人工智能 News
News 新闻详情

项目业务方向

日期: 2023-07-15
浏览次数: 40

发展大数据和机器学习理论和技术来指导和优化能源的开发、输运和利用,是智慧能源的关键核心内容。我们重点考虑如下方面:

   1.开展能源和碳管理领域的基础理论和应用技术研发,并形成相应软件平台。

   2.发展和完善针对能源领域典型应用的机器学习算法,在重点领域(石油、电力、光伏、风电)和重点局域(深圳市、广东其他城市和北京市)开展应用示范,形成具有自主知识产权的技术产品

   3.发展具有理论指导的深度学习TgNN(Theory-guided Neural Network)的理论基础和应用技术,形成相关算法,并在典型能源领域的开发、输运和利用方面进行示范。TgNN既符合训练数据要求(比如,常规神经网),又有理论指导(满足物理机理(控制方程)、工程约束和专家意见)。利用TgNN构建的Surrogate(替代模型)将有助于极大地提高大规模能源系统仿真模拟、历史拟合和优化的效率。

   4.建立数据驱动(data-driven)的物理过程挖掘和控制方程推导的理论体系和方法,并与能源和其他领域的实验相结合进行科学规律探索

项目业务方向

上一篇:无下一篇:无
News / 相关新闻 More
2023 - 09 - 01
光伏发电量预测领域,开发了物理约束长短期记忆神经网络(PC-LSTM)。能够将领域知识作为物理约束条件用于光伏发电量预测,在实验电站中相比于常规机器学习方法,提升了8%和12.9%的预测精度。同时提出了自适应的机器学习模型,在光伏数据存在漂移时能够保持模型效果。目前处于产品化环节,结合硬件数采设备实现可独立运行的光伏预测仪。应用场景为分布式光伏电站。
2023 - 07 - 15
发展大数据和机器学习理论和技术来指导和优化能源的开发、输运和利用,是智慧能源的关键核心内容。我们重点考虑如下方面:   1.开展能源和碳管理领域的基础理论和应用技术研发,并形成相应软件平台。   2.发展和完善针对能源领域典型应用的机器学习算法,在重点领域(石油、电力、光伏、风电)和重点局域(深圳市、广东其他城市和北京市)开展应用示范,形成具有自主知识产权的技术产品。   3.发展具有理论指导的深度学习TgNN(Theory-guided Neural Network)的理论基础和应用技术,形成相关算法,并在典型能源领域的开发、输运和利用方面进行示范。TgNN既符合训练数据要求(比如,常规神经网),又有理论指导(满足物理机理(控制方程)、工程约束和专家意见)。利用TgNN构建的Surrogate(替代模型)将有助于极大地提高大规模...
2023 - 07 - 11
电力负荷预测领域,开发了理论指导负荷预测模型(TgDLF)。该模型有效融合了领域知识与机器学习算法,有效提升模型精度和鲁棒性。基于北京12个区历史1362天小时级别真实电力负荷数据进行了验证,日前预测(即提前24小时预测电力负荷)准确率均值高达98.4%。相比于常规机器学习模型,TgDLF的均方误差降低了23%。
2023 - 04 - 03
碳管理领域,开发了深圳市碳排放实时监测平台,可以实时核算平台内企业的碳排放量,并可视化碳达峰碳中和进程。目前处于产品化环节。
友情链接
Copyright ©2018 青岛大地新能源
犀牛云提供企业云服务
关注我们的微信
地址:山东省青岛市李沧区金水路171号国际院士港6号楼
电话:+86-0532-6898 9909
E-mail: qdneng@hotmail.com
邮编:266041