-
公开(公告)号：CN114861437A
公开(公告)日：2022-08-05
申请号：CN202210488033.X
申请日：2022-05-06
Applicant: 大连理工大学 , 国网河北省电力有限公司衡水供电分公司
IPC: G06F30/20 , G06F119/08
Abstract: 本发明提供一种基于随机工况夹点优化的间歇过程换热网络重构方法，首先根据换热网路运行状态将换热网络划分为不同的典型工况，在每一工况下根据所有流股的起始与结束时间将系统分成几个时间间隔；其次计算得到不同时间间隔下各过程流股的传热温差贡献值，修正贡献值得到流股修正温度Tp并绘制温焓图，继而确定换热网络最小传热温差ΔTmin以及夹点位置；然后根据不同典型工况下的最小传热温差值，确定随机工况下最优夹点位置并简化整体网络；最后以总成本最小为目标得到最优换热网络。本发明充分考虑间歇过程换热网络中随机性因素，有效避免随机工况下换热网络夹点选取的不确定性，提高换热网络规划的经济性，具有良好的实用性。
-
公开(公告)号：CN114861437B
公开(公告)日：2024-09-20
申请号：CN202210488033.X
申请日：2022-05-06
Applicant: 大连理工大学 , 国网河北省电力有限公司衡水供电分公司
IPC: G06F30/20 , G06F119/08
Abstract: 本发明提供一种基于随机工况夹点优化的间歇过程换热网络重构方法，首先根据换热网路运行状态将换热网络划分为不同的典型工况，在每一工况下根据所有流股的起始与结束时间将系统分成几个时间间隔；其次计算得到不同时间间隔下各过程流股的传热温差贡献值，修正贡献值得到流股修正温度Tp并绘制温焓图，继而确定换热网络最小传热温差ΔTmin以及夹点位置；然后根据不同典型工况下的最小传热温差值，确定随机工况下最优夹点位置并简化整体网络；最后以总成本最小为目标得到最优换热网络。本发明充分考虑间歇过程换热网络中随机性因素，有效避免随机工况下换热网络夹点选取的不确定性，提高换热网络规划的经济性，具有良好的实用性。
-
公开(公告)号：CN114757126B
公开(公告)日：2024-03-22
申请号：CN202210488034.4
申请日：2022-05-06
Applicant: 大连理工大学 , 国网河北省电力有限公司衡水供电分公司
IPC: G06F30/28 , G06F111/04 , G06F111/08 , G06F113/08 , G06F119/14
Abstract: 本发明提供一种基于随机夹点的氢网络重构方法。首先提取氢能系统中各个供氢、用氢设备流股的流量和氢纯度；以流股流量为横坐标，氢气纯度为纵坐标，按氢源和氢阱的纯度由大到小排列，作流量‑浓度复合曲线图；根据流量‑浓度复合曲线图以氢气纯度为纵坐标、剩余氢气量为横坐标作出剩余氢气图；根据随机性的影响，将氢能系统分为不同的运行工况，每一个工况根据流股的起止时间作为一个操作周期进行时间间隔的划分；每个间隔内存在不同的流股，进行夹点匹配，得到多个夹点；选取最低氢气纯度对应的夹点作为整个氢网络的夹点；最后利用超结构优化方法以经济性最优为目标，对氢网络进行优化。
-
公开(公告)号：CN114757126A
公开(公告)日：2022-07-15
申请号：CN202210488034.4
申请日：2022-05-06
Applicant: 大连理工大学 , 国网河北省电力有限公司衡水供电分公司
IPC: G06F30/28 , G06F111/04 , G06F111/08 , G06F113/08 , G06F119/14
Abstract: 本发明提供一种基于随机夹点的氢网络重构方法。首先提取氢能系统中各个供氢、用氢设备流股的流量和氢纯度；以流股流量为横坐标，氢气纯度为纵坐标，按氢源和氢阱的纯度由大到小排列，作流量‑浓度复合曲线图；根据流量‑浓度复合曲线图以氢气纯度为纵坐标、剩余氢气量为横坐标作出剩余氢气图；根据随机性的影响，将氢能系统分为不同的运行工况，每一个工况根据流股的起止时间作为一个操作周期进行时间间隔的划分；每个间隔内存在不同的流股，进行夹点匹配，得到多个夹点；选取最低氢气纯度对应的夹点作为整个氢网络的夹点；最后利用超结构优化方法以经济性最优为目标，对氢网络进行优化。
-
公开(公告)号：CN115833139A
公开(公告)日：2023-03-21
申请号：CN202211345613.X
申请日：2022-10-31
Applicant: 国网河北省电力有限公司衡水供电分公司 , 国家电网有限公司 , 衡水电力设计有限公司 , 国网河北省电力有限公司经济技术研究院
Abstract: 本发明涉及电力系统稳态技术领域，尤其涉及一种有载调压系统、调压方法及负荷最优特性跟踪方法，本发明实施方式的一种有载调压系统，其可控制施加一个反向电压以抵消配电变压器高压侧分接头调节时在低压侧产生的电压变化量，将对负荷的冲击限制在变压器内部，以减少对用户的干扰。此外，正常运行时，每间隔一定时间，控制系统会在配电变压器低压侧主动加一扰动，用于探测负荷的功率特性，以决定下一步的控制信号，最终达到负荷最优特性。因此，对小容量系统或无源负荷供电VSC换流器也不会发生电压抖动，从而避免了负荷设备出现持续几个周期的短时电源干扰，提高了受端系统的电能质量。
-
Patent Agency Ranking
公开(公告)号：CN113869475B
公开(公告)日：2024-07-12
申请号：CN202111120637.0
申请日：2021-09-24
Applicant: 大连理工大学
IPC: G06K19/06
Abstract: 一种适用于水下通信二维码的设计方法及系统，通过增大QR码的定位图形，使得首发双端在水下浮动的情况下，发送端的UQR码能够被迅速扫描定位；通过增加纠错码数量抵抗水下生物遮挡的情况，提升水下UQR码通信的鲁棒性；考虑到UQR码在水下以显示屏为载体，不会出现曲折扭曲的情况，所以删除扭曲校正部分的编码，保留倾斜图形校正部分的编码，在不影响UQR码校正功能的同时，增加UQR码数据编码空间。同时，观察到不同水质由于对光的吸收的反射作用的不同而呈现不同的颜色，UQR在不同水质环境下的背景颜色是不同的，所以根据水质颜色改变UQR模块颜色，使得背景颜色与UQR码模块间的灰度差值尽可能大，从而达到快速解码的目的。
-
公开(公告)号：CN114916912B
公开(公告)日：2024-06-21
申请号：CN202210497405.5
申请日：2022-05-09
Applicant: 大连理工大学
IPC: A61B5/00
Abstract: 本发明属于医疗睡眠监测领域，提出了一种非接触式的睡眠呼吸暂停检测方法及装置，首先通过麦克风阵列检测用户打鼾事件，排除占据了用户睡眠时的大部分时间段的不可能发生呼吸暂停事件时间段，有效提高检测效率和复杂度。接下来在可能发生呼吸暂停事件的时间段中，通过WiFi设备获取细粒度CSI相位差信息，并对相位差数据进行预处理及特征提取，通过特征提取后的子载波估计睡眠姿势。最后根据提取后的敏感特征，计算两次呼吸运动之间的时间间隔，与正常呼吸间隔做对比，完成用户睡眠呼吸暂停检测。从而实现在未接触用户的情况下，提供细粒度的高精度人体睡眠生理信息，实现低成本高效率的呼吸暂停检测，为临床诊断提供初步筛查的依据。
-
公开(公告)号：CN116528344A
公开(公告)日：2023-08-01
申请号：CN202310501744.0
申请日：2023-05-06
Applicant: 大连理工大学
Abstract: 本发明属于边缘计算技术领域，公开了一种基于动态博弈的联邦学习激励算法。首先对水下节点的隐私敏感度、能量损耗模型进行建模；其次，对参与节点的学习质量进行评估，选择高质量的节点参与联邦学习任务；然后使用扩展式博弈模型和重复博弈模型对参与节点决策过程进行建模，获得各参与节点训练策略的最优解，以此作为选择训练数据集大小和参与节点数量的依据；最后按照最优策略执行本地模型训练和聚合，在每次迭代中更新全局模型并记录节点历史学习质量。此外，本发明实现了水下网络能源消耗、模型精度和隐私保护之间的最佳均衡，保证了模型的训练效果、能耗和隐私损失的减少。本发明使联邦学习引入水下物联网后节点能更持续投入使用。
-
公开(公告)号：CN115589569A
公开(公告)日：2023-01-10
申请号：CN202211083478.6
申请日：2022-09-06
Applicant: 大连理工大学
IPC: H04W4/02 , H04W4/33 , H04W4/021 , H04W64/00 , H04B17/309
Abstract: 本发明属于无线定位领域，提出一种使用Wi‑Fi物理层信息校准FTM的方法。该方法从收发端设备获取FTM、IMU和CSI信息；将所得到的CSI信息利用MUSIC算法转换到频谱上分析，并通过设定阈值方法获取可靠路径集；在可靠路径集中提取信号传播路径数量、路径强度、路径的相对强度和时延特征；建立起特征信息与FTM的数学模型，该模型可返回直接路径的距离；结合实际中设备的可移动性，设计一种基于欧氏平面几何的优化方法来提高直接路径距离的准确性，这有助于在实际场景中的应用；使用一种基于参考选择的加权最小二乘法来进行最终的设备定位；最终提高了FTM在无线定位领域的定位准确性。
-
公开(公告)号：CN112351503B
公开(公告)日：2022-09-06
申请号：CN202011227194.0
申请日：2020-11-05
Applicant: 大连理工大学
Abstract: 一种基于任务预测的多无人机辅助边缘计算资源分配方法，首先对无人机辅助边缘计算卸载场景中的通信模型、计算模型和能量损耗模型进行建模；将无人机辅助边缘计算卸载网络的系统总能耗最小化问题建模为终端设备任务可预测过程；通过接入终端设备的历史数据，采用集中训练得到不同终端设备的预测模型参数；基于当前接入终端设备的任务信息，利用预测模型得到下一时隙的预测任务集；基于预测任务集，将原问题分解为无人机部署问题和任务调度问题进行联合优化。本发明通过深度学习算法能够有效减少任务的响应时延和完成时延，从而减少计算能耗；引入进化算法解决联合无人机部署和任务调度优化问题，极大减少无人机的悬停能耗和提高了计算资源利用率。
-
-
-
-
-
-
-
-
-
Search Results
116
records
(took 0.101 seconds)
