一种基于深度强化学习的空气预热器区域识别方法

    公开(公告)号:CN115240122A

    公开(公告)日:2022-10-25

    申请号:CN202211158753.6

    申请日:2022-09-22

    Abstract: 本发明涉及一种基于深度强化学习的空气预热器区域识别方法,选取视频流中运行状态图像的识别区域,并选取模板帧,将视频流中运行状态图像都送入已经训练好的最优支持向量机模型进行分类,随后使用NanoDet模型对分类得到的运行状态图像的识别区域进行检测,得到所需特征点,以模板帧为NanoDet模型输出结果进行特征点仿射匹配,完成对检测帧的网格区域识别,从而对空气预热器转子的网格区域识别。本发明使用支持向量机模型对视频流进行分类得到最佳检测帧,使用NanoDet模型对最佳检测帧进行检测,最后使用仿射变换得到运行状态图像中其他区域的具体位置,可以较好完成空气预热器区域定位任务。

    一种考虑用户满意度的需求响应激励价格确定方法及装置

    公开(公告)号:CN115423539A

    公开(公告)日:2022-12-02

    申请号:CN202211367309.5

    申请日:2022-11-03

    Abstract: 本发明属于智能用电技术领域,涉及一种考虑用户满意度的需求响应激励价格确定方法及装置,该方法立基于分层电力市场和碳排放交易市场的激励型需求响应模型,包括电网运营商模型和用户侧模型,以及目标函数模型;通过聚类算法确定用户的需求响应潜力等级;通过历史响应数据确定用户的响应率和不同时段的激励弹性系数;基于强化学习中的Q学习算法对激励型需求响应模型进行求解,得到最优激励补贴价格。本发明综合考虑碳排放交易市场和用户不满意度等影响因素,根据用户的相关用能特性和碳交易市场的实时交易价格改变模型的参数,输出补贴价格,帮助供电公司制定科学的需求响应调控策略,实现电力资源合理配置。

Patent Agency Ranking