一种微能源网内光伏消纳方法和装置

    公开(公告)号:CN109038645A

    公开(公告)日:2018-12-18

    申请号:CN201810695139.0

    申请日:2018-06-29

    IPC分类号: H02J3/38 H02J3/00

    摘要: 本发明提供了一种微能源网内光伏消纳方法和装置,先对微能源网内的空气源热泵进行聚类,然后基于聚类结果求解预先构建的光伏消纳模型,得到帕累托最优解集;最后确定空气源热泵最优调度策略,并进行光伏消纳,提高了微能源网内空气源热泵的利用率,光伏消纳量大,增加了可调度的空气源热泵数量。本发明保障用户制热需求与制热成本的同时,通过对不同参数的空气源热泵进行聚类,把对各个空气源热泵的调度转化为对空气源热泵聚类簇的调度,从而简化了调度算法难度,且减小了光伏发电高峰期微能源网内弃光现象,减少能源浪费,增大微能源网的调峰能力,能够保障大电网安全稳定,同时节约了能源和供暖成本,提高了供暖质量,减少燃煤产生的污染气体。

    科技情报的智能分类分析方法、系统、存储介质及服务器

    公开(公告)号:CN114265937A

    公开(公告)日:2022-04-01

    申请号:CN202111603443.6

    申请日:2021-12-24

    摘要: 一种科技情报的智能分类分析方法、系统、存储介质及服务器,方法包括:进行数据收集并对收集到的数据通过预处理构建文本主题信息词向量矩阵;利用卷积神经网络模型从文本主题信息词向量矩阵提取词汇特征和上下文特征;获取上下文特征的池化特征,并采用全连接对池化特征进行非线性处理获得整合特征;对整合特征通过softmax分类学习得到分类标签。本发明使卷积神经网络模型在文本特征提取方面兼具细颗粒度的词向量特征和粗颗粒度的上下文特征,相比于传统卷积网络分类模型,能够捕获更为丰富的语义特征,解决了文本信息中蕴含的上下文复杂语义关系特征抽取问题。相比图像分类卷积模型,本发明模型结构具有轻量化特点,降低网络复杂度。