恭喜永光鑫潤(北京)電子有限責任公司崔健獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜永光鑫潤(北京)電子有限責任公司申請的專利一種電源預算分配方法及裝置獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN119338275B 。
龍圖騰網通過國家知識產權局官網在2025-05-16發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202411394792.5,技術領域涉及:G06Q10/0637;該發明授權一種電源預算分配方法及裝置是由崔健;王璐;童寶君設計研發完成,并于2024-10-08向國家知識產權局提交的專利申請。
本一種電源預算分配方法及裝置在說明書摘要公布了:本發明公開了一種電源預算分配方法及裝置,屬于電源技術領域,先以歷史功耗數據為基礎,采用深度學習算法進行歷史功耗數據的學習之后,能夠實現短期的功耗預測,并結合設備的重要性,動態調整各設備的電源分配,合理分配不同設備的電源使用預算,使得整體電源使用更加高效,避免因個別設備過度用電而導致的電源浪費。
本發明授權一種電源預算分配方法及裝置在權利要求書中公布了:1.一種電源預算分配方法,其特征在于,包括:針對接入電源的每一個設備,按預設數據采樣頻率采集設備所對應的歷史功耗數據,并以所述歷史功耗數據構建樣本數據;采用神經網絡構建功耗短期預測模型,并采用所述樣本數據對功耗短期預測模型進行訓練,得到訓練之后的功耗短期預測模型;針對接入電源的每一個設備,采集設備對應的當前功耗數據,并通過訓練之后的功耗短期預測模型對當前功耗數據進行處理,確定在未來時間點上的預測功耗;獲取所有設備對應的預測功耗之和,并根據預測功耗之和確定電源的供給充足性;其中,供給充足性包括供給充足或供給不充足;當所述供給充足性為供給充足時,以預測功耗向所有設備進行供電,實現電源預算分配;當所述供給充足性為供給不充足時,采用重要性輪訓算法對部分設備進行供電,實現電源預算分配;針對接入電源的每一個設備,按預設數據采樣頻率采集設備所對應的歷史功耗數據,并以所述歷史功耗數據構建樣本數據,包括:針對接入電源的每一個設備,按預設數據采樣頻率采集設備所對應的歷史功耗數據,得到任意一個設備在多個連續時間點上的實際功耗;針對任意一個設備在多個連續時間點上的實際功耗,采用任意N個連續時間點上的實際功耗構建樣本功耗序列,并將第N+1個時間點上的實際功耗作為樣本功耗序列對應真值標簽;根據樣本功耗序列以及樣本功耗序列對應的真值標簽,得到樣本數據;采用所述樣本數據對功耗短期預測模型進行訓練,得到訓練之后的功耗短期預測模型,包括:對功耗短期預測模型的模型參數進行初始化,在解空間內確定多個不同的模型參數向量;其中,模型參數向量包括功耗短期預測模型的所有待訓練參數;獲取每個模型參數向量所對應的適應度值,并根據每個模型參數向量所對應的適應度值確定最優參數向量以及最差參數向量;針對每一個模型參數向量,將模型參數向量與最優參數向量進行信息融合,得到信息融合之后的模型參數向量;針對信息融合之后的模型參數向量,將模型參數向量與其他模型參數向量以及最優參數向量進行雙非線性信息融合,得到雙非線性信息融合之后的模型參數向量;針對雙非線性信息融合之后的模型參數向量,使所有模型參數向量圍繞最優參數向量進行聯合信息融合,得到聯合信息融合之后的模型參數向量;針對聯合信息融合之后的模型參數向量,根據最優參數向量以及最差參數向量進行互斥信息融合,得到互斥信息融合之后的模型參數向量;判斷當前訓練次數是否到達最大訓練次數,若是,則以互斥信息融合之后的模型參數向量為基礎,重新確定最優參數向量,并將所述最優參數向量所包含的參數作為功耗短期預測模型的最終參數,得到訓練之后的功耗短期預測模型,否則返回獲取適應度值的步驟。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人永光鑫潤(北京)電子有限責任公司,其通訊地址為:100000 北京市通州區中關村科技園區通州園金橋科技產業基地景盛南四街15號21號樓;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。