流水线 深度 逻辑 模型

Python Web 深度学习实用指南:第一、二部分

原文:Hands-On Python Deep Learning for the Web 协议:CC BY-NC-SA 4.0 译者:飞龙 本文来自【ApacheCN 深度学习 译文集】,采用译后编辑(MTPE)流程来尽可能提升效率。 不要担心自己的形象,只关心如何实现目标。——《原则》,生活原则 ......
深度 指南 Python Web

Python Web 深度学习实用指南:第三部分

原文:Hands-On Python Deep Learning for the Web 协议:CC BY-NC-SA 4.0 译者:飞龙 本文来自【ApacheCN 深度学习 译文集】,采用译后编辑(MTPE)流程来尽可能提升效率。 不要担心自己的形象,只关心如何实现目标。——《原则》,生活原则 ......
深度 部分 指南 Python Web

Python Web 深度学习实用指南:第四部分

原文:Hands-On Python Deep Learning for the Web 协议:CC BY-NC-SA 4.0 译者:飞龙 本文来自【ApacheCN 深度学习 译文集】,采用译后编辑(MTPE)流程来尽可能提升效率。 不要担心自己的形象,只关心如何实现目标。——《原则》,生活原则 ......
深度 部分 指南 Python Web

Python 深度学习架构实用指南:第一、二部分

原文:Hands-On Deep Learning Architectures with Python 协议:CC BY-NC-SA 4.0 译者:飞龙 本文来自【ApacheCN 深度学习 译文集】,采用译后编辑(MTPE)流程来尽可能提升效率。 不要担心自己的形象,只关心如何实现目标。——《原则 ......
架构 深度 指南 Python

TensorFlow 2 和 Keras 高级深度学习:6~10

原文:Advanced Deep Learning with TensorFlow 2 and Keras 协议:CC BY-NC-SA 4.0 译者:飞龙 本文来自【ApacheCN 深度学习 译文集】,采用译后编辑(MTPE)流程来尽可能提升效率。 不要担心自己的形象,只关心如何实现目标。——《 ......
TensorFlow 深度 Keras 10

TensorFlow 2 和 Keras 高级深度学习:11~13

原文:Advanced Deep Learning with TensorFlow 2 and Keras 协议:CC BY-NC-SA 4.0 译者:飞龙 本文来自【ApacheCN 深度学习 译文集】,采用译后编辑(MTPE)流程来尽可能提升效率。 不要担心自己的形象,只关心如何实现目标。——《 ......
TensorFlow 深度 Keras 11 13

深度学习的基本原理和常用框架介绍

深度学习是一种基于人工神经网络的机器学习方法,它可以从大量的数据中学习抽象和复杂的特征,从而实现各种智能任务,如图像识别、自然语言处理、语音识别等。深度学习的基本原理是利用多层的神经网络结构,通过前向传播和反向传播的算法,不断调整网络中的参数,使得网络的输出能够逼近或优化目标函数。深度学习的常用框架 ......
框架 深度 原理 常用

以包含风力场、光伏电站、微型燃气轮机、蓄电池、余热锅炉、热泵、储热罐和电 热负荷的多能源微网系统为研究对象,构建了各微源的数学模型

关键词:多时间尺度;模型预测控制;日内滚动优化; 描述:以包含风力场、光伏电站、微型燃气轮机、蓄电池、余热锅炉、热泵、储热罐和电 热负荷的多能源微网系统为研究对象,构建了各微源的数学模型。 然后,提出一种多时间尺度下考虑负荷需求响应机制的微网优化调度策略。 在日前阶段,以源-荷日前预测数据和分时电价 ......

Python 深度学习架构实用指南:第三、四、五部分

原文:Hands-On Deep Learning Architectures with Python 协议:CC BY-NC-SA 4.0 译者:飞龙 本文来自【ApacheCN 深度学习 译文集】,采用译后编辑(MTPE)流程来尽可能提升效率。 不要担心自己的形象,只关心如何实现目标。——《原则 ......
架构 深度 部分 指南 Python

MATLAB:基于模型预测算法的含储能微网双层能量管理模型

储能优化 模型预测控制MPC 微网 优化调度 能量管理 MATLAB:基于模型预测算法的含储能微网双层能量管理模型 参考文档:《A Two-layer Energy Management System for Microgrids with Hybrid Energy Storage conside ......
模型 双层 算法 能量 MATLAB

根据负荷响应特性将需求响应分为价格型和替代型 2 类,分别建立了基于价格弹性矩阵的价格型需求响应模型

MATLAB代码 碳交易机制 需求响应 综合能源系统 优化运行 首先,根据负荷响应特性将需求响应分为价格型和替代型 2 类,分别建立了基于价格弹性矩阵的价格型需求响应模型,及考虑用能侧电能和热能相互转换的替代型需求响应模型; 其次,采用基准线法为系统无偿分配碳排放配额,并考虑燃气轮机和燃气锅炉的实际 ......
价格 需求 矩阵 负荷 弹性

MATLAB 蚁群算法 配网重构 故障恢复 最小失电负荷 以提高供电可靠性和降低线损为目标,建立配电网重构的优化模型

MATLAB 蚁群算法 配网重构 故障恢复 最小失电负荷 以提高供电可靠性和降低线损为目标,建立配电网重构的优化模型, 对算法进行综合比较,选取蚁群算法进行网络重构的优化。 以IEEE33节 点的配电网重构为算例,验证了本模型的可用性及利用蚁群算法解决重构 算法的高效性。ID:48650671124 ......
配网 可靠性 算法 负荷 模型

TensorFlow 2 和 Keras 高级深度学习:1~5

原文:Advanced Deep Learning with TensorFlow 2 and Keras 协议:CC BY-NC-SA 4.0 译者:飞龙 本文来自【ApacheCN 深度学习 译文集】,采用译后编辑(MTPE)流程来尽可能提升效率。 不要担心自己的形象,只关心如何实现目标。——《 ......
TensorFlow 深度 Keras

MATLAB代码:基于多时间尺度滚动优化的多能源微网双层调度模型

MATLAB代码:基于多时间尺度滚动优化的多能源微网双层调度模型 关键词:多能源微网 多时间尺度 滚动优化 微网双层模型 调度 主要内容:代码主要是一个多能源微网的优化调度问题,首先对于下层多能源微网模型,考虑以其最小化运行成本为目标函数,通过多时间尺度滚动优化求解其最优调度策略,对于上层模型,考虑 ......
双层 尺度 模型 能源 代码

基于模型预测控制的楼宇负荷需求响应研究

基于模型预测控制的楼宇负荷需求响应研究 参考文档:《Model Predictive Control of Thermal Storage for Demand Response》完全复现 主要内容:代码主要做的是一个建筑楼宇的需求响应问题,模型的求解采用的是较为创新的模型预测控制,代码非常精品YI ......
楼宇 负荷 模型 需求

微电网两阶段鲁棒优化经济调度方法 针对微电网内可再生能源和负荷的不确定性,建立了min-max-min 结构的两阶段鲁棒优化模型

微电网两阶段鲁棒优化经济调度方法 针对微电网内可再生能源和负荷的不确定性,建立了min-max-min 结构的两阶段鲁棒优化模型,可得到最恶劣场景下运行成本最低的调度方案。 模型中考虑了储能、需求侧负荷及可控分布式电源等的运行约束和协调控制,并引入了不确定性调节参数,可灵活调整调度方案的保守性。 基 ......

MATLAB代码:基于模型预测算法的含储能微网双层能量管理模型

MATLAB代码:基于模型预测算法的含储能微网双层能量管理模型 关键词:储能优化 模型预测控制MPC 微网 优化调度 能量管理 参考文档:《A Two-layer Energy Management System for Microgrids with Hybrid Energy Storage c ......
模型 双层 算法 能量 代码

机器学习算法终极对比:树模型VS神经网络

树模型和神经网络,像一枚硬币的两面。在某些情况下,树模型的性能甚至优于神经网络。 由于神经网络的复杂性,它们常常被认为是解决所有机器学习问题的「圣杯」。而另一方面,基于树的方法并未得到同等重视,主要原因在于这类算法看起来很简单。然而,这两种算法看似不同,却像一枚硬币的正反面,都很重要。 树模型 VS ......
神经网络 算法 终极 模型 神经

提出了一种碳交易机制下考虑需求响应的综合能源系统优化运行模型

[1]关键词:碳交易机制; 需求响应; 综合能源系统; [2]文献:《碳交易机制下考虑需求响应的综合能源系统优化运行》 [3]主要内容:提出了一种碳交易机制下考虑需求响应的综合能源系统优化运行模型。 首先,根据负荷响应特性将需求响应分为价格型和替代型 2 类,分别建立了基于价格弹性矩阵的价格型需求响 ......
模型 机制 能源 需求 系统

代码主要做的是一个基于DBSCAN密度聚类的风电-负荷场景生成与削减模型

[1]关键词:密度聚类 场景削减 DBSCAN 场景生成与削减; k-mean聚类 [2]参考文档:《氢能支撑的风-燃气耦合低碳微网容量优化配置研究》第3章 [3]主要内容:代码主要做的是一个基于DBSCAN密度聚类的风电-负荷场景生成与削减模型,首先,采集风电、电负荷历史数据。 然后,通过采用 D ......
风电 密度 负荷 模型 场景

为了促进多能源互补及能源低碳化, 本文提出了计及电转气协同的含碳捕集与垃圾焚烧虚拟电厂优化调度模型

[1]关键词: 电转气; 碳捕集;垃圾焚烧;优化调度;综合能源系统 [2]参考文献:《计及电转气协同的含碳捕集与垃圾焚烧虚拟电厂优化调度》 [3]主要内容:为了促进多能源互补及能源低碳化, 本文提出了计及电转气协同的含碳捕集与垃圾焚烧虚拟电厂优化调度模型。 通过引入碳捕集电厂–电转气–燃气机组协同利 ......
能源 及电 垃圾焚烧 电厂 模型

针对综合能源系统中存在潜在的可调度资源,基于能源集线器构建包含储能、燃气轮机发电系统、柔性负荷等在内的社区综合能源系统数学模型

[1]关键词:储能;数学模型;优化调度;综合能源系统;柔性负荷 [2]参考文献:《考虑用户侧柔性负荷的社区综合能源系统日前优化调度》和《考虑柔性负荷的综合能源系统低碳经济优化调度》 [2]主要内容:针对综合能源系统中存在潜在的可调度资源,基于能源集线器构建包含储能、燃气轮机发电系统、柔性负荷等在内的 ......

针对微电网内可再生能源和负荷的不确定性,建立了min-max-min 结构的两阶段鲁棒优化模型,可得到最恶劣场景下运行成本最低的调度方案

[1]关键词:微电网;经济调度;两阶段鲁棒优化;不确定性调节参数 [2]参考文献:《微电网两阶段鲁棒优化经济调度方法》 [3]主要内容:针对微电网内可再生能源和负荷的不确定性,建立了min-max-min 结构的两阶段鲁棒优化模型,可得到最恶劣场景下运行成本最低的调度方案。 模型中考虑了储能、需求侧 ......
不确定性 电网 min-max-min 负荷 min

matlab代码:基于主从博弈的综合能源微网需求响应优化调度模型

matlab代码:基于主从博弈的综合能源微网需求响应优化调度模型 摘要:研究综合能源微网与上级运行商之间的定价与电能交易问题,采用主从博弈,通过迭代上下层结果实现模型的求解,上层模型通过调用粒子群算法进行求解,下层模型通过调用cplex算法进行求解,上下层交替迭代实现最终的定价与交易策略的确定。ID ......
主从 模型 能源 需求 代码

MATLAB代码:基于stackelberg博弈的光伏用户群优化定价模型

MATLAB代码:基于stackelberg博弈的光伏用户群优化定价模型 摘要:在由多主体组成的光伏用户群中,用户间存在光伏电量共享。 然而,在现有的分布式光伏上网政策下,用户间的共享水平很低。 为了提高用户间光伏电量共享水平,根据用户的用电特性,构建了光伏用户群内的多买方—多卖方格局。 结合中国的 ......
stackelberg 模型 代码 用户 MATLAB

matlab程序:基于Stackelberg模型的的智能楼宇群协同能量管理

matlab程序:基于Stackelberg模型的的智能楼宇群协同能量管理 摘要:提出了一种计及热电耦合需求响应的智能楼宇群的多主体协同能量管理策略。 本文采取“热电混合运行”策略对联供系统进行调控,在该运行策略下,运营商可以结合不同时段的价格信息、负荷水平等因素灵活采取使自身收益最大化的运行策略。 ......

matlab代码:基于博弈与需求响应模型的光伏用户群的电能共享方法

matlab代码:基于博弈与需求响应模型的光伏用户群的电能共享方法 摘要:为了使光伏用户群内各经济主体能实现有序的电能交易,提出了一种基于光伏电能供需比(SDR)的内部价格模型。 在考虑经济性和舒适度的基础上,提出了用户参与需需求响应(DR)的效用成本模型。 由于内部电价是以各时段光伏用户群内的供需 ......
电能 模型 需求 代码 方法

MATLAB代码:基于元模型优化的虚拟电厂主从博弈优化调度模型

MATLAB代码:基于元模型优化的虚拟电厂主从博弈优化调度模型 关键词:元模型 虚拟电厂 主从博弈 优化调度 参考文档:《基于元模型优化算法的主从博弈多虚拟电厂动态定价和能量管理》复现元模型 仿真平台:MATLAB+CPLEX平台 主要内容:代码主要做的是虚拟电厂的优化调度策略,其实是多虚拟电厂 微 ......
模型 主从 电厂 代码 MATLAB

计及电动汽车灵活性的微网多时间尺度协调调度模型

计及电动汽车灵活性的微网多时间尺度协调调度模型 摘要:构建了含有电动汽车参与的微网 虚拟电厂多时间尺度协调优化模型,其中包括日前-日内-实时三阶段,日前阶段由于风光出力具有不确定性,结合风光预测值作初步经济调度;日内阶段,风光出力观测的更加准确,通过调节储能、需求响应等单元对调度方案作进一步调整,避 ......
电动汽车 灵活性 尺度 模型 时间

《花雕学AI》21:脑筋急转弯---ChatGPT能够灵活运用逻辑推理和创造性思维吗?

当我们谈到脑筋急转弯时,很多人都会感到兴趣和好奇。脑筋急转弯是一种智力游戏,可以锻炼我们的思维能力以及解决问题的能力。然而,对于许多人来说,脑筋急转弯也是一项相当具有挑战性的任务。在这个过程中,我们需要运用逻辑推理、上下文理解等能力才能解决问题。 随着技术的发展,ChatGPT作为一种自然语言处理算 ......