Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜中科华辰(山东)实业有限公司肖锋获国家专利权

恭喜中科华辰(山东)实业有限公司肖锋获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜中科华辰(山东)实业有限公司申请的专利一种储能数据的分级处理系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119760365B

龙图腾网通过国家知识产权局官网在2025-06-13发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510255630.1,技术领域涉及:G06F18/20;该发明授权一种储能数据的分级处理系统是由肖锋;武彦龙设计研发完成,并于2025-03-05向国家知识产权局提交的专利申请。

一种储能数据的分级处理系统在说明书摘要公布了:本发明公开了一种储能数据的分级处理系统,包括优化特征提取模块:采集初始储能数据,在初始储能数据的时间维度上通过指定时间间隔构建统一时间序列进行对齐采样,将对齐采样后的初始储能数据引入自编码器进行降噪处理,对降噪处理后的数据进行特征提取,获得优化储能特征数据;动态分级调整模块:对优化储能特征数据进行标准化处理,并计算标准化后特征的信息熵获取初始权重,引入Q强化学习算法对权重进行在线优化,基于优化后的初始权重设计三阶分级模型,根据三阶分级模型对不同优化储能特征数据组合及动态权重进行数据分级,基于三阶分级模型并将数据分为紧急级、重要级和普通级,为不同级别数据提供针对性处理和管理策略。

本发明授权一种储能数据的分级处理系统在权利要求书中公布了:1.一种储能数据的分级处理系统,其特征在于,包括: 优化特征提取模块:采集初始储能数据,在初始储能数据的时间维度上通过指定时间间隔构建统一时间序列进行对齐采样,将对齐采样后的初始储能数据引入自编码器进行降噪处理,对降噪处理后的数据进行特征提取,获得优化储能特征数据; 动态分级调整模块:对优化储能特征数据进行标准化处理,并计算标准化后特征的信息熵获取初始权重,引入Q强化学习算法对权重进行在线优化,基于优化后的初始权重设计三阶分级模型,根据三阶分级模型对不同优化储能特征数据组合及动态权重进行数据分级; 其中,优化后的初始权重获取过程为: 设优化储能特征数据包含个不同的特征维度,通过一个的优化储能特征数据矩阵,其中为优化储能特征数据的数据点数量,为优化储能特征数据的特征维度数量,每一行对应一个数据点,每一列对应一个特征维度,对优化储能特征数据进行标准化处理,对于第个特征维度,标准化公式为: 其中,表示第个特征维度对应的数据点,是第个特征维度的均值,是第个特征维度的标准差; 计算各标准化后特征的信息熵,对于第个特征维度,信息熵的获取步骤如下: 对于第个特征维度,计算每个数据点在第个维度上的概率,将每个在第个维度上数据点的标准化特征值除以该特征维度下所有数据点标准化特征值的总和,得到每个数据点在第个维度上的概率; 根据计算得到的概率,进一步计算第个特征维度的信息熵,公式表示为: 然后基于信息熵获取每个特征维度的初始权重,将每个特征维度的互补值除以所有特征维度互补值的总和,得到的结果就是该特征维度的初始权重; 然后引入Q强化学习算法对权重进行在线优化; 依据特征维度取值范围组合确定一个状态空间; 依据对各特征权重的调整操作集合确定一个动作空间; 创建并初始化一个的值矩阵,其中是状态空间的大小,是动作空间的大小,在每个时间步中确定当前状态并从以的概率从动作空间中选择一个动作,以的概率选择当前状态下值最大的动作,执行选择后动作调整权重并依据处理结果给予即时奖励,当分级结果的准确率提高,给予一个正的奖励,当准确率下降,则给予一个负的奖励,然后更新值,重复直到满足达到预设的最大学习步数或值矩阵收敛,最终获得优化后初始权重; 分级存储优化模块:根据动态分级的分级结果,构建成本函数,通过成本函数计算每个级别数据在不同时间阶段的存储成本变化率并结合成本敏感系数和时间权重来获取计算数据热度指数,设置一个存储阈值,当数据热度指数超过存储阈值时为高频访问数据,迁移至SSD,当数据热度指数低于或等于存储阈值时为低频访问数据,迁移至HDD。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中科华辰(山东)实业有限公司,其通讯地址为:250014 山东省济南市历下区山左路大都会万科中心706室(一址多照);或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。