排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
2.
选取电能替代供冷、供热技术与燃气分布式能源进行对比分析。首先分别对电能替代供热供冷技术比较,遴选出经济效益较好的电能替代技术进行组合,然后与燃气分布式能源同时供冷供热进行比较,获取电能替代供冷供热较好的技术方案,排序为蓄冷蓄热(热泵)、水源热泵、空气源热泵、地源热泵、蓄冷热泵+电采暖。最后,以燃气分布式能源的投资回收年限为约束,对比分析天然气价格对应的临界电价,获取不同电价政策下的利润空间和利润比例。燃气分布式能源适用于具有一定规模,冷热需求较大、燃气管道已铺设的用户,电能替代供冷供热技术更具有灵活性,可适应各种规模的用户,但对于电力供应稳定性要求较高。 相似文献
3.
密度峰值聚类(density peaks clustering,DPC)算法基于局部密度和相对距离识别簇中心,忽视了样本所处环境对样本点密度的影响,因此不容易发现低密度区域的簇中心;DPC算法采用的单步分配策略的容错性差,一旦一个样本点分配错误,将导致后续一系列样本点分配错误。针对上述问题,提出二阶自然最近邻和多簇合并的密度峰值聚类算法(TNMM-DPC)。首先,引入二阶自然邻居的概念,同时考虑样本点的密度与样本点所处的环境,重新定义了样本点的局部密度,以降低类簇的疏密对类簇中心选择的影响;其次,定义了核心点集来选取初始微簇,依据样本点与微簇间的关联度对样本点进行分配;最后引入了邻居边界点集的概念对相邻的子簇进行合并,得到最终的聚类结果,避免了分配错误连带效应。在人工数据集和UCI数据集上,将TNMM-DPC算法与DPC及其改进算法进行了对比,实验结果表明,TNMM-DPC算法能够解决DPC算法所存在的问题,可以有效聚类人工数据集和UCI数据集。 相似文献
1