排序方式: 共有17条查询结果,搜索用时 15 毫秒
1.
准确的月度电量预测是指导电力部门安排运行计划和保障售电公司盈利能力的关键基础。针对基于人工智能算法电量预测模型在训练过程中存在样本分辨率选择不当导致预测精度降低的问题,提出了一种历史数据序列分辨率压缩尺度优化方法。首先将数据分辨率压缩尺度选择建模成一个优化问题。然后通过数据驱动方式进行求解。最后再利用长短期记忆(Long Short-term Memory, LSTM)神经网络实现月度电量预测,从而较好地实现了数据分辨率和电量预测步长之间的合理平衡以提升电量预测精度。利用美国PJM电力市场的历史电量数据对所提方法进行验证。仿真结果表明,较不进行分辨率压缩尺度选择所提方法具有更高的预测精度,同时LSTM网络在结合该方法时表现出了最佳的预测性能。 相似文献
2.
3.
分析论证了容积大于 12 5m3 的LNG卫星站贮罐设计选型技术方案 ,评价了A (子母罐 )、B (球罐 )、C (圆筒罐 )、D (常压罐 +输液泵 )、E (集群罐 )方案各自的特点及其适用范围 ,提出了建造大型真空粉末绝热压力罐的模式及用户建站贮罐设计选型时的参考原则 相似文献
4.
5.
6.
7.
分析了目前低温液体充装系统发生事故的原因 ,指出根据汽化器出口温度、压力报警与泵电机联锁设计及泵的排量、汽化器、汽化量、充瓶数之间的关系设计 ,是保证充装系统安全的有效措施。 相似文献
9.
10.