压水堆失水事故数据适用性评价方法、系统、设备及终端

    公开(公告)号:CN116415414A

    公开(公告)日:2023-07-11

    申请号:CN202310131738.0

    申请日:2023-02-16

    Abstract: 本发明属于轻水反应堆比例模化及数据适用性评价技术领域,公开了一种压水堆失水事故数据适用性评价方法、系统、设备及终端,进行事故进程重要现象分析,利用无量纲分析形成Pi组;选取实验数据,并进行阶段划分以及对应点数据提取;选取适用性评估对象模拟数据,并进行阶段划分以及对应点数据提取;将提取的对应点数据和划分的阶段带入各阶段Pi组进行计算,实现压水堆失水事故数据适用性评价。本发明基于无量纲分析方法,利用现有试验台架的实验数据,根据无量纲数是否满足判定标准的状况,给出具体的适用性建议,在提取可用数据的同时识别出不适用的具体局部现象,在极大程度上提高了整体效应试验台架以及分离效应试验台架建造的经济性。

    一种基于深度强化学习DDPG算法的D2D用户资源分配方法

    公开(公告)号:CN109862610B

    公开(公告)日:2020-07-10

    申请号:CN201910013868.8

    申请日:2019-01-08

    Abstract: 本发明公开了一种基于深度强化学习DDPG算法的D2D用户资源分配方法,本发明利用蜂窝用户和D2D用户相关信息,利用深度强化学习方法获得了最优的D2D用户信道分配和发射功率联合优化策略,D2D用户通过选择合适的发射功率和分配信道,来降低对蜂窝用户的干扰,同时最大化自身的信息速率,在不影响蜂窝用户QoS的情况下实现了高效资源分配,提高了蜂窝网络的吞吐量,符合绿色通信的要求。DDPG算法有效解决D2D用户信道分配和功率控制的联合优化问题,不仅在一系列连续动作空间的优化中表现稳定,而且求得最优解所需要的时间步也远远少于DQN,与基于值函数的DRL方法相比,基于AC框架的深度策略梯度方法优化策略效率更高、求解速度更快。

    一种基于深度强化学习DDPG算法的D2D用户资源分配方法

    公开(公告)号:CN109862610A

    公开(公告)日:2019-06-07

    申请号:CN201910013868.8

    申请日:2019-01-08

    Abstract: 本发明公开了一种基于深度强化学习DDPG算法的D2D用户资源分配方法,本发明利用蜂窝用户和D2D用户相关信息,利用深度强化学习方法获得了最优的D2D用户信道分配和发射功率联合优化策略,D2D用户通过选择合适的发射功率和分配信道,来降低对蜂窝用户的干扰,同时最大化自身的信息速率,在不影响蜂窝用户QoS的情况下实现了高效资源分配,提高了蜂窝网络的吞吐量,符合绿色通信的要求。DDPG算法有效解决D2D用户信道分配和功率控制的联合优化问题,不仅在一系列连续动作空间的优化中表现稳定,而且求得最优解所需要的时间步也远远少于DQN,与基于值函数的DRL方法相比,基于AC框架的深度策略梯度方法优化策略效率更高、求解速度更快。

    一种突出比例分析的模块化不确定性量化评估方法及设备

    公开(公告)号:CN116305837B

    公开(公告)日:2024-02-02

    申请号:CN202310134929.2

    申请日:2023-02-16

    Abstract: 本发明属于反应堆模拟技术领域,公开了一种突出比例分析的模块化不确定性量化评估方法及设备,包括:通过选择模拟对象,根据所述模拟对象进行数据的获取与处理构建评估矩阵、确定决定性参数进行信息的明确;通过进行代码评估、代码比例分析能力确定、NPP准确性评估评估程序可用性;通过进行敏感性量化、数据适用性评估进行量化分析。本发明着重突出了比例分析在不确定性量化及敏感性分析各阶段中的作用;本发明模块化的工作流程具有灵活性,任一部分只取1‑2个模块即可形成新的行之有效的方法流程。本发明提供了一种优化的不确定性量化方法,能够有效地利用现有的工具、信息及实验数据。

    一种突出比例分析的模块化不确定性量化评估方法及设备

    公开(公告)号:CN116305837A

    公开(公告)日:2023-06-23

    申请号:CN202310134929.2

    申请日:2023-02-16

    Abstract: 本发明属于反应堆模拟技术领域,公开了一种突出比例分析的模块化不确定性量化评估方法及设备,包括:通过选择模拟对象,根据所述模拟对象进行数据的获取与处理构建评估矩阵、确定决定性参数进行信息的明确;通过进行代码评估、代码比例分析能力确定、NPP准确性评估评估程序可用性;通过进行敏感性量化、数据适用性评估进行量化分析。本发明着重突出了比例分析在不确定性量化及敏感性分析各阶段中的作用;本发明模块化的工作流程具有灵活性,任一部分只取1‑2个模块即可形成新的行之有效的方法流程。本发明提供了一种优化的不确定性量化方法,能够有效地利用现有的工具、信息及实验数据。

    一种基于信号重传的频谱共享方法和系统

    公开(公告)号:CN109618350B

    公开(公告)日:2020-08-04

    申请号:CN201910032114.7

    申请日:2019-01-14

    Abstract: 本发明公开了一种基于信号重传的频谱共享方法和系统,本发明考虑无线供电中继本身需要消耗能量,且单时隙收集的能量可能无法支持信息成功传输,引入了信号重传机制,主用户不停重传信号直到中继节点处收集的能量达到能量阈值或重传的时间达到阈值,解决了无线通信节点更换电池不经济不环保的问题,延长网络的寿命,有效提高系统的能量效率。本发明通过选择最佳的接收功率分割因子λ、传输功率分配因子α以及相匹配的能量阈值Eth和重传次数阈值N,保证了系统的稳定性和收集能量利用的合理性,降低了系统的中断概率,提高了网络信息传输的稳定性和吞吐量。

    一种基于信号重传的频谱共享方法和系统

    公开(公告)号:CN109618350A

    公开(公告)日:2019-04-12

    申请号:CN201910032114.7

    申请日:2019-01-14

    Abstract: 本发明公开了一种基于信号重传的频谱共享方法和系统,本发明考虑无线供电中继本身需要消耗能量,且单时隙收集的能量可能无法支持信息成功传输,引入了信号重传机制,主用户不停重传信号直到中继节点处收集的能量达到能量阈值或重传的时间达到阈值,解决了无线通信节点更换电池不经济不环保的问题,延长网络的寿命,有效提高系统的能量效率。本发明通过选择最佳的接收功率分割因子λ、传输功率分配因子α以及相匹配的能量阈值Eth和重传次数阈值N,保证了系统的稳定性和收集能量利用的合理性,降低了系统的中断概率,提高了网络信息传输的稳定性和吞吐量。

Patent Agency Ranking