-
公开(公告)号：CN119224582A
公开(公告)日：2024-12-31
申请号：CN202411129778.2
申请日：2024-08-16
Applicant: 厦门大学平潭研究院 , 漳州科华技术有限责任公司
IPC: G01R31/367 , G01R31/392 , G06F18/2415 , G06F18/214
Abstract: 本发明提供了一种基于语言模型的电池健康状态预测方法、装置及产品，利用上述技术方案，通过在应用侧获取目标电池的电气参数随时间变化的数据，并处理获得符合语言模型的输入特征的输入数据，通过目标语言模型的输出特征获得对应于目标电池的电池健康状态，而在训练侧则可通过电池的物理原理作为物理约束条件，对基础语言模型中预训练的模型骨干进行冻结，而对可调组件进行训练，从而获得目标语言模型，由此，利用预训练的模型骨干的泛化能力，以及物理约束的可解释性带来的泛化能力，减少了模型训练过程中对训练数据的需求量，优化建模过程，提升建模效率，从而提升电池健康状态预测的有效性。
-
公开(公告)号：CN119179985A
公开(公告)日：2024-12-24
申请号：CN202411336477.7
申请日：2024-09-24
Applicant: 厦门大学平潭研究院 , 漳州科华技术有限责任公司
IPC: G06F18/2433 , G06F18/214 , G06F18/21 , H01M10/42 , G06F123/02
Abstract: 本申请公开了一种电池健康度的预测方法、装置及计算机设备，涉及电池技术领域，解决了目前存在在电池健康度离线预测任务中电池健康度的检测可靠性较低的问题。该方法包括：基于电池训练集进行异常点检测，确定各异常点的位置信息，随后基于各异常点的位置信息和电池训练集，利用梯度下降法对获取的加性模型中的各目标参数进行更新，得到用于预测健康度的目标加性模型，接着基于电池测试集确定多个异常放电周期和多个正常放电周期，并利用目标加性模型预测各异常放电周期对应的第一健康度以及各正常放电周期对应的第二健康度，最后确定健康度随放电周期变化的预测曲线。
-
公开(公告)号：CN119134562A
公开(公告)日：2024-12-13
申请号：CN202411076689.6
申请日：2024-08-07
Applicant: 厦门大学平潭研究院 , 漳州科华技术有限责任公司
IPC: H02J7/00 , G06N3/042 , G06N3/0464 , G06N3/092
Abstract: 本发明涉及一种电池动态均衡控制方法、终端设备及存储介质，该方法中包括：构建用于表示电池动态拓扑网络的异构图G＝(V,E,W)，其中，V表示图中的节点，指代电池拓扑结构中的连接点；E表示图中的边，其包括两种类型，一类为电池所在的边，一类为开关所在的边；W表示图中的边的权重参数，其中电池所占的边的权重通过电池的SOC表示，开关所在的边的权重通过开关状态表示；构建用于电池动态均衡控制的基于图卷积神经网络的强化学习模型，通过历史数据对模型进行训练；设定模型的状态空间为异构图，动作空间为各开关的开关动作；通过训练后的模型进行电池动态均衡控制。本发明可以平衡电池各方面性能，最大限度地提高放电效率。
-
公开(公告)号：CN114066071B
公开(公告)日：2024-09-13
申请号：CN202111375172.3
申请日：2021-11-19
Applicant: 厦门大学
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/06 , G06Q10/0635
Abstract: 本发明涉及一种基于能耗的电力参数优化方法、终端设备及存储介质，该方法中包括：通过特征选择算法对各设备电力特征参数进行特征筛选；构建基于LSTM网络的能耗预测模型，通过特征筛选后的设备电力特征参数对应的参数值和整体能耗指标对应的参数值对能耗预测模型进行训练；将训练后的能耗预测模型与基于强化学习的策略网络相结合，利用能耗预测模型对策略网络智能体给出的优化策略进行评估，对策略网络进行训练后得到能够输出各参数的最优调整策略及其评估结果的智能体；通过训练后的智能体得到最优的参数调整策略。本发明能够对能耗进行准确预测，且能够进一步提出能耗的优化建议。
-
公开(公告)号：CN115238169A
公开(公告)日：2022-10-25
申请号：CN202210666129.0
申请日：2022-06-14
Applicant: 厦门大学
IPC: G06F16/9535 , G06F16/36 , G06N3/08 , G06N5/04
Abstract: 本发明涉及一种慕课可解释推荐方法、终端设备及存储介质，该方法中包括：根据学习者历史选课记录中实体和实体之间的关系构建三元组数据集；基于三元组数据集构建知识图谱，通过TransE模型对知识图谱中的实体和关系进行向量化表示，其中，分别通过粗粒度的课程表示方法和细粒度的概念表示方法表示学习者和课程；构建基于自监督强化学习方法的学习路径推理模型，用于指导推荐智能体在知识图谱上从学习者至目标课程的学习路径推理；采用执行者‑评论家算法训练学习路径推理模型；通过训练后的学习路径推理模型进行学习者至目标课程之间的学习路径推理。本发明不仅可以在知识图谱中构建显性信息和隐性反馈，而且还通过深度强化学习进行慕课可解释推荐。
-
Patent Agency Ranking
公开(公告)号：CN119048121B
公开(公告)日：2025-01-28
申请号：CN202411533315.2
申请日：2024-10-31
Applicant: 厦门大学
IPC: G06Q30/018 , G06Q50/06 , G06F40/30
Abstract: 本发明涉及一种电网违规行为监督方法、终端设备及存储介质，该方法中包括：构建词向量模型，并使词向量模型针对问题的输出结果与针对该问题对应的细则的输出结果语义对齐；提取各细则对应的事故类型和阶段类型构建一个图；通过词向量模型对图中各节点进行编码；结合图的邻接矩阵和各节点的编码结果，通过图神经网络对细则内容节点进行重新编码；通过大模型预测输入问题的阶段类型和事故类型，从标准文件中筛选对应的细则，并获得筛选细则对应图中的重新编码结果，将输入问题的词向量编码结果与各筛选细则的重新编码结果进行相似度计算，输出相似度最高的N条细则。本发明解决了现有人工操作方式的缺陷，提高了电网监督的整体性能和可靠性。
-
公开(公告)号：CN118764280A
公开(公告)日：2024-10-11
申请号：CN202410973523.8
申请日：2024-07-19
Applicant: 厦门大学
IPC: H04L9/40 , H04L41/16 , G06N3/0455 , G06N3/098 , G06F18/2411
Abstract: 本发明涉及一种自动攻击溯源方法、终端设备及存储介质，该方法中包括：接收不同来源的日志并进行分类和排序；对日志条目进行单词级别的拆分后，得到标记化的日志条目；构建异常日志识别模型，模型包括嵌入提取模块和分类模块，以标记化的所有日志条目作为训练集，以同步联邦学习的形式对模型进行训练；当接收到待溯源日志时，首先进行标记化，之后将标记化的日志条目输入训练后的模型，得到异常日志条目识别结果；将异常日志条目对应的事件类型作为可疑事件；构建每个可疑事件对应的独立因果图，并将所有可疑事件的独立因果图进行融合，基于融合后的因果图重建攻击故事。本发明可以检测攻击并且跟踪攻击链路，高效重建攻击故事。
-
公开(公告)号：CN118337453A
公开(公告)日：2024-07-12
申请号：CN202410486675.5
申请日：2024-04-22
Applicant: 厦门大学
IPC: H04L9/40 , H04L41/16 , G06N3/0455 , G06N3/098 , G06F18/2411
Abstract: 本发明涉及一种自动攻击溯源方法、终端设备及存储介质，该方法中包括：接收不同来源的日志并进行分类和排序；对日志条目进行单词级别的拆分后，得到标记化的日志条目；构建异常日志识别模型，模型包括嵌入提取模块和分类模块，以标记化的所有日志条目作为训练集，以同步联邦学习的形式对模型进行训练；当接收到待溯源日志时，首先进行标记化，之后将标记化的日志条目输入训练后的模型，得到异常日志条目识别结果；将异常日志条目对应的事件类型作为可疑事件；构建每个可疑事件对应的独立因果图，并将所有可疑事件的独立因果图进行融合，基于融合后的因果图重建攻击故事。本发明可以检测攻击并且跟踪攻击链路，高效重建攻击故事。
-
公开(公告)号：CN114066071A
公开(公告)日：2022-02-18
申请号：CN202111375172.3
申请日：2021-11-19
Applicant: 厦门大学
Abstract: 本发明涉及一种基于能耗的电力参数优化方法、终端设备及存储介质，该方法中包括：通过特征选择算法对各设备电力特征参数进行特征筛选；构建基于LSTM网络的能耗预测模型，通过特征筛选后的设备电力特征参数对应的参数值和整体能耗指标对应的参数值对能耗预测模型进行训练；将训练后的能耗预测模型与基于强化学习的策略网络相结合，利用能耗预测模型对策略网络智能体给出的优化策略进行评估，对策略网络进行训练后得到能够输出各参数的最优调整策略及其评估结果的智能体；通过训练后的智能体得到最优的参数调整策略。本发明能够对能耗进行准确预测，且能够进一步提出能耗的优化建议。
-
公开(公告)号：CN119048121A
公开(公告)日：2024-11-29
申请号：CN202411533315.2
申请日：2024-10-31
Applicant: 厦门大学
IPC: G06Q30/018 , G06Q50/06 , G06F40/30
Abstract: 本发明涉及一种电网违规行为监督方法、终端设备及存储介质，该方法中包括：构建词向量模型，并使词向量模型针对问题的输出结果与针对该问题对应的细则的输出结果语义对齐；提取各细则对应的事故类型和阶段类型构建一个图；通过词向量模型对图中各节点进行编码；结合图的邻接矩阵和各节点的编码结果，通过图神经网络对细则内容节点进行重新编码；通过大模型预测输入问题的阶段类型和事故类型，从标准文件中筛选对应的细则，并获得筛选细则对应图中的重新编码结果，将输入问题的词向量编码结果与各筛选细则的重新编码结果进行相似度计算，输出相似度最高的N条细则。本发明解决了现有人工操作方式的缺陷，提高了电网监督的整体性能和可靠性。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.024 seconds)
