基于区块链的可信分布式能源共享网络研究

分布式能源共享是能源互联网发展的重要方向,而现有分布式能源供需共享网络普遍存在能源主体间难以达成信任及能源消耗高等问题。在能源共享网络中建立互信机制,基于区块链技术设计可信分布式能源共享网络,利用基于侧链技术的三层网络协同工作链码体系实现网络性能提升和主体隐私保护,通过分布式能源动态调度机制降低能源损耗并提高整体能源利用率。实验结果验证了该网络在跨链价值交换、能源传输与动态调度关键任务中的有效性与安全性,并表明其在系统吞吐量、能源调度效率和隐私保护等方面均具有较好的性能表现。     

基于注意力机制的CNN-LSTM模型及其应用

时序数据存在时序性，并且其短序列的特征存在重要程度差异性。针对时序数据特征，提出一种基于注意力机制的卷积神经网络（CNN）联合长短期记忆网络（LSTM）的神经网络预测模型，融合粗细粒度特征实现准确的时间序列预测。该模型由两部分构成：基于注意力机制的CNN，在标准CNN网络上增加注意力分支，以抽取重要细粒度特征；后端为LSTM，由细粒度特征抽取潜藏时序规律的粗粒度特征。在真实的热电联产供热数据上的实验表明，该模型比差分整合移动平均自回归、支持向量回归、CNN以及LSTM模型的预测效果更好，对比目前企业将预定量作为预测量的方法，预测缩放误差平均值（MASE）与均方根误差（RMSE）指标分别提升了89.64%和61.73%。