“胡定定”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

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]基于双层区块链的电力点对点交易方法和系统-CN202111532227.7有效
发明人：周开乐;邢恒恒;胡定定;张增辉 -专利权人：合肥工业大学
申请日： 2021-12-15 - 公布日： 2023-09-08 - 主分类号： G06Q20/22 文献下载
摘要：本发明提供一种基于双层区块链的电力点对点交易方法、系统、存储介质和电子设备，涉及电力交易技术领域。本发明包括大电网区块链和多个微电网区块链，提出双层区块链技术，实现交易主体将其用能计划或供能计划优先在其所属微电网区块链内进行两次调度匹配，仍未满足的用能计划或剩余的供能计划将被上传至大电网区块链进行第三次调度匹配，有效缓解了区块节点过多所带来的潮流越限、信息存储容量、算力要求等方面的压力；同时利用区块链的去中心化、不可篡改、公开透明的特性，解决了大量产消者并入电力交易系统给传统电力运营中心化机构带来的挑战。
基于双层区块电力点对点交易方法系统

[发明专利]基于云边协同的空压机集群运行调节方法及系统-CN202110858519.3有效
发明人：周开乐;张增辉;胡定定;费志能;郭金环 -专利权人：合肥工业大学
申请日： 2021-07-28 - 公布日： 2023-04-11 - 主分类号： F04B51/00 文献下载
摘要：本发明提供一种基于云边协同的空压机集群运行调节方法及系统，涉及空压机调节技术领域。本发明将获取的空压机集群中所有空压机运行数据发送至云端；并对空压机运行数据进行异常检测和数据预测处理，然后基于异常检测数据和预测值进行故障预警和执行运行决策，最后利用强化学习的思想对运行决策执行结果进行记录和反馈以优化下一轮决策过程。本发明不仅节约了大量本地算力和存储空间，提高了调节效率，同时还提高了决策的可靠性和质量，使得空压机集群运行调节的自动化程度高，同时调节决策质量高。
基于协同空压机集群运行调节方法系统

[发明专利]基于智能充电策略的电动汽车充电站配置方法和系统-CN202210485973.3在审
发明人：周开乐;胡定定;陆信辉 -专利权人：合肥工业大学
申请日： 2022-05-06 - 公布日： 2022-10-18 - 主分类号： G06Q10/06 文献下载
摘要：本发明提供一种基于智能充电策略的电动汽车充电站配置方法、系统、存储介质和电子设备，涉及电动车智能充电领域。本发明包括：获取多辆电动汽车的充电数据，所述充电数据至少包括充电开始时间、充电时长和充电电量的相关信息；根据任一电动汽车的充电开始时间、充电时长，获取该电动汽车的可充电的时间段数，并结合该电动汽车的充电电量，获取对应的实际充电功率的约束；基于智能充能策略构建充电站配置优化模型；求解所述充电站配置优化模型，分别获取充电站内不同类型充电器的安装数量。智能充电策略能够控制每辆电动汽车的充电功率，在时间维度上转移电动汽车的充电需求曲线，从而提高充电器的利用率和减少所需要安装的充电器的数量。
基于智能充电策略电动汽车充电站配置方法系统

[发明专利]光伏电站发电量中长期预测方法及系统-CN202210504313.5在审
发明人：周开乐;俞诗悦;张增辉;胡定定 -专利权人：合肥工业大学
申请日： 2022-05-10 - 公布日： 2022-09-23 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供一种光伏电站发电量中长期预测方法及系统，涉及光伏发电量预测技术领域。本发明首先按天气类别分类采集包括影响光伏发电量的相关因素的光伏发电量历史数据，并对相关因素进行排序和筛选；然后对筛选后的相关因素进行聚类得到K个聚类结果，并基于聚类结果将一天分为K个相似时段；再利用每个相似时段所对应的相关因素和光伏发电量历史数据训练Bi‑LSTM神经网络，从而获取K个中长期光伏发电量预测模型；最后基于K个中长期光伏发电量预测模型进行光伏发电量中长期预测。本发明实现了可再生能源高精度预测，从而降低了光伏电站运维的资源浪费，减少了发电损失。
电站发电量中长期预测方法系统

[发明专利]多能互补多微网负荷管理方法及系统-CN202210487367.5在审
发明人：周开乐;费志能;胡定定;陈鸣飞;丁涛 -专利权人：合肥工业大学
申请日： 2022-05-06 - 公布日： 2022-09-13 - 主分类号： G06Q30/02 文献下载
摘要：本发明提供一种多能互补多微网的负荷管理方法及系统，涉及负荷管理技术领域。本发明首先利用预测模型预测各个微电网的可再生能源出力预测数据、负荷预测数据，以及能源市场价格预测数据；然后基于鲁棒不确定集对不确定电力价格预测数据进行建模；基于分布鲁棒不确定集对不确定可再生能源出力预测数据和电负荷数据进行建模；接着基于可再生能源出力预测数据、负荷预测数据、能源市场价格预测数据，以及鲁棒不确定集和分布鲁棒不确定集构建混合鲁棒优化模型；最后利用分布式算法对混合鲁棒优化模型进行分解以及求解，最终获取多能互补多微网负荷管理策略。本发明提高了多能互补多微网系统负荷管理的鲁棒性，同时有效降低了系统的计算负担。
多能互补多微网负荷管理方法系统

[发明专利]基于人工智能的并联空压机能耗调控方法及系统-CN202210353263.5在审
发明人：周开乐;王俊清;丁涛;胡定定 -专利权人：合肥工业大学
申请日： 2022-04-06 - 公布日： 2022-08-12 - 主分类号： F04C28/02 文献下载
摘要：本发明提供一种基于人工智能的并联空压机能耗调控方法及系统，涉及空压机能耗控制技术领域。本发明首先获取并联空压机系统中空压机工作相关数据，同时获取主备机更新次序；然后基于空压机工作相关数据，利用神经网络算法模型获取并联空压机系统中空压机的耗能估计值；再将耗能估计值与目标耗能值进行比较，并调整神经网络算法模型的参数直到耗能估计值与目标耗能值之间的误差满足预设条件时停止；最后基于参数调整后的神经网络算法模型获取并联空压机系统运行的最优方案，然后基于主备机更新次序，并按照该最优方案精准执行，以实现对并联空压机的能耗进行调控。
基于人工智能并联机能调控方法系统

[发明专利]变频空调负荷优化调控方法和系统-CN202210353559.7在审
发明人：周开乐;张志越;丁涛;胡定定 -专利权人：合肥工业大学
申请日： 2022-04-06 - 公布日： 2022-07-12 - 主分类号： F24F11/64 文献下载
摘要：本发明提供一种变频空调负荷优化调控方法和系统，涉及空调控技术领域。本发明根据墙体的导热系数、室内空气与固体之间的导热系数、室内空气的比热容以及室内固体的比热容构建二阶ETP模型；根据变频空调的特征，结合用户设置温度和温度感应灵敏度阈值，确定运行状态模型；通过回归分析得到压缩机频率与空调电功率、制冷量或制热量的函数关系；基于以上基础对变频空调进行优化调控。本发明使用了二阶ETP模型较一阶ETP模型考虑了墙体与内部固体的导热系数和空气的导热系数差异，引入了新的自变量，提高了调控精度。同时，在设定室内温度控制时，设定了温度感应灵敏度阈值，防止压缩机频繁更变频率减少空调使用寿命，提供了更多时间去进行调控。
变频空调负荷优化调控方法系统

[发明专利]基于云边协同的电动汽车充电调度方法和系统-CN202110858558.3有效
发明人：周开乐;胡定定;李兰兰;陆信辉;费志能 -专利权人：合肥工业大学
申请日： 2021-07-28 - 公布日： 2022-07-05 - 主分类号： G06Q10/06 文献下载
摘要：本发明提供一种基于云边协同的电动汽车充电调度方法、装置、系统、存储介质和电子设备，涉及电动汽车充电调度技术领域。本发明中电动汽车用户的充电请求由边缘计算单元接受并处理，以最小行驶成本为目标为待充电电动汽车确定目标充电站，减少了数据传输距离，及时帮助电动汽车用户选择目标充电站并完成充电预约；建立充电预约后，将充电数据上传至云平台预先训练的充电优化调度模型进行求解电动汽车充电调度策略，充分利用了云平台强大的计算能力和边缘计算单元的快速响应的优势，避免造成网络拥堵问题的发生，提高实时性。
基于协同电动汽车充电调度方法系统

[发明专利]基于知识图谱的光伏板故障检测方法和系统-CN202111531628.0在审
发明人：周开乐;杨静娜;李兰兰;胡定定 -专利权人：合肥工业大学
申请日： 2021-12-15 - 公布日： 2022-04-15 - 主分类号： G06F16/36 文献下载
摘要：本发明提供一种基于知识图谱的光伏板故障检测方法、系统、存储介质和电子设备，涉及光伏板故障检测技术领域。本发明包括收集光伏板的历史描述信息；根据所述历史描述信息，构建光伏板故障知识图谱；根据光伏板的实时描述信息，通过与所述光伏板故障知识图谱对比，获取故障检测结果。上述光伏板故障知识图谱考虑了实体与实体以及数据与数据之间的关联性，通过知识图谱的强大推理能力，提高故障检测的速度和准确性；从而辅助光伏发电站工作人员随时掌握光伏板发电情况，帮助光伏电站工作人员优化光伏板故障修复策略和方案，降低光伏板的运维成本。
基于知识图谱光伏板故障检测方法系统

[发明专利]基于深度学习的非侵入式负荷监测方法和系统-CN202110860151.4在审
发明人：周开乐;殷辉;丁涛;李兰兰;周昆树;胡定定 -专利权人：合肥工业大学
申请日： 2021-07-28 - 公布日： 2021-12-17 - 主分类号： G06T7/00 文献下载
摘要：本发明提供一种基于深度学习的非侵入式负荷监测方法和系统，涉及电力负荷监测技术领域。本发明通过将一维功率数据转化为待监测的二维图像数据，将时域信息纳入到原始数据中，使得用于数据中包含更多的有效信息，同时使用基于深度学习的非侵入式负荷监测模型，该模型能够考虑数据中的时间依赖性，提升预测模型的精度，同时能够避免CNN网络中出现梯度消失和梯度爆炸的出现。
基于深度学习侵入负荷监测方法系统

1
共 10 条