高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
考虑时空关联与数据隐私性的有源配电网分布式光伏功率预测技术
(一)成果背景 分布式光伏可在用户侧就近安装与消纳,减少因长距离输送带来的线路损耗问题,在新型电力系统建设中发挥着重要作用。2021年6月,国家能源局综合司发布了《关于报送整县(市、区)屋顶分布式光伏开发试点方案的通知》,用以推动分布式光伏高质量发展、支撑新型电力系统建设。在该政策的推进下,分布式光伏容量迅猛增长。截至2021年底,国内分布式光伏装机容量已达到107.5GW,约占光伏总装机容量的三分之一,且其增长速度已经超过了集中式光伏。 (二)痛点问题 对于配电网来说,光伏出力易受天气因素影响,具有极强的随机波动特性,大规模分布式光伏接入,一方面加剧了配电网负荷短时波动,影响电力实时平衡,制约负荷预测精度提升;另一方面,分布式光伏出力特性与负荷特性的不匹配造成其难以消纳,为有源配电网运行管理带来严峻挑战。 对于电力市场交易来说,随着新一轮电力体制改革的持续深入,分布式光伏所有者作为售电商参与市场竞争成为必然趋势。分布式光伏出力的不确定性与短时剧烈波动性,使得分布式光伏电站/售电商难以制定合理的市场交易策略与电力交易合同,面临严重的市场风险。 因此,亟需精准的分布式光伏功率预测,为有源配电网调度运行、分布式光伏消纳,分布式光伏参与电力市场等提供有力数据支撑。 (三)技术方案 1、基于变分模态分解与动态图卷积网络的分布式光伏功率预测 首先利用变分模态分解各分布式光伏复杂出力序列分解为相对简单、波动较小的不同频率子序列,以减小场站间关联关系的挖掘难度。然后,基于分布式光伏场站间时空关联性处于动态变化中的考虑,利用全连接神经网络将各节点特征映射到多维空间,而后利用时域卷积挖掘跨节点关联关系,由此以数据驱动方式挖掘各频率下各场站子序列关联性,有效实现子序列动态图结构的构建。最终,基于可用于非欧式空间结构数据建模的卷积神经网络,将其与动态图结构结合,建立考虑动态时空关联性的图卷积预测模型,针对不同频率下出力子序列分别预测,而后重构得到各场站功率进而获取配电网分布式光伏总功率。 2、基于深度联邦学习的分布式光伏发电功率预测 首先,基于长短期记忆神经网络构建时域自编码器模型,该模型编码器用于提取每个时间步输入的时域特征,而后利用解码器将该特征向量转换为输出序列进行未来时间步的预测,自编码能显著增强长短期记忆神经网络的时域建模能力。而后,利用注意力机制解决其在处理长输入时间序列时会导致解码器面临特征冗余问题,且使模型聚焦于对输出更关键的时域特征。由此,利用注意力自编码预测模型通过对时域特征的有效挖掘实现功率预测精度的进一步提升。 在此基础上,开发了用于分布式光伏功率预测的联邦学习框架,在该框架中,本地用户仅需将本地模型进行共享,无需数据的传输,而后由中央服务器进行模型的聚合以实现用户间信息共享。在各本地场站进行注意力自编码预测模型的训练;在中央服务器,基于联邦平均算法实现各本地预测模型的汇聚、全局模型的生成与下发。在保证数据隐私性的前提下取得与传统集中式机器学习训练近似的预测效果。 (四)竞争优势 1、有效表征广域分布式光伏集群间时空关联特征,实现分布式光伏功率预测精度提升。 当缺乏气象实测或预报数据时,考虑分布式光伏时空相关性可有效提升分布式光伏功率预测精度。现有研究多利用各光伏场站地理距离或者整体出力表征时空相关性。这种静态建模方式在分布式光伏出力模式长期稳定的情况下,可以取得较好的预测效果。然而,易受天气因素的影响,分布式光伏出力极易发生短时波动,因而各场站关联性处于动态变化过程。以恒定的场站间关联关系去考虑这种复杂的集群出力序列,显然无法反映天气影响下分布式光伏出力短时变化,难以实现功率预测精度的有效提升。 所提的基于变分模态分解与动态图卷积网络的分布式光伏功率预测方法,利用数据驱动方式实现挖掘各场站间关联特性的动态实时挖掘。在基础上,考虑到不同模态分量下各场站间关联关系的差异性,将各场站原始功率分解为了相对简单、波动较小的不同频率模态分量,减小关联关系的挖掘难度。 2、有效保证各分布式光伏数据隐私性,且能取得与传统集中式机器学习训练方式近似的预测效果 现有的数据驱动预测方法性能在很大程度上依赖于训练数据的数量,因此大多以一种集中的训练方式实现,即中央服务器汇聚来自各场站的运行数据而后进行模型的训练。然而,这种集中训练的方式会期限数据隐私,使用户信息暴露在公共环境而导致被外部攻击者进行数据分析、行为探测等。此外,在竞争激烈的电力市场中,分布式光伏场站所有者可能不愿共享数据。这些因素使传统模型训练方式难以实现。 所提的基于深度联邦学习的分布式光伏发电功率预测方法,利用注意力自编码模型在本地场站进行建模预测,实现对本地功率时域特征的有效挖掘;利用分散式训练的联邦学习框架,实现各场站预测模型信息共享,有效保证本地用户的数据隐私的同时取得不错的预测效果。 创新点 1、考虑了场站间关联关系的动态性。对于分布式光伏,虽然场站数量众多、分布广泛,但是其位置临近,由于云团运动等气象因素导致的相关性较强。所提方法以数据驱动方式根据网络当前的各场站输入功率进行关联关系的动态表征,实现功率预测精度的有效提升。 2、在保障各分布式光伏站点数据隐私应的前提现实现信息共享。利用自编码结构进一步提升LSTM的时间序列建模能力;利用注意力机制模型聚焦于对预测更关键的输入特征,以此实现时域特征的有效挖掘。在此基础上,利用联邦学习框架聚合各本地模型,实现各站点信息聚合,实现精度有效提升。 市场前景 随着新型电力系统建设目标的推进,分布式光伏装机容量呈爆发式增长。所研成果可应用于配电网负荷预测、用户可调度容量评估、激励型需求响应基线负荷估计等场景中,为高比例分布式光伏有源配电网的安全、经济、高效运行,维持电力平衡等工作提供重要参考。同时,随着分布式光伏逐步参与到电力市场,所研成果可为分布式光伏售电商制定最优的交易策略,签订合理的价格合同提供有力数据支撑。综上所述,所研成果市场前景广阔。
华北电力大学 2023-08-10
十七部门关于印发《“数据要素×”三年行动计划(2024—2026年)》的通知
到2026年底,数据要素应用广度和深度大幅拓展,在经济发展领域数据要素乘数效应得到显现,打造300个以上示范性强、显示度高、带动性广的典型应用场景......
“国家数据局”微信公众号 2024-01-08
国家发展改革委 国家数据局关于印发《数字经济促进共同富裕实施方案》的通知
将数字素养培训相关内容纳入中小学、社区和老年教育教学活动,加强普通高校和职业院校数字技术相关学科专业建设。
国家发展改革委网站 2024-01-06
数据中心高密插卡式云计算TOR交换机RG-S6920-4C
面向AI等应用发展趋势推出的新一代高性能、高密度插卡式交换机 产品特性: 固化4个扩展插槽,每槽位最大可支持32个100G端口,更好满足数据中心网络演进需求 支持2+2电源与5+1风扇热插拔,支持GR完美重启,实现硬件与链路可靠性双重保护 三层路由功能轻松适配多重业务,数据传输高效有保障 多重管理方式选择 网络维护简单有效 构建下一代数据中心网络 AI/机器学习等应用的高速发展,驱动下一代数据中心网络向100G/400G演进。下一代数据中心网络,要求设备在单位空间内,具备更高的性能、更大的带宽,RG-S6920-4C在4U高度空间内,最大可提供128个100G端口,或64个100G端口+16个400G端口,更好的满足下一代数据中心网络的演进需求。 构建高性能、低延时数据中心网络 RG-S6920-4C交换机配合RG-S6510系列交换机,基于PFC/ECN等网络流控技术,以及MMU调优技术,可构建端到端、无损、低时延转发的RDMA(Remote Direct Memory Access,远程直接内存访问)基础承载网络,满足AI/机器学习、高性能计算、分布式存储大数据等应用场景的网络部署要求。 电信级可靠性保护 RG-S6920-4C交换机支持2+2电源冗余,5+1风扇冗余,所有电源模块以及风扇模块均可以热插拔而不影响设备的正常运行。此外整机还支持电源和风扇的故障检测及告警,可以根据温度的变化自动调节风扇的转速,更好的适应数据中心的环境。还具备设备级和链路级的多重可靠性保护。采用过流保护、过压保护和过热保护技术。 除了设备级可靠性以外,该系列还支持丰富的链路可靠性技术,比如支持GR快速重启、BFD快速转发检测等机制。当网络上承载多业务、大流量的时候,降低异常对网络业务的影响,提升整网可靠性。 IPv4/IPv6双栈协议多层交换 RG-S6920-4C交换机,硬件支持IPv4/IPv6双协议栈多层线速交换,硬件区分和处理IPv4、IPv6协议报文,支持多种Tunnel隧道技术(如手工配置隧道等等),可根据IPv6网络的需求规划和网络现状,提供灵活的IPv6网络间通信方案。 支持丰富的IPv4路由协议,包括静态路由、RIP、OSPF、IS-IS、BGP4等,满足不同网络环境中用户选择合适的路由协议灵活组建网络。 支持丰富的IPv6路由协议,包括静态路由、RIPng、OSPFv3、BGP4+等,不论是在升级现有网络至IPv6网络,还是新建IPv6网络,都可灵活选择合适的路由协议组建网络。 完善的管理性 支持丰富的管理接口,例如Console、MGMT口、USB口,支持SNMPv1/v2/v3,支持通用网管平台。支持CLI命令行, Telnet,集群管理,使设备管理更方便,并且支持SSH2.0、SSL等加密方式,使得管理更加安全。 支持SPAN/RSPAN镜像和多个镜像观察端口,可以将网络流量输出分析以采取相应管理维护措施,使原本不可见的网络业务应用流量变得一目了然,可以为用户提供多种网络流量分析报表,帮助用户及时优化网络结构,调整资源部署。
锐捷网络股份有限公司 2022-09-19
2022年工业和信息化部重点实验室拟认定名单公示
其中,有7所高校作为依托单位,且各有3个重点实验室入选。
工业和信息化部 2022-12-04
湿法磷酸生产高纯度工业级磷酸一铵的节能工艺技术及其产业化
成果描述:结合我国节能农业和今后化肥生产滴灌肥的发展需要,本项目针对磷矿贫化及现有工业级磷铵生产过程存在的生产成本较高、产品质量不高等现状,以湿法磷酸为原料,化学法净化湿法磷酸为技术核心,以三效浓缩和稳态结晶生产高纯度工业级磷酸一铵为主产品导向实现磷资源高效利用,建设高纯度工业级磷酸一铵示范装置,实现工业MAP其纯度大于99%,磷收率大于75%的目标,增加磷元素附加值,具有较强的经济和社会效益,将对我国磷肥产业化解产能过剩,产品结构升级具有一定的带动示范效应,完全符合国家重点产业调整和振兴规划提出的方向和支持的重点。5万吨/年工业级MAP装置,现已安装完成,正在调试。市场前景分析:应用领域:湿法磷酸生产高浓度磷肥,急需新产品进行产业结构调整及升级的企业。 市场需求分析:目前我国基础磷复肥比重过大,产能严重过剩,市场竞争激烈,随磷矿贫化和物流成本增加,企业磷肥产品竞争力持续下降,走精细化发展(如生产工业级磷酸一铵)道路是企业产品结构调整,提升产品附加值的必由之路。湿法磷酸的梯级利用及净化生产各类高效磷肥符合磷酸盐以及磷复肥产业“做大、做强、做精”的要求,不仅是国家支持民族工业振兴、工业结构优化升级大局的要求、更是把资源优势转化为经济优势的重大而紧迫的任务。与同类成果相比的优势分析:国际先进
四川大学 2021-04-11
工业废水或污泥中有毒重金属离子及农药残留的吸附与回收技术
本课题组研究开发的新型高聚物材料能特异性吸附多种工业废水中的重金属离子,如:铬、锌、铅、铜、镍等,并可通过改变流动相将吸附的重金属离子洗脱回收。实现了重金属离子污染废水的净化处理,并可以使重金属离子得到回收再利用。  特点:对农药残留的吸附回收,即使废水能达标排放,同时,吸附回收的农药又提高了企业产品的得率。  该类型吸附材料化学稳定性好,粒径均匀,吸附效率高。如:有毒重金属离子铬,工业废水经过该材料的吸附,富集的铬离子浓度提高了6倍,吸附材料可重复使用十次。  应用领域:使重金属污染废水得到纯化,并特异性吸附重金属离子,将其回收再利用;农药草甘磷的吸附回收等。该技术在国内处于领先。  投资规模:需根据废水或污泥的日处理量确定,主要设备包括:层析柱、在线检测器
南京工业大学 2021-04-13
高掺量复合工业废渣辅助性胶凝材料在水泥中的应用研究
高掺量复合工业废渣辅助性胶凝材料属本课题组开发的“新型绿色水泥及混凝土制造技术”的组合技术之一。该技术能复合利用各种工业废渣(钢渣、矿渣、粉煤灰及其它工业废渣)制备高性能辅助性胶凝材料产品;大幅度提高了工业废渣综合利用程度和资源化效率,使工业废渣资源化利用效率提高到70%以上,在混凝土中替用水泥量60%以上。研究表明,与用普通辅助性胶凝材料(混凝土掺
南京工业大学 2021-01-12
工业和信息化部主责国家重点研发计划重点专项管理实施细则
明确工业和信息化部主责的重点专项侧重催生未来产业和新兴产业、加快形成新质生产力的高新技术领域,着眼于科技创新和产业创新深度融合,增加高质量科技供给,强化企业科技创新主体地位,促进科技成果转化应用。
工业和信息化部高新技术司 2024-08-01
教育科研利器│光固化工业级3D打印机Lux 3+
打印设备详细信息:索要完整打印设备资料请访问清锋科技官网下载 3D打印机-LuxCreo清锋科技   教育科研解决方案 3D打印作为一种新型生产方式,可以加速产品开发周期,满足多 材料、复杂形状、任意批量的生产需求,是全球最受关注的高科 技行业之一。拥有3D打印课程、设备的院校、科研机构在创新、 创造方面均有着得天独厚的优势。LuxCreo致力于推动行业发展, 为科研创新、数字化智能化转型以及行业人才培养等方面提供支 持。 打印设备 iLux系列桌面机,Lux系列工业机,可作为研发、教学、实验等配套设备,满足不同项目需求 打印材料 EM弹性材料、TM韧性材料、透明韧性材料、Dental齿科等材料,可满足消费、医疗、工业、汽车、航空航天等学科的教学研发需求 打印软件 LuxFlow模型处理软件,支持数据导入、文件修复、智能2D/3D摆放、生成支撑、切片、路径填充等功能,便于快速进行现场教学演示、培训实操、学术研发 清锋科技在3D打印技术、软硬件、材料等方面积累了来自全球各个高校的顶尖人材,可结合院校、机构所需进行相关的培训及讲座,助力教育科研工作更加系统、科学。同时,清锋科技在北京、宁波及美国硅谷均设有打印中心,可为学生及科研人员提供进一步深入了解3D打印的场地支持。 客户收益 院校 提升院校教学硬件水平,有助于培养未来的3D打印人才生动展示课本、教案内容,增加教学趣味性资深3D打印行业专家亲自授课 科研机构 快速将模型、数据形成实物,简化步骤,缩短论证时间结合最新技术,加速研发新产品,输出有价值易商业化的研发项目全球顶尖3D打印工作团队提供技术支持 Lux 3+系列 工业级 DLP光固化3D打印机 Lux 3+产品介绍 LuxCreo Lux 3+是生产级DLP 3D打印机,依托于清华、哈佛、剑桥、佐治亚理工、北卡罗纳州立等名校的光机电、材料、软件专家近10年的研发成果。Lux 3+ 3D打印机适用于快速、高精度打印原型件、测试件和小批量件。Lux 3+使用高品质4K DLP 技术,硬件结构设计方案得到了10万各种不同零部件打印的检验。基于EAPTM的高速离型技术,我们开发了弹性、坚韧、高精度、高弹、耐温、透明的材料,满足工业、医疗、科研等各领域的打印需求。Lux 3+ 可接入LuxCreo的软件生态,实现轻量化设计、高速切片、设备互联、智慧工厂管理。 清锋的Lux工业机解决方案1.增材设计软件某研究所的增材制造实验室需要设计不同的结构,有的结构需要实现轻量化、晶格化,且一次打印时放置不同的模型。清锋提供了两款可支持某研究所增材设计需求的软件:晶格创建软件LuxStudio:可以快速的选择合适的晶格单元,并生成出可打印的晶格化模型。(登录链接:https://studio.luxcreo.cn)数据前处理软件LuxFlow:具有模型修复、自动生成支撑结构和优化部件放置,以最大限度地提高生产力。2.打印速度清锋的Lux工业机是基于面曝光的增材制造技术,采用低离型力膜,同时拥有准确性、细节表现力以快速打印速度的优势的3D打印设备。打印尺寸为293*165*380mm,可打印耐温刚性部件,打印30个,只需要55分钟,极大地提高了打印速度,加快材料验证、实验迭代。案例:某科研院所,使用Lux系列打印机快速验证材料性能在采用传统的塑料3D打印工艺生产高性能部件遇到问题时,某研究所选择使用LuxCreo的Lux工业机系列塑料3D打印解决方案,评估利用新的增材制造工具进行有效、高效验证的可能性。在对 Lux工业机解决方案开展了可行性研究之后,某研究所材料开发团队确定了增材制造的生产力,并决定可以考虑采用该解决方案打印部件。 主要参数 技术 高速光固化LEAPTM 光源 DLP 4K@405nm 适用材料种类 支持坚韧、弹性、高精度、透明、耐温材料 材料性能 材料性能见材料数据表TDS 树脂在线加热 最高至45℃ 打印范围 293x165x380mm(XYZ) XY分辨率 76.5µm Z轴动态分辨率 20~150μm(取决于树脂) 波长 405nm 打印速度 ≤120cm/h(取决于树脂、模型和层厚) 软件 LuxFlow,LuxLink 智能辅助 校平,温湿度,打印状态监控,光强自动校准 设备外观 设备尺寸 850x780x1865mm 设备重量 250kg 操作环境 设备连接 2×USB, Ethernet 操作系统 Windows 10, 64-bit 文件输入 .stl,.stx 电气 200-240 V,50-60 Hz,1000W 温湿度 18 ~28 ℃;<60% 通风 请参阅 TDS 了解参考材料特性或联系技术支持 售后支持 质保 12个月 技术支持 终身技术支持 其他配置 辅助配置 UV固化箱;超声波清洗机 选配件 烤箱;废气吸收装置;料盒 关于清锋科技(LuxCreo)清锋(LuxCreo)是一家以树脂(塑料)为材料、连续液面成型的面曝光3D打印技术为核心的科技型企业。创业初年,LuxCreo便在宁波同步建立“智能工厂”。截止到目前,LuxCreo 拥有大规模的 3D 打印生产线,借助领先的设计生成软件以及高性能的 3D 打印材料,从设计、生产、运输、管理四个环节为智能制造业全链条赋能,快速满足不同规模产品开发迭代上市的需求。也正是基于智能工厂中的增材设计、设备操作和维护、车间布局和管理经验教训,清锋总结出囊括打印机、软件、材料处理、后处理、应用、实训的课程以及科研解决方案。www.LuxCreo.cn 如有合作需求或者感兴趣的产品,可以扫描下方二维码联系清锋 ↓↓↓ 公司电话:010-63941626公司邮箱:business@luxcreo.com市场电话:18614034268官方网站:www.LuxCreo.cn公司地址:北京市海淀区建材城中路27号金隅智造工场S5幢1017
清锋(北京)科技有限公司 2022-05-13
首页 上一页 1 2
  • ...
  • 118 119 120
  • ...
  • 127 128 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    64届高博会于2026年5月在南昌举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1