-
公开(公告)号：CN118779677A
公开(公告)日：2024-10-15
申请号：CN202411274082.9
申请日：2024-09-12
Applicant: 山东大学
IPC: G06F18/232 , G06F18/214
Abstract: 本申请涉及联邦学习技术领域，涉及车联网环境下基于聚类的高效联邦分割学习方法及装置。汽车端采集本地数据，所述本地数据为被标记的道路信息图片，汽车端将收集的本地数据的标签信息组织成类别向量发送至云服务器；云服务器使用聚类算法将所有汽车端的本地数据聚类分组，计算各组间余弦相似性矩阵；判断各组间的相似性，如果各组间的相似性小于指定阈值，则进行个性化联邦学习，否则进行非个性化联邦学习。本发明解决了在车联网场景下联邦分割学习中由于数据非独立同分布带来的收敛速度和收敛精度下降问题以及由于汽车端数量过多带来的服务器资源不足问题。
-
公开(公告)号：CN117477537A
公开(公告)日：2024-01-30
申请号：CN202311383594.4
申请日：2023-10-24
Applicant: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 山东大学 , 天津大学
Inventor： 陶翔 , 辛建波 , 张帅 , 周求宽 , 刘一欣 , 周宁 , 陈波 , 徐在德 , 潘本仁 , 叶钟海 , 邓东 , 彭强 , 杜强 , 文力明 , 吴敏 , 刘运宝 , 李驰飚 , 李达林 , 卢建波 , 裴梦璐
Abstract: 本发明公开了一种基于强力阻尼控制的新能源并网次同步振荡抑制方法及系统，方法包括：获取直流侧控制d轴有功控制环路中的次同步振荡成分含量，并判断次同步振荡成分含量是否大于预设阈值；若大于预设阈值，则控制次同步振荡成分检测器启动，并计算次同步振荡成分检测器启动后的新能源并网瞬时功率；将新能源并网瞬时功率依次经由信号选择器、振荡控制器和移相器处理，得到控制信号；将控制信号与直流侧控制d轴有功控制环路中的控制信号相加得到目标控制信号。使得在未另添加其他调控设备的前提下，通过调整自身控制方式，能够在振荡发生后，有选择地对次同步振荡成分产生大增益负反馈控制，最终达到快速抑制次同步振荡的效果。
-
公开(公告)号：CN111952965A
公开(公告)日：2020-11-17
申请号：CN202010779768.9
申请日：2020-08-05
Applicant: 山东大学
Abstract: 本公开提供了一种基于预测控制与区间规划的CCHP系统优化运行方法，根据可再生能源冷热电联供系统的历史运行数据；对可再生能源和负荷进行区间预测，得到风电功率、冷热电负荷预测值与区间值；对可再生能源出力与冷热电负荷作误差预测，在高斯过程回归区间预测的基础上，利用误差预测值补偿预测值；综合考虑可再生能源冷热电联供系统的经济性、能源利用率和环境效益，构建含区间数的目标函数，并在约束条件下，对目标函数滚动优化求解，得到系统设备出力值；本公开能够在提高系统经济性、能源利用率和环境效益的同时提升稳定性。
-
公开(公告)号：CN118779677B
公开(公告)日：2025-03-25
申请号：CN202411274082.9
申请日：2024-09-12
Applicant: 山东大学
IPC: G06F18/232 , G06F18/214
Abstract: 本申请涉及联邦学习技术领域，涉及车联网环境下基于聚类的高效联邦分割学习方法及装置。汽车端采集本地数据，所述本地数据为被标记的道路信息图片，汽车端将收集的本地数据的标签信息组织成类别向量发送至云服务器；云服务器使用聚类算法将所有汽车端的本地数据聚类分组，计算各组间余弦相似性矩阵；判断各组间的相似性，如果各组间的相似性小于指定阈值，则进行个性化联邦学习，否则进行非个性化联邦学习。本发明解决了在车联网场景下联邦分割学习中由于数据非独立同分布带来的收敛速度和收敛精度下降问题以及由于汽车端数量过多带来的服务器资源不足问题。
-
公开(公告)号：CN119224491A
公开(公告)日：2024-12-31
申请号：CN202411769224.9
申请日：2024-12-04
Applicant: 山东大学
Abstract: 本申请涉及新能源电力系统保护与控制技术领域，涉及一种构网型新能源同步稳定控制干扰场景判定方法及系统、装置。所述方法包括：获取构网型新能源电力系统参数；计算不考虑阻尼项的加速面积和最大减速面积以及考虑阻尼项的加速面积和最大减速面积；计算不考虑阻尼项电网电压存在最小值、考虑阻尼项电网电压存在最小值；将系统等值电势幅值与电网电压存在最小值比较，根据比较结果将电压跌落划分为稳定场景、小干扰场景和大干扰场景。本发明可通过精确计算得出电压跌落所处干扰区间，进而通过相应方法提高同步稳定性。
-
Patent Agency Ranking
公开(公告)号：CN117392483A
公开(公告)日：2024-01-12
申请号：CN202311657248.0
申请日：2023-12-06
Applicant: 山东大学
IPC: G06V10/774 , G06V10/94 , G06V10/764 , G06V20/30 , G06F16/55 , G06N20/00
Abstract: 本申请涉及联邦学习大模型训练加速技术领域，公开基于增强学习的相册分类模型训练加速方法、系统及介质。具体是在手机相册本地智能分类场景中，将手机上传的模型更新的聚合问题转化为增强学习的目标问题，基于增强学习在云服务器中建立手机相册本地分类模型的Q表，Q表中的Q值最大的动作是当前状态下最优的聚合权重分配方案，能够精确表示各个参与联邦学习的手机对全局模型的贡献。在手机相册分类模型聚合过程中提升了聚合后的模型质量，加快了模型收敛速度，降低了通信开销。
-
公开(公告)号：CN111952965B
公开(公告)日：2023-03-10
申请号：CN202010779768.9
申请日：2020-08-05
Applicant: 山东大学
IPC: H02J3/00 , H02J3/46 , G06Q10/04 , G06Q50/06 , G06Q10/0631
Abstract: 本公开提供了一种基于预测控制与区间规划的CCHP系统优化运行方法，根据可再生能源冷热电联供系统的历史运行数据；对可再生能源和负荷进行区间预测，得到风电功率、冷热电负荷预测值与区间值；对可再生能源出力与冷热电负荷作误差预测，在高斯过程回归区间预测的基础上，利用误差预测值补偿预测值；综合考虑可再生能源冷热电联供系统的经济性、能源利用率和环境效益，构建含区间数的目标函数，并在约束条件下，对目标函数滚动优化求解，得到系统设备出力值；本公开能够在提高系统经济性、能源利用率和环境效益的同时提升稳定性。
-
公开(公告)号：CN111245024A
公开(公告)日：2020-06-05
申请号：CN202010037950.7
申请日：2020-01-14
Applicant: 山东大学
IPC: H02J3/46
Abstract: 本公开提供了一种基于模型预测控制的综合能源系统鲁棒优化运行方法，设置预测时域和滚动优化时域；更新源荷历史数据；考虑源-荷随机性，采用高斯过程回归方法进行源-荷预测，获得下一预测域内的预测值和误差范围；采用MIN-MAX模型预测控制方法，建立鲁棒滚动优化模型，根据预测模型的预测数据和预测误差范围，进行未来滚动优化时域的设备出力的鲁棒滚动优化，得到未来滚动优化时域的运行指令。
-
公开(公告)号：CN119224491B
公开(公告)日：2025-03-25
申请号：CN202411769224.9
申请日：2024-12-04
Applicant: 山东大学
Abstract: 本申请涉及新能源电力系统保护与控制技术领域，涉及一种构网型新能源同步稳定控制干扰场景判定方法及系统、装置。所述方法包括：获取构网型新能源电力系统参数；计算不考虑阻尼项的加速面积和最大减速面积以及考虑阻尼项的加速面积和最大减速面积；计算不考虑阻尼项电网电压存在最小值、考虑阻尼项电网电压存在最小值；将系统等值电势幅值与电网电压存在最小值比较，根据比较结果将电压跌落划分为稳定场景、小干扰场景和大干扰场景。本发明可通过精确计算得出电压跌落所处干扰区间，进而通过相应方法提高同步稳定性。
-
公开(公告)号：CN118133991B
公开(公告)日：2024-08-06
申请号：CN202410561835.8
申请日：2024-05-08
Applicant: 山东大学
Abstract: 本申请涉及联邦学习模型训练进度控制技术领域，涉及一种面向联邦学习的数据分类同步控制方法及装置、介质。所述方法包括：云服务器初始化并下发全局模型；手机节点计算本地数据难度分布，云服务器计算本轮全局模型中的数据难度阈值；手机节点根据阈值筛选符合当前难度阶段的数据，进行本地训练；云服务器接收到模型更新，进行聚合，获得新的全局模型；对新的全局模型进行测试得到测试损失，判别测试损失是否满足切换阶段的条件，若满足则进入下一阶段，若不满足继续当前阶段；重复训练过程至训练完成。本发明以全局同步的方式实现自步学习由简单至困难的学习过程，提升了模型精度和收敛速度，具有良好的泛化性。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.022 seconds)
