种平滑微网联络线功率的储能前瞻分布式控制方法,可用于解决存在新能源随机波动情况下的微电网功率平衡控制问题。具体地,通过在储能个体间实施有限时间快速分布式功率控制协议来实现平滑微网联络线输出功率这一控制目标,实施过程中同时考虑了储能未来一段时间的功率调整裕度和成本。本发明考虑了新能源曲线的快速波动特性以及储能装置物理约束,通过求解未来一段时域的模型预测控制(MPC)问题得到储能聚合体的调整功率,然后基于滑模控制(SMC)方法设计有限时间快速分布式控制协议,使得聚合体内部储能充放电功率快速跟踪该目标功率,实现平滑微网联络线功率的目标。
  • 一种平滑联络功率前瞻分布式控制方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top