CN114019816B - 一种基于云计算的智能家居能耗优化方法及设备 - Google Patents
一种基于云计算的智能家居能耗优化方法及设备 Download PDFInfo
- Publication number
- CN114019816B CN114019816B CN202111353212.4A CN202111353212A CN114019816B CN 114019816 B CN114019816 B CN 114019816B CN 202111353212 A CN202111353212 A CN 202111353212A CN 114019816 B CN114019816 B CN 114019816B
- Authority
- CN
- China
- Prior art keywords
- data
- cloud computing
- home node
- computing center
- energy consumption
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000005265 energy consumption Methods 0.000 title claims abstract description 47
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000005457 optimization Methods 0.000 title claims abstract description 20
- 230000011218 segmentation Effects 0.000 claims abstract description 48
- 238000011156 evaluation Methods 0.000 claims abstract description 17
- 230000008447 perception Effects 0.000 claims abstract description 17
- 230000005284 excitation Effects 0.000 claims abstract description 8
- 230000007246 mechanism Effects 0.000 claims abstract description 3
- 230000006870 function Effects 0.000 claims description 26
- 238000012545 processing Methods 0.000 claims description 5
- 238000011157 data evaluation Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000004092 self-diagnosis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2642—Domotique, domestic, home control, automation, smart house
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本发明涉及一种基于云计算的智能家居能耗优化方法及设备,通过数据采集模块计算数据分割比例并按照数据分割比例对收集的感知数据进行分割,然后将分割完成的感知数据上传至云端计算中心;云端计算中心利用激励机制对上传数据做出评价并反馈给数据采集模块;数据采集模块根据云端计算中心的评价反馈调整数据分割比例,并将调整后的数据分割比例发送给各家居结点;家居结点根据调整后的数据分割比例对即将上传的感知数据进行分割并通过数据采集模块上传至云端计算中心。由于采用了数据分割的方法,本发明使得各家居结点上传数据量变小,并且通过云端激励对分割比例进行动态调整,从而减少了数据上传时产生的能耗,实现了智能家居的能耗优化。
Description
技术领域
本发明属于智能家居技术领域,具体涉及一种基于云计算的智能家居能耗优化方法及设备。
背景技术
近些年来,随着物联网技术的快速发展,各种智能设备已经深入到我们生活的方方面面。与此同时,大量的物联网终端设备被应用于智能家居中。人们在享受智能家居带来便利的同时,智能家居也产生了大量的感知数据,包括APP的使用情况、故障自诊断信息、服务运营信息、用户画像、设备使用状态、用户使用行为、APP交互行为、用户信息数据、设备功能信息、用户信息、设备功能信息、设备日志、APP日志、子设备参数与运行状态等等其他数据,既有硬件传感器的数据、也有硬件本身的数据运行状态、也有用户和硬件交互的数据,还有用户通过APP等客户端产生的数据、更有用户自身的使用习惯和生活场景的数据等等,这就导致整体的智能家居所产生数据的积累速度和量都很大,这些数据对于提升用户的使用体验有着重要的作用。
由此,我们需要对产生的感知数据进行分析和处理,但是智能家电作为物联网终端设备的计算能力有限,无法进行大量数据的处理。现有的云计算模型通常被用来解决上述物联网终端设备计算能力不足的问题,终端上传数据至云端,云端对终端发送的感知数据统一进行处理。但是,若将全部感知数据从终端传输到云计算中心会加大终端设备的电量使用,将会导致用户负担较高的电费成本,同时会有较高的网络延迟。亟需对基于云计算的感知数据上传量进行研究,进一步降低网络能耗。
智能家居能耗优化对于减少用户不必要的电费成本和提升用户体验有着重要作用。此外,智能家居的能耗优化在社会效益上有着重大的影响与意义,在能源相对缺乏的环境下,节能减排意义重大。因此,对于智能家居中的能耗优化问题的研究得到了广泛的关注。
发明内容
本发明针对现有技术中的不足,提供一种基于云计算的能耗优化方法及设备,以分割上传云端数据的方式来降低智能家居的能耗,具有广泛的应用前景。
为实现上述目的,本发明采用以下技术方案:
一种基于云计算的智能家居能耗优化方法,包括以下步骤:
步骤1:由数据采集模块收集家居结点中的感知数据;
步骤2:数据采集模块计算数据分割比例并按照数据分割比例对收集的感知数据进行分割,然后将分割完成的感知数据上传至云端计算中心;
步骤3:云端计算中心接收数据采集模块的上传数据,利用激励机制对上传数据做出评价并反馈给数据采集模块;
步骤4:数据采集模块接收并根据云端计算中心的评价反馈调整数据分割比例,并将调整后的数据分割比例发送给各家居结点;
步骤5:家居结点根据接收到的数据分割比例对即将上传的感知数据进行分割,并将分割完成的感知数据通过数据采集模块上传至云端计算中心;
步骤6:重复步骤3至5,通过数据分割持续进行家居结点上传数据的能耗优化。
进一步地,步骤2中,通过优化能耗函数计算数据分割比例,能耗函数为:
其中,α为数据分割比例向量,包含各家居结点的数据分割比例,n为家居结点数;Ei,u表示家居结点i上传数据的能耗且Ei,u=diputiu,di表示家居结点i分割数据后需要上传的数据量,di=αiL,αi∈[0,1]为家居结点i的数据分割比例,L是单个家居结点每小时所产生的数据量大小,pu表示上传单位数据量消耗的功率,tiu表示家居结点i上传数据的时间且s为数据上传速率;Ei,s表示家居结点i待机时所需要的能耗,Ei,s=pstis,tis表示家居结点i待机的时间,ps表示待机时单位时间消耗的功率;F(di)为激励函数,Q(di)与家居结点i分割数据后需要上传的数据量di相关,表示云端计算中心对家居结点i上传数据的评价反馈值,初始化为0。
进一步地,步骤3中,云端计算中心通过评价函数Q(·)对各家居结点上传数据进行评价,
其中Dmax是上传数据量分界值,累计上传数据量超过Dmax后视为已经上传足够的数据。
一种用于实现所述方法的数据采集模块,包括数据采集子模块、数据处理子模块和数据发送子模块,所述数据采集子模块用于收集家居结点中的感知数据和接收云端计算中心的评价反馈,所述数据处理子模块用于计算/调整数据分割比例和按照数据分割比例对数据进行分割,所述数据发送子模块用于向云端计算中心传送感知数据和向各家居结点发送数据分割比例。
一种用于实现所述方法的云端计算中心,包括数据评价模块,用于根据累计接收的上传数据量的大小对各家居结点的上传数据进行评价,并反馈给数据采集模块。
一种用于实现所述方法的能耗优化系统,包括若干家居结点、数据采集模块和云端计算中心,数据采集模块用于计算数据分割比例、按照数据分割比例对收集的来自于若干家居结点的感知数据进行分割、将分割完成的感知数据上传至云端计算中心,还用于根据云端计算中心对各家居结点的上传数据的评价反馈调整数据分割比例,并将其发送给对应的家居结点,使家居结点根据数据分割比例对即将上传的感知数据进行分割后通过数据采集模块上传至云端计算中心。
与现有技术相比,由于采用了数据分割的方法,本发明使得各家居结点上传数据量变小,并且通过云端激励对分割比例进行动态调整,从而减少了数据上传时产生的能耗,实现了智能家居的能耗优化。
附图说明
图1为本发明能耗优化方法的流程示意图;
图2为本发明能耗优化系统的示意图;
图3为采用本发明能耗优化方法后的系统运行能耗与传统方法的对比图。
具体实施方式
现在结合附图对本发明作进一步详细的说明。
如图1所示,本发明提出的一种基于云计算的能耗优化方法的主要内容如下:
在智能家居环境下,由数据采集模块收集家居结点中的感知数据,计算出本地能耗成本,并利用优化算法对能耗函数进行求解,找到最优数据分割比例解α,将最优解带入对应的成本模型中,确定当前分割比例下的最优能耗;由数据采集模块根据α的大小对数据进行分割,然后将已完成分割的数据上传至云端计算中心;云端计算中心接收数据,根据累计上传数据量的大小对上传数据做出评价反馈给数据采集模块;数据采集模块收到评价后,重新对目标函数进行求解,计算出α值的大小,智能家居结点按照α值切割数据上传至数据采集模块,数据采集模块将数据中继上传至云端;云端在收到数据后需要对数据进行分析,对用户的使用情况进行综合分析,同时云端对上传数据质量做出评价,数据采集模块收到评价后进行动态调整。家居结点、数据采集模块与云端计算中心共同组成了一种能耗优化系统,如图2所示,其中家居结点是家中的智能设备,例如智能音响、智能电灯等;云端计算中心是由高性能服务器集群组成,可用于大规模用户数据的存储与分析。
能耗函数为:
其中,α为数据分割比例向量,包含各家居结点的数据分割比例,n为家居结点数;Ei,u表示家居结点i上传数据的能耗且Ei,u=diputiu,di表示家居结点i分割数据后需要上传的数据量,di=αiL,αi∈[0,1]为家居结点i的数据分割比例,L是单个家居结点每小时所产生的数据量大小,pu表示上传单位数据量消耗的功率,tiu表示家居结点i上传数据的时间且s为数据上传速率;Ei,s表示家居结点i待机时所需要的能耗,Ei,s=pstis,tis表示家居结点i待机的时间,ps表示待机时单位时间消耗的功率;F(di)为激励函数,Q(di)与家居结点i分割数据后需要上传的数据量di相关,表示云端计算中心对家居结点i上传数据的评价反馈值,初始化为0。
云端计算中心接收数据后进行数据分析以预测用户行为,从而给用户智能家居最佳的使用体验,所以分割的数据上传至云端计算中心后需要进行处理,数据处理结果的优劣与累计上传数据量的大小有关,以此给出了数据分析评价函数Q(di),云端计算中心通过评价函数Q(·)对各家居结点上传数据进行评价,
其中Dmax是上传数据量分界值,累计上传数据量超过Dmax后视为已经上传足够的数据。
为了证明能耗函数模型的可行性,现在进行计算验证。
当i=1时,经过简化后,能耗函数为一元二次方程,所以可用一元二次方程的性质进行求解。由于在数学模型中的约束条件Q(di)为分段函数,需要进行分段讨论。
(1)当0≤d<Dmax时,能耗函数可用C1(α)表示如下:
C1(α)的判别式如下:
当Δ1<0时,C1(α)无实数根;
当Δ1=0时,C1(α)的闭式解表示如下:
当Δ1>0时,C1(α)的闭式解表示如下:
由于C1(α)的二次项系数大于0,即当α为下式时,函数C1(α)取得最小值:
(2)当d≥Dmax时,能耗函数可用C2(α)表示如下:
C2(α)的判别式如下:
当Δ2<0时,C2(α)无实数根;
当Δ2=0时,C2(α)的闭式解表示如下:
当Δ2>0时,C1(α)的闭式解表示如下:
由于C2(α)的二次项系数大于0,即当α为下式时,函数C2(α)可取得最小值:
经过上述推导过程,求解出了数学模型的闭式解,证明了该数学模型的可行性。
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体的实例,对本发明进一步详细说明。本实例是以MATLAB 2018a为平台所做的实验。在本实例中,云端计算中心数量为1个,数据采集模块数量1个,模拟时间为两天,考虑到结点设备正常工作强度的不同,收集到的感知数据也会不同,所以L的数值在仿真中是一个范围内的随机取值。其他具体参数设置如下:pu=10W,ps=2W(W为功率单位:瓦特);s=87.89MB/h,Dmax=10000MB。
根据以上给出的参数,对本发明进行仿真验证,将能耗函数中的常量和约束条件进行更新。利用MATLAB中的优化函数fminbnd求解出能耗函数中α的最优解,该函数的算法是基于黄金分割搜索和抛物线插值,该函数可用于求解一个固定区间内的最优解。
在实际运行过程中,由于累计数据量的增加,α的数值在逐渐上升,由图3可知,本发明提出的能耗优化方法是行之有效的。
以上仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,应视为本发明的保护范围。
Claims (4)
1.一种基于云计算的智能家居能耗优化方法,其特征在于,包括以下步骤:
步骤1:由数据采集模块收集家居结点中的感知数据;
步骤2:数据采集模块计算数据分割比例并按照数据分割比例对收集的感知数据进行分割,然后将分割完成的感知数据上传至云端计算中心;
步骤3:云端计算中心接收数据采集模块的上传数据,利用激励机制对上传数据做出评价并反馈给数据采集模块;
步骤4:数据采集模块接收并根据云端计算中心的评价反馈调整数据分割比例,并将调整后的数据分割比例发送给各家居结点;
步骤5:家居结点根据接收到的数据分割比例对即将上传的感知数据进行分割,并将分割完成的感知数据通过数据采集模块上传至云端计算中心;
步骤6:重复步骤3至5,通过数据分割持续进行家居结点上传数据的能耗优化;
所述步骤2中,通过优化能耗函数计算数据分割比例,能耗函数为:
其中,α为数据分割比例向量,包含各家居结点的数据分割比例,n为家居结点数;Ei,u表示家居结点i上传数据的能耗且Ei,u=diputiu,di表示家居结点i分割数据后需要上传的数据量,di=αiL,αi∈[0,1]为家居结点i的数据分割比例,L是单个家居结点每小时所产生的数据量大小,pu表示上传单位数据量消耗的功率,tiu表示家居结点i上传数据的时间且s为数据上传速率;Ei,s表示家居结点i待机时所需要的能耗,Ei,s=pstis,tis表示家居结点i待机的时间,ps表示待机时单位时间消耗的功率;F(di)为激励函数,Q(di)与家居结点i分割数据后需要上传的数据量di相关,表示云端计算中心对家居结点i上传数据的评价反馈值,初始化为0;
所述步骤3中,云端计算中心通过评价函数Q(·)对各家居结点上传数据进行评价,
其中Dmax是上传数据量分界值,累计上传数据量超过Dmax后视为已经上传足够的数据。
2.一种用于实现权利要求1所述方法的数据采集模块,其特征在于,包括数据采集子模块、数据处理子模块和数据发送子模块,所述数据采集子模块用于收集家居结点中的感知数据和接收云端计算中心的评价反馈,所述数据处理子模块用于计算/调整数据分割比例和按照数据分割比例对数据进行分割,所述数据发送子模块用于向云端计算中心传送感知数据和向各家居结点发送数据分割比例。
3.一种用于实现权利要求1所述方法的云端计算中心,其特征在于,包括数据评价模块,用于根据累计接收的上传数据量的大小对各家居结点的上传数据进行评价,并反馈给数据采集模块。
4.一种用于实现权利要求1所述方法的能耗优化系统,其特征在于,包括若干家居结点、数据采集模块和云端计算中心,数据采集模块用于计算数据分割比例、按照数据分割比例对收集的来自于若干家居结点的感知数据进行分割、将分割完成的感知数据上传至云端计算中心,还用于根据云端计算中心对各家居结点的上传数据的评价反馈调整数据分割比例,并将其发送给对应的家居结点,使家居结点根据数据分割比例对即将上传的感知数据进行分割后通过数据采集模块上传至云端计算中心。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111353212.4A CN114019816B (zh) | 2021-11-16 | 2021-11-16 | 一种基于云计算的智能家居能耗优化方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111353212.4A CN114019816B (zh) | 2021-11-16 | 2021-11-16 | 一种基于云计算的智能家居能耗优化方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114019816A CN114019816A (zh) | 2022-02-08 |
CN114019816B true CN114019816B (zh) | 2023-11-14 |
Family
ID=80064281
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111353212.4A Active CN114019816B (zh) | 2021-11-16 | 2021-11-16 | 一种基于云计算的智能家居能耗优化方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114019816B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102193526A (zh) * | 2010-03-05 | 2011-09-21 | 朗德华信(北京)自控技术有限公司 | 基于云计算的智慧家居能源管理控制系统及方法 |
CN104635586A (zh) * | 2015-01-16 | 2015-05-20 | 成都鼎智汇科技有限公司 | 一种用于建筑能耗远程监控的数传模块 |
CN107422645A (zh) * | 2017-08-07 | 2017-12-01 | 国网安徽电力节能服务有限公司 | 一种基于自学习的智能家居节电系统及方法 |
CN107733877A (zh) * | 2017-09-27 | 2018-02-23 | 中科鼎慧(天津)物联网技术有限公司 | 一种物联网无线通讯架构的管理方法及系统 |
CN109286664A (zh) * | 2018-09-14 | 2019-01-29 | 嘉兴学院 | 一种基于拉格朗日的计算迁移终端能耗优化方法 |
CN110753101A (zh) * | 2019-10-15 | 2020-02-04 | 南京工程学院 | 边缘计算中低能耗的计算结点选择和计算任务分配方法 |
US10783269B1 (en) * | 2017-03-02 | 2020-09-22 | Apple Inc. | Cloud messaging system |
CN112703457A (zh) * | 2018-05-07 | 2021-04-23 | 强力物联网投资组合2016有限公司 | 用于使用工业物联网进行数据收集、学习和机器信号流传输实现分析和维护的方法和系统 |
CN113067873A (zh) * | 2021-03-19 | 2021-07-02 | 北京邮电大学 | 基于深度强化学习的边云协同优化方法 |
CN113361113A (zh) * | 2021-06-09 | 2021-09-07 | 南京工程学院 | 一种能耗可调的高铁转向架孪生数据分配方法 |
CN113438098A (zh) * | 2021-05-31 | 2021-09-24 | 北京邮电大学 | 一种在云数据中心的时延敏感的虚拟网络映射方法及装置 |
-
2021
- 2021-11-16 CN CN202111353212.4A patent/CN114019816B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102193526A (zh) * | 2010-03-05 | 2011-09-21 | 朗德华信(北京)自控技术有限公司 | 基于云计算的智慧家居能源管理控制系统及方法 |
CN104635586A (zh) * | 2015-01-16 | 2015-05-20 | 成都鼎智汇科技有限公司 | 一种用于建筑能耗远程监控的数传模块 |
US10783269B1 (en) * | 2017-03-02 | 2020-09-22 | Apple Inc. | Cloud messaging system |
CN107422645A (zh) * | 2017-08-07 | 2017-12-01 | 国网安徽电力节能服务有限公司 | 一种基于自学习的智能家居节电系统及方法 |
CN107733877A (zh) * | 2017-09-27 | 2018-02-23 | 中科鼎慧(天津)物联网技术有限公司 | 一种物联网无线通讯架构的管理方法及系统 |
CN112703457A (zh) * | 2018-05-07 | 2021-04-23 | 强力物联网投资组合2016有限公司 | 用于使用工业物联网进行数据收集、学习和机器信号流传输实现分析和维护的方法和系统 |
CN109286664A (zh) * | 2018-09-14 | 2019-01-29 | 嘉兴学院 | 一种基于拉格朗日的计算迁移终端能耗优化方法 |
CN110753101A (zh) * | 2019-10-15 | 2020-02-04 | 南京工程学院 | 边缘计算中低能耗的计算结点选择和计算任务分配方法 |
CN113067873A (zh) * | 2021-03-19 | 2021-07-02 | 北京邮电大学 | 基于深度强化学习的边云协同优化方法 |
CN113438098A (zh) * | 2021-05-31 | 2021-09-24 | 北京邮电大学 | 一种在云数据中心的时延敏感的虚拟网络映射方法及装置 |
CN113361113A (zh) * | 2021-06-09 | 2021-09-07 | 南京工程学院 | 一种能耗可调的高铁转向架孪生数据分配方法 |
Non-Patent Citations (3)
Title |
---|
基于智能空间的服务方法与技术应用研究;霍磊;《中国博士学位论文全文数据库信息科技辑》;第I140-1页 * |
基于边缘计算构建智能家居控制系统;卢杨益等;《建筑技术》;第636-639页 * |
智能家居系统能效优化管理的研究;佘玉龙;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;第C038-464页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114019816A (zh) | 2022-02-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113609713B (zh) | 用户侧电碳信息量化计算方法、系统及计算机存储介质 | |
CN112670999B (zh) | 一种基于用户侧灵活资源的低压配电网实时电压控制方法 | |
CN111144654A (zh) | 一种基于物联网的园区能源管理配置方法及装置 | |
Nagothu et al. | Ultra low energy cloud computing using adaptive load prediction | |
CN112290568A (zh) | 一种“光-储”发电系统混合储能配置方法 | |
CN112216061A (zh) | 一种雨水情监测预警方法及系统 | |
CN114019816B (zh) | 一种基于云计算的智能家居能耗优化方法及设备 | |
CN111914000B (zh) | 一种基于功耗预测模型的服务器功率封顶方法、系统 | |
CN116960985A (zh) | 一种电力系统虚拟电厂需求响应潜力评估方法 | |
CN111985771A (zh) | 基于电网频率超欠调分析的电网频率调控方法及系统 | |
CN112822055A (zh) | 一种基于dqn的边缘计算节点部署算法 | |
CN109695976A (zh) | 一种供能设备管理的方法、系统及终端设备 | |
CN112600869B (zh) | 基于td3算法的计算卸载分配方法和装置 | |
CN115526737A (zh) | 一种基于数字孪生的电网能量管理方法、系统及终端设备 | |
CN113078647B (zh) | 一种灵活电力负荷集群的爬坡能力评估方法 | |
CN115264768A (zh) | 一种基于物联网的楼宇空调节能控制方法及系统 | |
JP7352385B2 (ja) | 電力管理システム、電力管理方法及び電力管理プログラム | |
CN115392684A (zh) | 一种基于带外方式的数据机房碳排放监控系统及方法 | |
CN110210755B (zh) | 一种基于K_means聚类算法的用户需求响应能力评估方法 | |
Li et al. | Multi-Model Fusion Harvested Energy Prediction Method for Energy Harvesting WSN Node | |
CN117526415A (zh) | 一种基于太阳能的智能家居设备供电方法及装置 | |
CN117650628B (zh) | 一种基于自适应预调节场景的能效管理系统 | |
CN117455722B (zh) | 基于个性化差分隐私保护的智能电网数据聚合方法及系统 | |
CN112416561B (zh) | 一种面向目标计数任务场景的资源动态调度与管理方法 | |
CN115528712B (zh) | 一种源网荷储备不同区储能容量平衡方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |