-
公开(公告)号：CN115569338A
公开(公告)日：2023-01-06
申请号：CN202211398580.5
申请日：2022-11-09
Applicant: 国网安徽省电力有限公司蚌埠供电公司 , 合肥工业大学
Abstract: 本发明涉及一种多类别火情预警数据分布式训练和局部灭火方法，包括：主探测器采集火灾发生时的数据；消防控制器将数据无线传输至边缘服务器，在边缘服务器上建立火情判定模型并进行分布式训练；当边缘服务器还未得到已经训练好的火情判定模型时，消防控制器通过火情判定阈值表判定火情，以主探测器探测到的着火点为圆心，开启喷头的控制阀，向周围探测器发送火情判定参数；当边缘服务器得到已经训练好的火情判定模型时，根据最佳分割点在所有探测器和边缘服务器上分别进行火情判定，得到火情判定参数。本发明还公开了一种多类别火情预警数据分布式训练和局部灭火系统。本发明在高效精准灭火的前提下，最大限度地保护受灾物体的同时节约灭火剂。
-
公开(公告)号：CN117079441B
公开(公告)日：2024-03-12
申请号：CN202311331754.0
申请日：2023-10-16
Applicant: 合肥工业大学 , 国网安徽省电力有限公司蚌埠供电公司
IPC: G08B31/00
Abstract: 本发明涉及火灾预警技术领域，具体公开一种基于变电站变压器物理状态的火灾预警方法，该方法包括：变压器结构异常检测、变压器绝缘油异常检测、变压器潜在风险评估、工作环境干扰情况检测和潜在火灾风险评估反馈，本发明通过实时检测变压器的物理状态，及时发现潜在的问题和异常，依据检测到的变压器相关数据对火灾发生风险进行并提前预警，减少火灾的发生概率，进而避免火灾造成的严重损失，并且实时检测变压器的物理状态可以及时对变压器进行维修，延长变压器的使用寿命，同时通过对变压器工作环境的检测，避免恶劣的环境条件对火灾预警系统造成干扰，进而保障电网的稳定运行，增强电网的可靠性和稳定性。
-
公开(公告)号：CN117079441A
公开(公告)日：2023-11-17
申请号：CN202311331754.0
申请日：2023-10-16
Applicant: 合肥工业大学 , 国网安徽省电力有限公司蚌埠供电公司
IPC: G08B31/00
Abstract: 本发明涉及火灾预警技术领域，具体公开一种基于变电站变压器物理状态的火灾预警方法，该方法包括：变压器结构异常检测、变压器绝缘油异常检测、变压器潜在风险评估、工作环境干扰情况检测和潜在火灾风险评估反馈，本发明通过实时检测变压器的物理状态，及时发现潜在的问题和异常，依据检测到的变压器相关数据对火灾发生风险进行并提前预警，减少火灾的发生概率，进而避免火灾造成的严重损失，并且实时检测变压器的物理状态可以及时对变压器进行维修，延长变压器的使用寿命，同时通过对变压器工作环境的检测，避免恶劣的环境条件对火灾预警系统造成干扰，进而保障电网的稳定运行，增强电网的可靠性和稳定性。
-
公开(公告)号：CN115569338B
公开(公告)日：2023-10-13
申请号：CN202211398580.5
申请日：2022-11-09
Applicant: 国网安徽省电力有限公司蚌埠供电公司 , 合肥工业大学
Abstract: 本发明涉及一种多类别火情预警数据分布式训练和局部灭火方法，包括：主探测器采集火灾发生时的数据；消防控制器将数据无线传输至边缘服务器，在边缘服务器上建立火情判定模型并进行分布式训练；当边缘服务器还未得到已经训练好的火情判定模型时，消防控制器通过火情判定阈值表判定火情，以主探测器探测到的着火点为圆心，开启喷头的控制阀，向周围探测器发送火情判定参数；当边缘服务器得到已经训练好的火情判定模型时，根据最佳分割点在所有探测器和边缘服务器上分别进行火情判定，得到火情判定参数。本发明还公开了一种多类别火情预警数据分布式训练和局部灭火系统。本发明在高效精准灭火的前提下，最大限度地保护受灾物体的同时节约灭火剂。
-
公开(公告)号：CN115693955A
公开(公告)日：2023-02-03
申请号：CN202211444923.7
申请日：2022-11-18
Applicant: 国网安徽省电力有限公司蚌埠供电公司 , 合肥工业大学
Abstract: 本发明涉及一种面向老旧变电站改造的低成本火灾防控系统及其控制方法，与现有技术相比解决了老旧变电站难以实现低成本火灾智能防控的缺陷。本发明包括以下步骤：设施数据的获取：通过485数据总线获取第三级数据采集终端的数据，并和第二级网络层的通信数据线传送至第一级的web服务器；主变压器控制逻辑的处理；开关柜及控制屏控制逻辑的处理；电缆沟控制逻辑的处理。本发明通过对接原有自动报警系统，充分利用探测器挖掘其探测信号，再通过智能灭火算法实现消防预警及控制站内灭火设备，提高老旧变电站的消防能力。
-
Patent Agency Ranking
公开(公告)号：CN119577425A
公开(公告)日：2025-03-07
申请号：CN202411626628.2
申请日：2024-11-14
Applicant: 合肥工业大学
IPC: G06F18/2131 , G06Q10/04 , G06Q50/06 , G06N3/0455 , G06N3/045 , G06N3/0442
Abstract: 本发明公开了一种基于时不变特征提取的供水管网流量预测方法，涉及供水管网流量预测技术领域，一种基于时不变特征提取的供水管网流量预测模型，通过信号分离模块基于时域信号获取高频信号和低频信号，基于高频信号以及低频信号，获取时不变信号以及时变信号；然后特征提取模块基于时不变信号和时变信号，获取时不变特征以及时变特征；流量预测模块基于时不变特征以及时变特征，获取预测的供水管网流量；通过将时变和时不变特征分开处理，能够更精确地捕捉时变特征以及时不变特征各自的特性；使用快速傅里叶变换以及其逆变换，从时域信号中提取频域信号，并将其划分为时变信号和时不变信号，提升了模型的性能，提高了供水管网流量预测的准确性。
-
公开(公告)号：CN117150255B
公开(公告)日：2024-02-02
申请号：CN202311396212.1
申请日：2023-10-26
Applicant: 合肥工业大学
IPC: G06F18/21 , G06N3/045 , G06N3/0475 , G06N3/098 , G06F18/214 , G06F18/22
Abstract: 本发明涉及机器学习技术领域，公开了集群联邦学习中的分簇效果验证方法、终端及存储介质。该方法将参与集群联邦学习的客户作为攻击者，与良性客户即受害者分配至同一个簇中；选定攻击者所要攻击的受害者的训练数据目标类，在集群联邦学习的每一轮训练中，攻击者利用全局模型参数训练判别器；再由生成器生成接近训练数据目标类的样本数据，并输入判别器判别，计算损失后训练生成器。攻击者注入恶意数据，再利用注入恶意数据后的本地数据进行训练，向参数服务器上传训练后的梯度。最后经过迭代完成数据重构，并与原始数据作相似性计算以验证分簇效果。本发明在集群联邦学习场景进行客户(56)对比文件刘俊旭;孟小峰.机器学习的隐私保护研究综述.计算机研究与发展.2020,(第02期),第108-124页.
-
公开(公告)号：CN117150255A
公开(公告)日：2023-12-01
申请号：CN202311396212.1
申请日：2023-10-26
Applicant: 合肥工业大学
IPC: G06F18/21 , G06N3/045 , G06N3/0475 , G06N3/098 , G06F18/214 , G06F18/22
Abstract: 本发明涉及机器学习技术领域，公开了集群联邦学习中的分簇效果验证方法、终端及存储介质。该方法将参与集群联邦学习的客户作为攻击者，与良性客户即受害者分配至同一个簇中；选定攻击者所要攻击的受害者的训练数据目标类，在集群联邦学习的每一轮训练中，攻击者利用全局模型参数训练判别器；再由生成器生成接近训练数据目标类的样本数据，并输入判别器判别，计算损失后训练生成器。攻击者注入恶意数据，再利用注入恶意数据后的本地数据进行训练，向参数服务器上传训练后的梯度。最后经过迭代完成数据重构，并与原始数据作相似性计算以验证分簇效果。本发明在集群联邦学习场景进行客户数据重构，兼顾了攻击效果和隐蔽性，有效验证分簇效果。
-
公开(公告)号：CN116209015B
公开(公告)日：2023-06-27
申请号：CN202310465386.2
申请日：2023-04-27
Applicant: 合肥工业大学智能制造技术研究院
IPC: H04W28/14 , H04L67/5682 , G06F18/22 , G06F18/23213 , G06N3/092 , G06N3/084
Abstract: 本发明涉及无线通信和边缘计算领域，尤其涉及一种边缘网络缓存调度方法、系统和存储介质。本发明中，首先针对小基站和大基站构建网络结构相同的缓存调度模型和全局调度模型，训练过程中，通过大基站向小基站分发模型参数；同时针对每一个小基站进行本地训练以得到模型梯度；大基站聚合每个小基站上传来的模型梯度，从而得到全局聚合梯度，并将全局聚合梯度反馈到小基站，利用全局聚合梯度更新各小基站中的缓存调度模型，直到全局调度模型收敛，从而根据缓存调度模型和全局调度模型制定最优缓存策略。本发明提高了全局调度模型的收敛速度以及全局公平性，大大提高了缓存调度模型的收敛速度。
-
公开(公告)号：CN116209015A
公开(公告)日：2023-06-02
申请号：CN202310465386.2
申请日：2023-04-27
Applicant: 合肥工业大学智能制造技术研究院
IPC: H04W28/14 , H04L67/5682 , G06F18/22 , G06F18/23213 , G06N3/092 , G06N3/084
Abstract: 本发明涉及无线通信和边缘计算领域，尤其涉及一种边缘网络缓存调度方法、系统和存储介质。本发明中，首先针对小基站和大基站构建网络结构相同的缓存调度模型和全局调度模型，训练过程中，通过大基站向小基站分发模型参数；同时针对每一个小基站进行本地训练以得到模型梯度；大基站聚合每个小基站上传来的模型梯度，从而得到全局聚合梯度，并将全局聚合梯度反馈到小基站，利用全局聚合梯度更新各小基站中的缓存调度模型，直到全局调度模型收敛，从而根据缓存调度模型和全局调度模型制定最优缓存策略。本发明提高了全局调度模型的收敛速度以及全局公平性，大大提高了缓存调度模型的收敛速度。
-
-
-
-
-
-
-
-
-
Search Results
89
records
(took 0.059 seconds)
