考虑5G车联网的通信基站储能优化方法、系统及装置

    公开(公告)号:CN114881377B

    公开(公告)日:2024-01-30

    申请号:CN202210810094.3

    申请日:2022-07-11

    Abstract: 本发明涉及一种考虑5G车联网的通信基站储能优化方法、系统及装置,其特征在于,方法包括以下步骤:步骤1,分别以5G车联网的通信基站储能的成本最低和可靠性最高为原则构建第一目标函数和第二目标函数;步骤2,采用自适应随机权重的粒子群算法对于第一目标函数和第二目标函数分别进行求解,并采用最优解对通信基站储能进行优化;其中,第一目标函数和第二目标函数的自适应随机权重在算法迭代过程中的演变是由第一目标函数的惯性权重和第二目标函数的惯性权重共同生成的随机数实现的。本发明充分考虑基站储能的建设成本和可靠性,选用合理的目标函数和约束条件,获得了有效的储能布置。

    一种基于DRSN的台区窃电用户识别方法、系统及装置

    公开(公告)号:CN115147135B

    公开(公告)日:2023-10-24

    申请号:CN202210923332.1

    申请日:2022-08-02

    Abstract: 一种基于DRSN的台区窃电用户识别方法、系统及装置,其特征在于,所述方法包括以下步骤:步骤1,采集电网台区的周期性用电数据并构建基于周期性用电数据的深度残差收缩网络;其中,所述周期性用电数据的深度残差收缩网络中的学习父类阈值支路中还包括学习子类阈值支路;步骤2,预处理所述用电数据并将其输入至所述深度残差收缩网络中,以获取分析数据,同时构建Softmax函数以实现所述分析数据的窃电分类。本发明方法大幅减少了ResNet网络的层数,降低了深度神经网络中梯度弥散和网络退化的问题,通过双层的软阈值化计算方式,提出了次要特征参数,解决了数据样本周期性变化的问题,实验结果具有充分的有效性与科学性。

    一种基于图神经网络的雷电预警方法与系统

    公开(公告)号:CN115267945A

    公开(公告)日:2022-11-01

    申请号:CN202210751766.8

    申请日:2022-06-29

    Abstract: 一种基于图神经网络的雷电预警方法,包括:选定多个观测点,对任一观测点确定一个待预测时刻,获取该待预测时刻的一组雷电活动信息,以及待预测时刻前的相应时段的一组气象数据以及一组雷电数据;将多个观测点构成的多组雷电活动信息、多组气象数据、多组雷电数据进行样本训练,构建相应的雷电活动预测的图神经网络模型;获取当前时刻的一组气象数据以及一组雷电数据,输入图神经网络模型,得到当前时刻对应的雷电活动信息。与现有技术相比,该模型从两个维度考虑了神经网络的结合,从变量的角度,对不同数据类型间的关系进行建模,挖掘变量间的潜在关系。从时间的角度,对不同时刻的数据向量进行建模,挖掘了不同时刻数据向量间的相互影响。

    考虑5G车联网的通信基站储能优化方法、系统及装置

    公开(公告)号:CN114881377A

    公开(公告)日:2022-08-09

    申请号:CN202210810094.3

    申请日:2022-07-11

    Abstract: 本发明涉及一种考虑5G车联网的通信基站储能优化方法、系统及装置,其特征在于,方法包括以下步骤:步骤1,分别以5G车联网的通信基站储能的成本最低和可靠性最高为原则构建第一目标函数和第二目标函数;步骤2,采用自适应随机权重的粒子群算法对于第一目标函数和第二目标函数分别进行求解,并采用最优解对通信基站储能进行优化;其中,第一目标函数和第二目标函数的自适应随机权重在算法迭代过程中的演变是由第一目标函数的惯性权重和第二目标函数的惯性权重共同生成的随机数实现的。本发明充分考虑基站储能的建设成本和可靠性,选用合理的目标函数和约束条件,获得了有效的储能布置。

Patent Agency Ranking