北极星
      北极星为您找到“CNN”相关结果212
      星星充电赵晟:虚拟电厂聚合商如何参与电力市场

      来源:北极星太阳能光伏网2026-04-02

      平台核心技术优势突出:在新能源出力预测上,将气象数据图像化,结合cnn与attention机制,提升区域风光预测精度;现货价格预测基于市场出清机制,最长可预测45天,日前价格预测准确率超90%。

      国能日新储能EMS: 硬核技术赋能百兆瓦级储能电站铸就宁夏青铜峡标杆项目

      来源:国能日新2026-02-27

      05ai赋能安全预警,守护电池全生命周期搭载基于cnn、lstm深度学习网络的电池安全预警模块,可实现故障早期预警、热失控风险预测、电池健康状态与残值评估等全维度防护,模块具备强泛化能力,兼容不同厂商电池

      一种多分支配电网故障定位方法

      来源:中国电力2026-02-25

      基于多维故障特征提取的cnn-bigru-att多分支配电网故障定位....结语为解决传统方法和现有数据驱动模型在特征关联建模与精准定位存在不足的问题,本文提出了一种基于多维故障特征提取的cnn-bigru-att多分支配电网故障定位方法。

      基于电化学阻抗谱与HO-TFRNN模型的磷酸铁锂电池SOC估计

      来源:储能科学与技术2026-02-05

      2.1基础网络选择卷积神经网络(convolutional neural network,cnn)是一种深度学习模型,zhang等比较了gpr,svms和cnn在soc估计中的效果,发现cnn网络的误差最低

      基于电化学阻抗谱几何解析的锂离子电池健康状态评估

      来源:储能科学与技术2026-01-16

      文献采用卷积神经网络(cnn)对电池电压曲线实现自动特征提取与soh预测,具备较强的端到端建模能力,并在不同老化场景下表现出良好的泛化性。

      来源:中能传媒研究院2026-01-13

      长期故障预警融合电压、温度、振动等多模态数据,通过cnn+transformer模型识别早期故障信号,预警提前时间从2小时延长至12小时,2025年青海海西州储能电站应用中,减少火灾事故3起,运维成本降低

      基于PatchTST-N-HiTS分频协同的短期光伏功率预测算法

      来源:泰富江苏共享网络科技有限公司2026-01-08

      第一类是经典递归神经网络模型lstm,其在处理序列数据方面具有天然优势;第二类是cnn-lstm混合模型,该模型通过卷积神经网络提取空间特征,再结合lstm捕捉时间依赖关系;第三类是基于transformer

      全钒液流电池建模研究现状及展望

      来源:储能科学与技术2025-12-31

      在此基础上,同一团队进一步对比了1d-cnn与2d-cnn的建模性能,研究表明1d-cnn在处理一维时间序列数据中更具优势。...尤其在处理高维、多变量和长时间序列数据时,深度神经网络(如cnn、lstm)显示出更优的性能与适应性,为电池数据驱动建模提供了更具鲁棒性的解决方案。

      基于多尺度特征融合的锂离子电池早期剩余使用寿命预测

      来源:储能科学与技术2025-12-10

      ,bilstm)、gru、双向门控循环单元(bidirectional gated recurrent unit,bigru)和卷积神经网络(convolutional neural network,cnn

      光伏储能实证试验、光储充一体化,国家电投入选国家数据局案例集!

      来源:国家数据局2025-11-14

      依托“端-边-云”三级体系整合超200维度实时与外部数据,通过cnn-transformer实现动态特征提取与概率密度演化,预测模型突破静态局限,光功率预测准确率超92%,支撑高精度时空关联。

      国能日新EMS⁺系统如何破解大型储能运营难题?

      来源:国能日新2025-11-04

      作为国能日新ems⁺的创新功能模块,系统基于深度学习网络(cnn、lstm等) ,提取分析电压、电流时序等原始数据,在多维数据中持续训练,并对重要参数指标状态进行预测,实现对磷酸铁锂电池全生命周期安全防护

      来源:风能专委会CWEA编译2025-09-10

      connecticut-and-rhode-island-to-sue-to-overturn-baseless-revolution-wind-stop-work-order)在停工令发布后,8月26日,ørsted 发言人接受 cnn

      来源:储能科学与技术2025-09-03

      kang等采用融合卷积神经网络(cnn)与粒子群优化(pso)算法构建psnn神经网络控制构架,实现了对飞轮电机转速的精准预测与控制,经实验验证该方法控制永磁同步电机相比传统方法具有更高的准确度和鲁棒性...zhang等首次提出了一种基于工况分类与识别(sa-bpnn)和自适应pid参数调整(cnn-lstm-attention)混合神经网络模型的高稳定性飞轮控制策略,经实验验证,其相比传统pid控制可以实现多模态输入

      来源:能源评论•首席能源观2025-08-14

      湖北省气象局采用物理模型及深度学习模型开展区域级云参数及太阳辐射超短期预报,预报结果能够用于超短期光伏发电功率预报、分布式光伏发电功率预报;福建省气象局基于cma-wsp2.0预报产品和风电场实测数据,建立深度学习的混合神经网络模型(cnn-lstm-attention

      基于不完全量测数据的配电网状态估计方法

      来源:中国电力2025-06-03

      虽然gmm+cnn-lstm改善了单一cnn模型的性能,但gan+cnn-lstm在使用gan生成的数据进行训练时,显示出更高的精度和泛化能力。...特别是与gmm+cnn和gmm+cnn-lstm的比较中,可观察到组合模型的优势。

      来源:外交部网站2025-04-09

      4月8日据美媒cnn报道,白宫新闻发言人莱维特宣布,因为没有等到中方取消对美加税的报复措施,所以美国将从今天0时起,对华加征额外的50%关税。

      基于主动迁移学习的电力系统暂态稳定自适应评估

      来源:中国电力2025-02-11

      5层dnn的神经元数量分别为,cnn采用的网络结构为输入+卷积+池化+卷积+池化+2层全连接+sofmax输出层,卷积核大小为3,池化层大小为...gradient boosting,xgboost)、深度神经网络(deep neural network,dnn)以及深度学习算法包括卷积神经网络(convolutional neural network,cnn

      【最新】特朗普给出两大暴击:任命“反环”环保署署长;准备再次退出《巴黎协定》!

      来源:北极星电力网2024-11-12

      这一消息电力君目前在《纽约时报》上并未找到原文,但是,cnn等美国主流媒体已跟进报道,《纽约时报》也就特朗普的能源理念发表了多篇评论。

      来源:中国电力报2024-08-19

      在此项工作开展初期,一道难题困扰着河南送变电运维人员:既有的cnn、fcn和rn模型最早多应用于测绘、建筑行业,如果直接让其介入电力实际工作场景,会出现识别不准、结果误报等“水土不服”问题。

      面向虚拟电厂运营的温度敏感负荷分析与演变趋势研判

      来源:中国电力2024-07-23

      3)本文选用的基于cnn-lstm预测模型在输入多维特征参数下可以充分考虑温度敏感负荷的时序特性,提高对历史负荷、气象参数的利用率,提高在短期电力负荷预测中的预测精度,有利于虚拟电厂提前安排运营计划。...01 温度敏感负荷分解与影响因素分析02 极端天气小样本条件下负荷短期预测 03 算例分析04 结论本文基于多类型气象指标,提出一种基于负荷分解及小样本生成的cnn-lstm网络模型,以中国某省数据进行模型训练

      相关搜索