排序方式: 共有32条查询结果,搜索用时 718 毫秒
11.
当今社会,以电脑为核心的信息技术正向多媒体化、网络化、交互化和经的方向发展,为满足现代教学震求,本根据现代教育对教育媒体的要求,对目前教学中最先进的智能化多媒体网络教学系统进行分析,阐述其实施、特点及发展方向。 相似文献
12.
为减少天气因素对短期电力负荷预测效果的影响,提高模型的预测精度,提出了一种基于天气分类和卷积神经网络的短期负荷预测模型。首先通过天气类型初分将原始数据样本集划分为晴天、阴天、多云和雨天4种类型。其次,为了识别相似气象条件,运用相关系数和k均值聚类方法,找到对新型负荷出力影响最大的气象因素,并对其聚类,选取高相似度的数据样本。之后根据特征选择的结果,构造神经网络输入数据集。最后,将该数据集输入至卷积神经网络训练并预测。通过算例验证分析所提模型具有更高的预测精度。 相似文献
13.
建筑与工业、交通并列成为我国三大“耗能大户”,公共楼宇能耗巨大但节能潜力不可估量,监测其负荷特征挖掘节能潜力应用前景广阔。非侵入式负荷监测与分解作为大数据环境下面向智能电网配电侧的一种高级应用,可通过电力端口信息挖掘用户用电行为,但传统算法主要针对家庭用户,且存在功率跟踪性差,训练时间长等问题。为此,文章面向楼宇用户提出一种基于深度学习和迁移学习的负荷分解模型。该模型将3种神经网络:多层感知器神经网络(multi-layer perceptron neural networks,MLP)、卷积神经网络(convolutional neural network,CNN)、长短时记忆网络(long short-term memory,LSTM)模块化并联连接,并融合网络特征,通过再学习模块重新学习融合特征与结果的映射关系;针对新楼宇数据量不足的问题,将特征学习网络模块特征冻结,运用迁移学习重新训练网络,在确保模型精度的同时降低深度学习所需数据量和训练时间。最后利用真实楼宇负荷数据划分出3种应用场景,利用所提模型开展分解应用并与3种传统深度学习算法分解结果作对比,结果表明:基于深度学习和迁移... 相似文献
14.
对历史日及预测日的风速特性进行比较,提取综合相似程度高的历史日作为训练样本,对不同类别分别建立预测模型。采用两级级联的混合聚类算法实现相似数据的最优选择,并构建基于改进粒子群优化的小波神经网络模型预测风电功率。通过对中国西部某风电场的算例仿真,表明该方法能够有效识别样本数据的筛选,提高风电功率预测精度。 相似文献
15.
16.
为促进楼宇节能,实现不同楼宇内分布式能源的协调控制管理,首先搭建包含风电、光伏、储能设备、电动汽车以及柔性负荷的楼宇虚拟电厂框架,并阐述虚拟电厂内能量与信息的流向;然后,构建楼宇虚拟电厂的协调优化调度模型,以净成本最低为目标函数,并考虑不同楼宇间电能的优化共享;最后,以一个包含居民楼、商业楼、办公楼的楼宇虚拟电厂为例,... 相似文献
17.
针对基本蚁群算法在求解过程中容易出现收敛时间过长和陷入局部最优的不足,提出了一种动态自适应的蚁群算法(DSACO),在算法DSACO中改进了算法的重要参数,当算法疑似陷入局部最优时,通过自适应调整参数来提高全局最优解的求解质量和信息量强度;最后在煤炭运输问题上进行实验仿真,结果表明,DSACO算法与基本蚁群算法相比较,加快了收敛速度,提高了全局寻优能力。 相似文献
18.
19.
影响压电式传感器工作性能的主要因素 总被引:3,自引:0,他引:3
压电式传感器通常都需要接触测量,它的灵敏度、频响特性和重量,是衡量其工作性能的主要指标。分析讨论了影响其工作性能的主要因素。 相似文献
20.
综合能源系统(IES)需求侧潜在的电、热、冷和天然气可调度资源是降低IES运营成本的重要因素。为了在降低IES运营成本的同时保证用户用能满意度,建立了考虑综合满意度约束的IES日前优化调度模型。首先,基于温控负荷的热惯性建立社区综合能源系统柔性热负荷和冷负荷虚拟储能模型。同时,基于可平移、可转移、可削减的分类方法建立柔性电、气负荷优化调度模型。此外,基于主观法和客观法相结合的综合赋权方法建立满意度模型,并对比不同满意度约束下IES运营经济性和设备容量利用率。在Matlab软件平台编程并应用分支定界法求解仿真算例。仿真结果表明,所提出的优化调度模型可以降低IES运营成本,提高IES设备容量利用率,并保证用户用能满意度。 相似文献