新能源数据中心的交直流并网技术研究

为提高能源效率和稳定性,文章从功率变换、控制策略和拓扑结构3个方面,研究新能源融合场景下数据中心新的交直流并网技术。文章提出一种由交流电源、交直流隔离变流器和交直流并网逆变器组成的交直流并网系统结构,以及由电压源换流器和储能变流器构成的电压源换流器结构,通过调节交流电源和直流负载之间的功率交换来应对电网侧功率的波动,从而保证系统的稳定运行。

新能源融合场景中电力储能系统在数据中心的应用探索

结合传统数据中心供配电构架,介绍了电力储能系统从数据中心配电高压侧和低压侧分别接入的全新构架方式,分析了电力储能系统在融入数据中心后可以产生的三个方面主要价值。基于新能源融合场景,为数据中心供配电多元化发展探索一种新思路。

基于深度神经网络的语音情感识别及性格分析

文章基于深度神经网络的语音情感识别及性格分析研究。首先,简要介绍了语音情感识别和相关工作。从深度学习的角度出发,在研究了相关的神经网络结构之后,构建了卷积神经网络与长短期记忆网络的混合模型,提取语音特征梅尔倒谱系数(Mel-Frequency Cepstral Coefficients,MFCC),实现了语音情感的识别。该模型的训练和测试使用了CASIA汉语数据库,该数据集包含7200种语音,被广泛用于汉语语音识别的研究。实验结果得到模型对该数据集具有较好的识别功能。同时对实验采集的自然语音数据库进行了测试,实验结果证明该模型具有一定的识别能力。此外,通过比较实验发现混合神经网络模型明显优于单独的卷积神经网络或长短期记忆网络。最后,根据大五人格理论,进行了性格分析。

基于语音情感的心理咨询与性格分析算法研究

语音信号在传递语义信息的同时,还传递着情感信息,而情感在人类的交流和生活中起着重要的作用。所以语音情感识别的研究显得尤为重要,它是计算机理解人类情感的关键,是实现智能化人机交互的前提。文章主要研究基于语音情感的心理咨询与性格分析算法,可以分为3个部分:语音情感信号预处理、语音情感特征参数的提取、构建情感识别系统,从而进行语音情感的预测,然后给出性格分析结果和心理咨询建议。