来源:南方电网报2025-01-03
接下来,公司将以数智技术赋能新型电力系统安全稳定分析研究,促进神经网络、大模型在电网分析中的应用。逐绿领航,新能源并网实现突破。
来源:北极星电力网2025-01-02
(3)基于argen网络模型使用神经网络、复杂集成模型、梯度增强模型等方法建立的模型称为argen网络模型,argen网络模型通常能够获得比较准确的结果。
来源:国家电网报2024-12-30
据了解,该系统可自动采集继电保护装置和故障录波器的录波数据,实时整合气象系统等外部信息,在物理机理分析的基础上,应用神经网络人工智能技术构建多模态协同故障原因辨识模型,实现对变压器故障区域、故障侧、故障相的精准定位
来源:中国电力2024-12-26
maddpg采用深度确定性策略,策略梯度可以表示为式中:表示集中的动作值函数,包括所有智能体的动作神经网络进行q值计算时很容易出现不稳定的情况,从而影响下一次的更新迭代。...为降低算法的波动性,maddpg中复制了actor网络以及critic网络的神经网络,形成当前网络以及目标网络,有利于智能体更有效学习更好的策略,通过最小化每个智能体的损失函数来优化更新参数。
来源:兰木达电力现货2024-12-26
2rnn循环神经网络rnn是一种具有循环结构的神经网络,能够处理序列数据,捕捉时间依赖性。rnn能够处理各种长度的时间序列数据,适用于复杂模式,在自然语言处理等领域广泛应用。
来源:国家电网报2024-12-26
基于对各类线路故障机理和特征的深入研究,研发团队在该系统交流线路故障原因辨识功能中搭建了人工神经网络模型,利用上万例实际故障分类开展故障原因辨识训练。
来源:电网头条2024-12-24
采用“物联表+辨识模组”方式,创新移频迭代滤波动态信号分析方法,研发深度神经网络模型结合事件先验信息的负荷波形分解方法、基于多时间尺度的空调负荷识别方法,从用户总负荷中精准提取居民空调负荷。
来源:南方电网报2024-12-17
在大模型技术能力获得突破性进展的情况下,研发团队针对新能源超高渗透率系统的新能源承载能力评估这一紧迫需求,以未来态潮流场景生成为突破口,发挥图神经网络、transformer等新一代ai技术优势,提出了...研发团队长期开展数据—模型联合驱动的电力系统安全稳定分析研究,率先探索图神经网络在系统稳定分析的应用,结合物理拓扑嵌入和规模降维算法实现大规模系统的暂态功角稳定分析,在2023年相继完成数据驱动的静态安全分析
来源:电网头条2024-12-17
此举有望进一步降低神经网络参数规模和计算复杂度,支持将大模型轻量化部署到边缘类脑计算装置和端侧设备,同时实现低功耗推理。
来源:电网头条2024-12-16
2023年3月团队结合江苏省气象监测体系和省级气象平台气象预测结果,采用包含神经网络在内的多模型融合预测技术,以集群为单位开展分布式光伏未来出力预测,实现分布式光伏未来10天预测,短期预测准确率达94%...多模型融合分布式光伏预测精度↑项目以分布式光伏集群为单位,开展分布式光伏未来出力预测,建立人工神经网络、时序预测深度学习等多预测模型,融合多模型预测结果,根据不同模型近段时间的表现,动态调整模型权重系数
来源:国能日新2024-12-13
ai加持 精准把握电力市场国能日新「旷冥」大模型基于优质的多源气象预报数据,采用大气分层结构,逐层加密,提高近气象预报精度,利用时序注意力机制,捕捉气象周期特征,依托动态神经网络,跟踪气象时空演变,带来更优秀的极端天气预报和功率预测能力
来源:国家电网报2024-12-13
国网山东电力主动探索新型负荷资源管理模式,积极应用国家电网公司重大科技项目理论研究成果,利用核密度估计、神经网络等先进算法开发了“负荷资源调节潜力在线动态评估”微应用。
来源:中国海油2024-12-05
遍布全平台的高精度智能传感器可实时采集设备的运行数据和状态评价数据,并形成历史数据库,为设备故障诊断提供坚实基础,应用人工神经网络,让机器具备自我学习能力,基于自动采集到的各种类型数据,针对不同故障类型给出最佳
来源:国能日新2024-11-22
同时,利用神经网络、线性拟合等多个模型,得出多模型预测结果离散度情况,滤除极端数据,进一步消除了误差,确保了预测结果的可靠性与稳定性。
来源:北京朝阳环境集团有限公2024-11-11
该系统通过接入火焰监控视频,采用大模型中的transformer技术,实现对火焰形态的精准识别;利用超前预测算法,针对垃圾焚烧炉的大时滞特性,综合时序特征和多变量因果关系,进行核心变量的因果分析和深度神经网络模型的超前预测
来源:鱼眼看电改2024-11-01
而ai的神经网络黑盒模型,天生就是非线性的,内部混沌态的,自然是适合工业4.0的新型电力系统的,这也是底层的契合。创新,一切皆有可能。
来源:中国电力报2024-10-24
,利用深度神经网络有效融合两种感知信号,对大量煤炭成分数据表征,并结合鲁棒训练,在线升级人工智能模型,从而实现快速、准确、鲁棒、无损的煤炭成分分析,一举攻克了传统快检技术稳定性弱、时效性低、模型泛化性差等难题...“融合光谱煤质快检”是一项集光谱检测核心装置、ai基础大模型与数据管控平台于一体的原创性技术,实现人工智能、光谱学及化学等多学科交叉融合,可对煤炭成分中的热值、水分、灰分、硫分进行有效探测;基于双模态神经网络的人工智能技术
区别于传统进口芯片,作为中国南方电网有限责任公司牵头、贵州电网参与研发的“伏羲”芯片为多核异构,即集成了4个高性能处理核、2个电力专用计算核、2个保护实时计算核、2个安全核和轻量高效神经网络算法处理器,
来源:国能日新2024-10-18
国能日新风光储智慧运营一体化解决方案,融合「旷冥」大模型技术,采用动态图神经网络、大气分层结构及时序注意力机制等前沿尖端技术,显著提升其在发电预测中的精准度,能够触达新能源发电领域的多维、深度落地应用,
来源:国能日新2024-10-16
「旷冥」大模型具备在新能源发电领域的高适应性,采用动态图神经网络、大气分层结构、时序注意力机制等前沿技术,在风/光功率预测、极端天气预测和电力现货市场预测领域均展现了出色表现,可达到在新能源发电领域的多维