排序方式： 共有4条查询结果，搜索用时 0 毫秒
1
1.
基于深度门控循环单元神经网络的短期风功率预测模型 总被引：1，自引：0，他引：1
随着新能源的不断发展,大量大容量风电机组并入电网运行,给电网的安全可靠运行以及风力发电的可持续发展都提出了新的挑战。提出一种风功率预测模型,该模型以风电场风功率历史数据以及风速、风向等数值天气预报数据作为输入对风功率进行预测。考虑到风功率预测中输入数据的波动性和不确定性,在传统门控循环单元(GRU)神经网络的基础上融合卷积神经网络(CNN),以提高模型对原始数据的特征提取和降维能力,并引入dropout技术减少模型中的过拟合现象。工程实例分析表明,所提模型在预测准确度和运算速度方面均优于长短记忆神经网络模型。 相似文献
2.
随着我国能源转型和互联网技术的蓬勃发展,互联网理念在能源行业中的渗透与融合正逐步颠覆传统的能源生产、经营与消费模式。智能电网与能源网在互联网理念和新能源技术的推动下,催生了新一代"互联网+智慧能源"新形态。本文首先分析了当前我国能源转型与电力体制改革的背景下,能源系统面临的机遇与挑战。结合"互联网+"发展战略,从物理层面、信息层面、市场层面分析了"互联网+智慧能源"的技术特征,并将"互联网+智慧能源"与智能电网2. 0进行了不同层面的比较。最后对"互联网+智慧能源"新形态的发展路径及前景进行了展望,并指出通过能源设备、能源网络、能源系统的智慧化升级,构建"互联网+智慧能源"新形态,实现构建清洁低碳安全高效的能源体系的战略目标。 相似文献
3.
随着我国能源转型和互联网技术的蓬勃发展,互联网理念在能源行业中的渗透与融合正逐步颠覆传统的能源生产、经营与消费模式。智能电网与能源网在互联网理念和新能源技术的推动下,催生了新一代“互联网+智慧能源”新形态。本文首先分析了当前我国能源转型与电力体制改革的背景下,能源系统面临的机遇与挑战。结合“互联网+”发展战略,从物理层面、信息层面、市场层面分析了“互联网+智慧能源”的技术特征,并将“互联网+智慧能源”与智能电网2.0进行了不同层面的比较。最后对“互联网+智慧能源”新形态的发展路径及前景进行了展望,并指出通过能源设备、能源网络、能源系统的智慧化升级,构建“互联网+智慧能源” 新形态,实现构建清洁低碳安全高效的能源体系的战略目标。 相似文献
4.
针对红外图像中变电设备的识别和定位问题,提出了一种基于改进YOLOv3算法的变电设备检测方法.在现场采集的变电设备红外图像集的基础上,首先使用基于Retinex的图像增强算法以及阈值分割等图像处理方法对图像集进行预处理;然后基于变电设备红外图像对YOLOv3算法进行参数优化,并通过迁移学习的策略对改进YOLOv3网络进行训练以解决图像集样本数量较少的问题.实验结果表明,在样本数量较少的情况下,所提方法可以达到满意的检测准确率,并能快速地实现变电设备的识别和定位. 相似文献
1