“网络负荷”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果994530个，建议您升级VIP下载更多相关专利

[发明专利]基于同态加密强化学习的电器负荷需求响应方法-CN202210897543.2在审
发明人：程礼临;臧海祥;卫志农;刘璟璇;张越;孙国强;陈胜;黄蔓云;周亦洲;韩海腾 -专利权人：河海大学
申请日： 2022-07-28 - 公布日： 2022-11-18 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开了一种基于同态加密强化学习的电器负荷需求响应方法，首先，定义居民电器负荷的响应类型，对电器负荷的需求响应系数进行离散化处理；其次，基于加法同态加密算法，对参与需求响应的所有用户的电器负荷需求数据进行加密；接着，基于电器负荷的响应类型和需求响应系数、以及配电网的实时电价，构建电器负荷需求响应模型；构建基于随机森林深度强化网络，定义强化网络的状态、动作和奖励函数；基于加密的电器负荷需求数据，使用分布式双重强化学习网络算法对所构建的网络进行模型训练，实现电器负荷需求响应。本发明在保障用电隐私的情况下，实时智能化地削减或中断居民的电器负荷，降低配电网的过负荷风险、提升运行的稳定性。
基于同态加密强化学习电器负荷需求响应方法

[发明专利]负荷识别模型获取方法、装置、存储介质及计算机设备-CN202211465894.2在审
发明人：孙立明;余涛 -专利权人：广州水沐青华科技有限公司
申请日： 2022-11-22 - 公布日： 2023-03-07 - 主分类号： G06Q10/0639 文献下载
摘要：本申请提供了一种负荷识别模型获取方法、装置、存储介质及计算机设备，方法包括：获取各组初始训练数据；获取第一负荷识别模型，第一负荷识别模型是以卷积层作为基本结构进行网络层数堆叠的神经网络；针对各组初始训练数据，将该组初始训练数据中的目标电气特征参数输入到第一负荷识别模型中，以得到第一负荷识别模型输出的伪电器类型，并将伪电器类型添加到该组初始训练数据中，以得到目标训练数据；采用各组目标训练数据训练第一初始模型，以得到第二负荷识别模型，第二负荷识别模型是以全连接层作为基本结构进行网络层数堆叠的神经网络；根据第二负荷识别模型得到目标负荷识别模型。本申请的目标负荷识别模型可部署于边缘嵌入式设备中。
负荷识别模型获取方法装置存储介质计算机设备

[发明专利]基于网购电和动态关联因子的微电网负荷预测系统及方法-CN201511022616.X有效
发明人：张化光;刘鑫蕊;孙秋野;孟腾龙;杨珺;王智良;黄博南;李云 -专利权人：东北大学
申请日： 2015-12-30 - 公布日： 2019-07-23 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及基于网购电和动态关联因子的微电网负荷预测系统及方法，该系统包括网购电量模块、负荷特性分析模块、短期负荷预测模块和预测结果输出模块；微电网将电量初拟订单和参考电价推送至电能用户，用户对电量初拟订单进行修正，并将电量修正订单反馈给微电网，统计各类负荷用户的网购电统计值和历史负荷数据，确定微电网的负荷类型及其关联因子，建立RBF神经网络数学模型，采用基于输入数据和输出数据的减聚类K‑means优化算法获取RBF神经网络模型的初始网络参数，利用量子粒子群优化算法对初始网络参数进行优化，求取微电网各类负荷的最终预测值和总负荷的最终预测值，输出各类负荷的最终预测值和微电网总负荷的最终预测值。
基于网购电动态关联因子电网负荷预测系统方法

[发明专利]一种相交环网RPL路径选择方法-CN201410560344.8在审
发明人：汪强;朱延章;徐小兰;葛光胜;张剑;张建平;王宏淼;倪振华;黄辉 -专利权人：国家电网公司;国网上海市电力公司;中国电力科学研究院;许继集团有限公司
申请日： 2014-10-21 - 公布日： 2015-06-03 - 主分类号： H04L12/803 文献下载
摘要：本发明公开了一种相交环网RPL路径选择方法，利用虚拟节点，实现相交环网向环网的转换，进而实现相交环网的负荷均衡分析为单环网的负荷分析；根据业务需求，统计相交环网网络节点的网络流量；利用单条链路的阻塞，计算单环网其他链路的最大网络负荷；提出基于负荷均衡的计算方法，实现网络负荷均衡的计算，确定单环网的最优路径选择。在上述基础上，实现相交环网的负荷均衡分析，本发明可以确定最优相交环网RPL路径的选取。
一种相交 rpl 路径选择方法

[发明专利]考虑数据网络负荷调节潜力的电力系统阻塞管理方法-CN201810735373.1有效
发明人：陈敏;高赐威 -专利权人：东南大学
申请日： 2018-07-06 - 公布日： 2021-07-02 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开了考虑数据网络负荷调节潜力的电力系统阻塞管理方法，属于电力系统优化调度的技术领域。本发明综合考虑了IDCs的空间负荷调节潜力以及时间负荷调节潜力，将IDCs功耗模型转换为优化处理交互式数据负荷功耗及批处理数据负荷功耗的封装模型，将IDCs功耗模型纳入次日IDCs用电计划规划及电力系统规划调度中，既有利于电力网络对数据网络空间负荷调节潜力的利用，又有利于数据网络的电力可靠运行与收益增加。
考虑数据网络负荷调节潜力电力系统阻塞管理方法

[发明专利]一种基于elman神经网络的居民负荷预测方法-CN201510031651.1有效
发明人：吕洲;杨林;刘兵;姚科;高福荣 -专利权人：广州市香港科大霍英东研究院
申请日： 2015-01-21 - 公布日： 2018-08-31 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于elman神经网络的居民负荷预测方法，包括：获取上一年度的居民负荷历史数据以及对应的历史天气参数数据；计算各个月份的居民负荷的季节指数；采用季节指数对居民负荷历史数据进行修正；确定神经网络的输入和输出数据，并确定最优的隐含层神经元个数，从而建立基于elman的神经网络；对修正后的居民负荷历史数据以及对应的历史天气参数数据进行归一化处理，进而对建立的神经网络进行训练，将预测误差控制在预设范围内；采用训练后的神经网络对居民负荷进行预测本发明具有适应时变特性和居民负荷的季节波动性的能力，能直接预测并反映居民负荷的动态特性，预测精度较高，可广泛应用于电力系统的负荷预测领域中。
神经网络居民负荷历史负荷预测季节指数天气参数预测神经元归一化处理季节波动性修正电力系统动态特性时变特性输出数据预测误差隐含层预设应用

[发明专利]基于神经网络的负荷预测方法及装置-CN201811227332.8在审
发明人：黄信;刘胜伟 -专利权人：新智数字科技有限公司
申请日： 2018-10-22 - 公布日： 2019-03-29 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供了一种基于神经网络的负荷预测方法及装置，其中，该方法包括：接收待预测的时间段；将所述时间段输入至用于预测能源负荷的神经网络模型，其中，所述神经网络模型由线性预测模型和非线性预测模型组成；使用所述神经网络模型预测在所述时间段的能源负荷值通过本发明，解决了现有技术中采用单一的负荷预测算法预测能源负荷时准确率低的技术问题。
时间段神经网络模型负荷预测神经网络预测能源神经网络模型预测非线性预测模型负荷预测算法线性预测模型准确率

[发明专利]网络中的委托代理-CN200980163034.X无效
发明人： N.R.查拉;S.贾延蒂;S.耶图库里 -专利权人：惠普发展公司;有限责任合伙企业
申请日： 2009-12-18 - 公布日： 2012-10-03 - 主分类号： H04L12/24 文献下载
摘要：描述了用于网络设备管理的方法。在网络100中，基于阈值负荷以及阈值间隔来实现用于一个或多个委托代理114的负荷平衡。将每个委托代理114上的负荷与所述阈值负荷相比较以确定给定的委托代理是否是超负荷的、负荷不足的、或平衡的。
网络中的委托代理

[发明专利]负荷预测结果生成方法、装置、电子设备和介质-CN202011391661.3在审
发明人：牛辰庚;孔鑫 -专利权人：新奥数能科技有限公司
申请日： 2020-12-02 - 公布日： 2021-03-16 - 主分类号： G06Q10/04 文献下载
摘要：本公开的实施例公开了负荷预测结果生成方法、装置、电子设备和介质。该方法的一具体实施方式包括：对获取的负荷数据进行清洗及预处理，得到处理后负荷数据；将所述处理后负荷数据输入至预先训练的深度学习网络，输出预测结果，其中，所述深度学习网络是通过训练样本集合训练得到的，所述深度学习网络包括自回归移动平均网络、点对点倍比网络和小范围倍比网络；将所述预测结果推送至具有显示功能的目标设备，以及控制所述目标设备显示所述预测结果。该实施方式通过对获取的负荷数据的清洗和预处理，为生成预测结果提供了便利。利用包含多层子网络的深度学习网络，使得生成的预测结果更加精准。
负荷预测结果生成方法装置电子设备介质

[发明专利]一种基于蚁群-粒子群网络的低压台区电网负荷预测方法-CN202210713086.7在审
发明人：李颖;徐钰强;韩长志;周青睐;王海帆;李天鲍;王哲萍;周嘉诚;姚利忠;陈龙;陈云飞;何嵩琦;何玎傲;张超;朱善令 -专利权人：国网浙江省电力有限公司桐乡市供电公司
申请日： 2022-06-22 - 公布日： 2022-11-08 - 主分类号： H02J3/00 文献下载
摘要：本发明公开了一种基于蚁群‑粒子群网络的低压台区电网负荷预测方法，首先收集样本数据并处理；接着将样本数据分为学习样本和测试样本；然后构建神经网络，采用蚁群算法确定网络结构基因，采用粒子群算法确定网络参数基因，获得蚁群‑粒子群网络；最后利用蚁群‑粒子群网络进行低压台区电网负荷预测，以气象数据作为输入量，负荷数据作为输出量。本发明采用智能优化手段，对神经网络参数进行优化，解决了BP神经网络在基于群集智能手段的低压台区电网负荷预测中存在的问题；通过准确的负荷预测，合理、经济地对低压电网运行方式进行调整，减少上级电站备用容量，
一种基于粒子网络压台电网负荷预测方法

[发明专利]一种高负荷区域的业务分流的方法及装置-CN201310038522.6有效
发明人：沈寒冰;梁艳萍;舒晶;王小奇 -专利权人：中国移动通信集团公司
申请日： 2013-01-31 - 公布日： 2017-11-21 - 主分类号： H04W28/10 文献下载
摘要：本发明实施例提供了一种高负荷区域的业务分流的方法及装置，包括对于第一类型网络覆盖的高负荷区域，根据上述高负荷区域中归属上述第一类型网络的各终端所支持的网络类型，确定与上述第一类型网络不同的第二类型网络；将上述高负荷区域中归属上述第一类型网络的且支持上述第二类型网络的终端的业务分流到上述第二类型网络。本发明实施例用以解决现有技术中对高负荷区域中的终端业务进行分流时效率低的问题。本发明涉及移动通信技术领域。
一种负荷区域业务分流方法装置

[发明专利]一种基于天牛群算法优化神经网络的空调冷负荷预测方法-CN202110595303.2有效
发明人：贺宁;刘利强;褚丹雷 -专利权人：西安建筑科技大学
申请日： 2021-05-28 - 公布日： 2023-05-23 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供了一种基于天牛群算法优化神经网络的空调冷负荷预测方法，选取和输出变量T时刻空调冷负荷相关性高的输入变量。根据相关性高的输入变量和T时刻空调冷负荷建立BP神经网络模型，利用天牛群算法优化建立的BP神经网络，最后用优化后的BP神经网络进行负荷预测，得出预测值。本发明利用天牛群算法的全局搜索能力找到BP神经网络的最优权值和阈值，克服了BP神经网络在权值和阈值选择上的随机性和网络收敛速度慢、易于陷入局部最优的缺点，提高了BP神经网络的收敛速度和学习能力，降低了空调冷负荷预测偏差大的问题
一种基于天牛算法优化神经网络空调负荷预测方法

[发明专利]网络切片数据的处理方法及相关设备-CN202111282719.5在审
发明人：黎明雪;龙彪 -专利权人：中国电信股份有限公司
申请日： 2021-11-01 - 公布日： 2023-05-09 - 主分类号： H04L41/147 文献下载
摘要：本公开实施例提供了一种网络切片数据的处理方法及相关设备。由网络数据分析功能网元执行的方法包括：通过新增的接口，从网络切片管理控制功能网元获取网络切片的负荷管理数据；根据网络切片的负荷管理数据对网络切片进行分析，生成网络切片的分析结果；其中，网络切片的负荷管理数据包括：网络切片的最大注册终端数量、网络切片的最大协议数据单元会话数量、网络切片的实时注册终端数量、网络切片的实时协议数据单元会话数量。
网络切片数据处理方法相关设备

[发明专利]基于深度置信网络及多源信息融合的负荷密度预测方法-CN202011479790.8在审
发明人：尹朋;刘猛;刘波;周超;周忠强;卢愿;公凡奎;何成 -专利权人：山东鲁能软件技术有限公司
申请日： 2020-12-15 - 公布日： 2021-04-16 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供一种基于深度置信网络及多源信息融合的负荷密度预测方法，包括：通过建立地理信息系统获取空间负荷并进行数据预处理得到负荷元胞样本；对负荷元胞样本进行多源信息融合得到标准负荷元胞样本库；基于深度置信神经网络对负荷元胞样本库进行无监督训练，再进行有监督的反向调优训练，得到预测模型；应用所述预测模型输出电力系统空间负荷密度。基于多源融合并通过深度置信神经网络进行电力系统的空间负荷预测，提高空间负荷预测精度。
基于深度置信网络信息融合负荷密度预测方法

[发明专利]母线负荷构成辨识方法及机器可读存储介质-CN202010507240.6在审
发明人：钱甜甜;王珂;徐立中;王刚;毛文博;郭晓蕊;潘玲玲;周竞;李峰;王勇;朱克东;于韶源;徐鹏;刘俊;李亚平;王礼文 -专利权人：中国电力科学研究院有限公司;国网浙江省电力有限公司;国家电网有限公司
申请日： 2020-06-05 - 公布日： 2020-09-18 - 主分类号： G06K9/62 文献下载
摘要：本发明涉电力系统自动化领域，具体的涉及一种母线负荷构成辨识方法，所述母线负荷构成辨识方法包括：确定母线负荷数据与其子线负荷数据和子线负荷标签量构成的第一关系；根据所述第一关系，建立所述母线负荷数据和所述子线负荷标签量的训练集；以及构建深度卷积神经网络结构的学习模型，通过所述训练集对所述神经网络模型进行训练，以使任意所述母线负荷数据输入所述神经网络模型，预测出对应的所述子线负荷标签量。本发明可以为电网调度人员提供一种行之有效的母线负荷构成辨识方法。
母线负荷构成辨识方法机器可读存储介质

首页
«上一页
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条