← 返回列表
一种零碳隧道能源优化配置方法
摘要文本
本发明涉及隧道资源优化配置技术领域，尤其涉及一种零碳隧道能源优化配置方法。包括以下步骤：数据采集与预处理：采集连续一年的隧道照明情况，连续一个周的数据将作为隧道照明研究的一个周期数据：数据预处理依次包括对缺失值进行填充、判断异常值和对数据进行标注化处理；利用分层抽样法将数据划分为训练集和测试集；构建网络模型对得到的网络模型进行超参数设置，得到模型；对于测试集中的数据，将其输入到中进行照明等级预测，得到最佳的照明控制方案，进而实现最小的能耗。该发明可再生资源的发电能力和可再生资源储能的共同作用下实现隧道能源资源优化配置的最佳方案。
申请人信息
- 申请人:山东高速新能源开发有限公司
- 申请人地址:250000 山东省济南市高新区伯乐路282号办公大楼501室
- 发明人: 山东高速新能源开发有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种零碳隧道能源优化配置方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410251533.0 |
| 申请日 | 2024/3/6 |
| 公告号 | CN117829383A |
| 公开日 | 2024/4/5 |
| IPC主分类号 | G06Q10/04 |
| 权利人 | 山东高速新能源开发有限公司 |
| 发明人 | 李宁; 孙彦贺; 房立亮; 徐小卓; 何志豪; 郝飞翔; 孙文瑶; 牛健; 裴云成; 于世伟 |
| 地址 | 山东省济南市高新区伯乐路282号办公大楼501室 |
专利主权项内容
1.一种零碳隧道能源优化配置方法，其特征是，包括以下步骤：S1.数据采集与预处理；A.采集连续一年的隧道照明情况，连续一个周的数据将作为隧道照明研究的一个周期数据；B. 数据预处理：依次包括对缺失值进行填充、判断异常值和对数据进行标注化处理；S2. 利用分层抽样法将数据划分为训练集和测试集/>；S3.构建网络模型；A.构建多尺度特征提取器；B.基于LSTM网络建立多头自注意力机制模型B；S4.模型训练与测试；对得到的网络模型进行超参数设置，优化器设置为Adam, 学习率设为0.01，损失函数为遗传算法，批大小设置为32进行网络模型训练，得到模型，对于测试集/>中的数据，将其输入到/>中进行照明等级预测，得到最佳的照明控制方案，进而实现最小的能耗。