排序方式: 共有7条查询结果,搜索用时 62 毫秒
1
1.
2.
3.
为平抑电源侧和负荷侧双重不确定性给电力系统运行带来的威胁,将风电机组、光伏机组、燃气轮机、电锅炉等集成多能互补系统以解决这一难题,建立同时满足系统经济效益和环境效益的多目标优化调度模型.针对电源侧不确定性引入鲁棒随机优化理论,用约束条件的边界刻画不确定性因素;负荷侧采用需求侧响应技术调节不确定性波动.多目标函数求解借助嵌套的模糊隶属度函数,最后选取6-节点能源集线器展开分析.结果 表明上述方法可以有效降低系统不确定性,同时兼顾系统经济性和环境目标. 相似文献
4.
针对模拟相位测量电路中存在的精度不高、测量系统体积较大等问题,设计了基于FFT的高精度相位测量系统,该系统以FPGA为控制与运算核心,用16位模数转换芯片AD7606对2路同频信号进行数据采集,采集的数据送至FPGA后,采 用快速傅立叶变换法(FFT)进行相位差计算,结果传输到上位机,采用 3σ 准则和均值滤波方法剔除粗大测量值后,显示出相位差。经测试,系统的相位测量精度能够达到±0.05°,分辨率达到0.001°,符合预期设计目标,与传统的模拟相位测量法相比,该相位测量系统实现了数字化,集成化,测量精度高,能够满足实际测试要求。 相似文献
5.
6.
深度模型通过学习一种深层非线性网络结构以实现复杂函数逼近,具有很强的自适应感知能力。本文为了提高电力负荷预测精度,提出一种基于栈式自编码神经网络的深度学习预测方法。该方法结合自编码器和逻辑回归分类器构建一个多输入单输出预测模型,并将重构后的历史负荷、气象信息等数据输入到预测模型中,用栈式自编码器逐层学习并提取深层特征,最后在网络顶层连接逻辑回归模型进行短期负荷预测。实例分析表明,所提预测模型能够有效刻画日负荷变化规律,泛化能力较强,其预测精度达到96.2%,比支持向量回归和模糊神经网络两种浅层学习模型更高。 相似文献
7.
当前,人工智能、大数据等技术的迅猛发展促使我国进入智能时代。在此背景下,教育领域发生了翻天覆地的变化,技术与教育的深度融合使教学方式发生变革,也为职前教师的培养带来了挑战。职前教师作为推动新时代教师教育改革发展的主要群体,其专业发展需要跟随时代发展要求。职前教师学习力是职前教师提升专业素养的关键性力量,是教育领域的热点问题。因此,文中通过文献研究法对学习力理论进行了研究,以期为该领域提供理论支持。 相似文献
1