期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于权参数优化的并行深度学习光伏功率预测
1
作者
董坤
冉鹏
+4 位作者
刘旭
樊钦洋
李政
曾庆华
李伟起
《动力工程学报》
CAS
CSCD
北大核心
2024年第1期91-98,共8页
针对不同应用场景下光伏数据波动模式差异较大时,现有的光伏发电功率预测模型存在精度及适应性不足的问题,提出了一种具有权参数自适应性的并行深度学习光伏发电功率预测框架。该框架包含2种可以并行预测的深度学习算法单元(Attention-S...
针对不同应用场景下光伏数据波动模式差异较大时,现有的光伏发电功率预测模型存在精度及适应性不足的问题,提出了一种具有权参数自适应性的并行深度学习光伏发电功率预测框架。该框架包含2种可以并行预测的深度学习算法单元(Attention-Seq2Seq单元、Transformer单元)以及一个权参数自适应优化单元。基于所提出的并行深度学习框架,对光伏发电功率进行预测,并分别与Attention-Seq2Seq、Transformer模型的预测结果进行了对比验证。结果表明:基于权参数优化的并行深度学习光伏功率预测框架弥补了不同数据波动模式下单一算法预测精度和适应性不足的问题,也可以有效解决时间序列预测中的长距离依赖问题,较单一算法预测精度更高,其平均绝对误差和均方根误差在夏季典型日最大降幅分别是41.18%和45.59%,在冬季典型日最大降幅分别是81.13%和82.86%。
展开更多
关键词
光伏发电功率预测
权参数优化
并行深度学习框架
量子粒子群
下载PDF
职称材料
基于碳敏感性通用矩阵模型的燃煤机组碳排放强度扰动分析
2
作者
冉鹏
王静
+3 位作者
李政
樊钦洋
高大明
李伟起
《中国科学:技术科学》
EI
CSCD
北大核心
2024年第5期803-819,共17页
为从运行角度分析及评价燃煤机组碳排放强度,在矩阵分析法基础上,提出了碳敏感性通用矩阵模型,确定了其矩阵填写规则.采用常规热平衡法和等效焓降法验证了碳敏感性通用矩阵模型的准确性;利用碳敏感性通用矩阵模型分析了锅炉侧,汽轮机侧...
为从运行角度分析及评价燃煤机组碳排放强度,在矩阵分析法基础上,提出了碳敏感性通用矩阵模型,确定了其矩阵填写规则.采用常规热平衡法和等效焓降法验证了碳敏感性通用矩阵模型的准确性;利用碳敏感性通用矩阵模型分析了锅炉侧,汽轮机侧以及发电机侧可控运行参数在不同波动强度下的碳敏感性;定义了碳敏感性变化率,比较了可控运行参数与碳敏感性间的关系;定义了碳敏感性因子,比较了不同量纲可控参数在相同比例波动下的碳敏感性.结果表明:排烟温度、排烟氧量、排渣温度、飞灰含碳量、主蒸汽温度、再热蒸汽压力、再热蒸汽温度、厂用电率等可控运行参数与碳敏感性指标近似呈线性关系,主蒸汽压力、给水温度以及末级高加上端差与碳敏感性指标呈非线性关系;主蒸汽温度、再热蒸汽温度、给水温度、主蒸汽压力、厂用电率、排烟氧量以及排烟温度的碳敏感因子较大,其数值分别为:1.463, 0.5071, 0.3345, 0.2221, 0.08623, 0.08579, 0.07506.机组运行人员可以重点监控和调节碳敏感因子较大的可控运行参数,降低电厂的碳排放量,从而助力实现碳减排的目标.
展开更多
关键词
碳敏感性通用矩阵模型
碳排放强度
可控运行参数
碳敏感因子
燃煤机组
原文传递
题名
基于权参数优化的并行深度学习光伏功率预测
1
作者
董坤
冉鹏
刘旭
樊钦洋
李政
曾庆华
李伟起
机构
华北电力大学能源动力与机械工程学院
华北电力大学河北省低碳高效发电技术重点实验室
清华大学能源与动力工程系
国网湖南省电力有限公司电力科学研究院
天府永兴实验室
出处
《动力工程学报》
CAS
CSCD
北大核心
2024年第1期91-98,共8页
基金
国家自然科学基金资助项目(51506052)
四川省科技计划重点研发资助项目(2021ZYCD007)
云南省院士自由探索项目(202105AA160012)。
文摘
针对不同应用场景下光伏数据波动模式差异较大时,现有的光伏发电功率预测模型存在精度及适应性不足的问题,提出了一种具有权参数自适应性的并行深度学习光伏发电功率预测框架。该框架包含2种可以并行预测的深度学习算法单元(Attention-Seq2Seq单元、Transformer单元)以及一个权参数自适应优化单元。基于所提出的并行深度学习框架,对光伏发电功率进行预测,并分别与Attention-Seq2Seq、Transformer模型的预测结果进行了对比验证。结果表明:基于权参数优化的并行深度学习光伏功率预测框架弥补了不同数据波动模式下单一算法预测精度和适应性不足的问题,也可以有效解决时间序列预测中的长距离依赖问题,较单一算法预测精度更高,其平均绝对误差和均方根误差在夏季典型日最大降幅分别是41.18%和45.59%,在冬季典型日最大降幅分别是81.13%和82.86%。
关键词
光伏发电功率预测
权参数优化
并行深度学习框架
量子粒子群
Keywords
photovoltaic power prediction
weight parameter optimization
parallel deep learning framework
quantum particle swarm
分类号
TQ015.9 [化学工程]
下载PDF
职称材料
题名
基于碳敏感性通用矩阵模型的燃煤机组碳排放强度扰动分析
2
作者
冉鹏
王静
李政
樊钦洋
高大明
李伟起
机构
华北电力大学能源动力与机械工程学院
华北电力大学河北省低碳高效发电技术重点实验室
清华大学能源与动力工程系
清华四川能源互联网研究院
天府永兴实验室
出处
《中国科学:技术科学》
EI
CSCD
北大核心
2024年第5期803-819,共17页
基金
国家自然科学基金(批准号:51506052)
四川省科技计划重点研发项目“公园城市愿景下的碳中和路径仿真、全景监测与原型验证平台”(编号:2021ZYCD007)
云南省院士自由探索项目"云南省碳达峰与碳中和发展目标及其实现路径研究"(编号:202105AA160012)资助项目。
文摘
为从运行角度分析及评价燃煤机组碳排放强度,在矩阵分析法基础上,提出了碳敏感性通用矩阵模型,确定了其矩阵填写规则.采用常规热平衡法和等效焓降法验证了碳敏感性通用矩阵模型的准确性;利用碳敏感性通用矩阵模型分析了锅炉侧,汽轮机侧以及发电机侧可控运行参数在不同波动强度下的碳敏感性;定义了碳敏感性变化率,比较了可控运行参数与碳敏感性间的关系;定义了碳敏感性因子,比较了不同量纲可控参数在相同比例波动下的碳敏感性.结果表明:排烟温度、排烟氧量、排渣温度、飞灰含碳量、主蒸汽温度、再热蒸汽压力、再热蒸汽温度、厂用电率等可控运行参数与碳敏感性指标近似呈线性关系,主蒸汽压力、给水温度以及末级高加上端差与碳敏感性指标呈非线性关系;主蒸汽温度、再热蒸汽温度、给水温度、主蒸汽压力、厂用电率、排烟氧量以及排烟温度的碳敏感因子较大,其数值分别为:1.463, 0.5071, 0.3345, 0.2221, 0.08623, 0.08579, 0.07506.机组运行人员可以重点监控和调节碳敏感因子较大的可控运行参数,降低电厂的碳排放量,从而助力实现碳减排的目标.
关键词
碳敏感性通用矩阵模型
碳排放强度
可控运行参数
碳敏感因子
燃煤机组
Keywords
carbon sensitivity generic matrix model
carbon emission intensity
controllable operating parameter
carbon sensitivity factor
coal-fired unit
分类号
R28 [医药卫生—中药学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于权参数优化的并行深度学习光伏功率预测
董坤
冉鹏
刘旭
樊钦洋
李政
曾庆华
李伟起
《动力工程学报》
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
2
基于碳敏感性通用矩阵模型的燃煤机组碳排放强度扰动分析
冉鹏
王静
李政
樊钦洋
高大明
李伟起
《中国科学:技术科学》
EI
CSCD
北大核心
2024
0
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部