$常山北明(SZ000158)$ #虚拟电厂# #神经网络##智能电网#
不管你是人工智能也好,还是大数据云计算,最终都是要服务实体经济的,你就是吹到银河系了还是得落地!
2022年报显示公司正在研究开发企业级实时量测中心平台,该平台是构建企业级实时量测中心平台,实时汇聚电网各环电、非电和碳采集量测数据,支持各专业高速共享应用,提升电网可观察、可描述、可控制能力,支持公司新型电力系统建设是新型电力系统的重要支持平台。企业级实时量测中心平台是国网电网有限公司开展新型电力系统建设,支持数字电网转型的重要支撑平台,为国网业务从历史状态、运行状态到实时状态转变提供重要数据平台基础架构,是提高我公司在电力行业竞争力的重要系统,也是抢占电力数字化新增长点的重要标志系统,本系统在电网行业推广后,将推动电网行业数字化转型战略的有效落地。
再来看看,这些年作为一家软件公司,申请了哪些专利呢?这个专利涉及到虚拟电厂,是不是该增加个虚拟电厂概念呢?
大数据在光伏领域的具体应用!
基于电力负荷曲线的配电性质智能研判方法:
,涉及配电性质智能研判技术领域
,通过预先收集光伏发电的实时光照辐射强度
、室外温度以及电力负荷曲线
;预先收集风力发电的实时室外风速以及电气负荷曲线
;将每个日期的光伏发电与风力发电的数据转化为二维向量形式并对每个二维向量标记为对应的发电方式
;并根据二维向量的大小设定RNN神经网络模型的输入参数
,将二维向量输入至RNN神经网络模型
,输出对发电性质的预测
;训练RNN神经网络模型;并使用RNN神经网络模型进行发电性质的判断,降低了人力成本并提高了判断准确率。循环神经网络(RNN)是一种用于处理序列数据的神经网络模型。它结合了递归神经网络和循环结构,能够自动识别输入序列的长期依赖关系。RNN模型通常由输入层,隐藏层和输出层组成。输入层接收原始数据,隐藏层对数据进行处理,并通过一个反馈连接将处理后的数据传递到输出层。循环神经网络(RNN)是一种神经网络模型,其特点是具有循环连接,可以处理序列数据。RNN网络的每个节点都有一个状态,该状态在每个时间步长被更新,并传递给下一个时间步长。这种循环结构使得RNN网络能够在处理序列数据时保持记忆。
RNN网络的主要应用包括:
语言模型:RNN网络可以用于语音识别、机器翻译、文本生成等自然语言处理任务。通过训练RNN网络,可以生成与训练数据类似的语言模型,从而生成自然语言文本。
时间序列预测:RNN网络可以用于时间序列数据的预测,例如股票价格、天气预报等。通过训练RNN网络,可以预测未来的时间序列数据。
图像描述:RNN网络可以用于图像描述生成任务,即给定一张图片,生成对该图片的描述。通过训练RNN网络,可以生成与图片相关的自然语言描述。
序列标注:RNN网络可以用于序列标注任务,例如命名实体识别、词性标注等。通过训练RNN网络,可以标注每个输入序列元素的标签。
总的来说,RNN网络在处理序列数据方面具有很强的能力,因此在自然语言处理、时间序列预测、图像描述、序列标注等领域得到了广泛应用。
应用这么高级?
还有很多,就不一一去列举了。。。。再来看看,这几年在电网企业的中标情况:3年40次,够频繁了吧?