-
公开(公告)号:CN118336671A
公开(公告)日:2024-07-12
申请号:CN202311762919.X
申请日:2023-12-20
Applicant: 北京工业大学
IPC: H02J3/00 , H02J3/38 , G06Q10/04 , G06Q50/06 , G06F18/27 , G06N3/044 , G06N3/0442 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于自回归循环网络的城市建筑光伏发电量概率预测方法,考虑到城市建筑群的复杂日照环境,计算周边建筑遮挡系数,根据测得的太阳辐射强度、历史光伏发电数据构建参数的概率分布,基于自回归循环网络LSTM与极大似然估计方法建立概率预测模型,该模型充分挖掘了太阳辐射与光伏发电量数据之间的内在关联以及其时间序列特征,考虑了周边建筑群的遮挡因素,适用于城市中心建筑群遮挡环境下的建筑光伏系统发电量预测,与传统RNN循环神经网络相比,解决了多时序间的幅度差异问题,减少人为分组带来的预测偏差问题,提高预测准确率。
-
公开(公告)号:CN119004770A
公开(公告)日:2024-11-22
申请号:CN202410983415.9
申请日:2024-07-22
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于NSGA‑Ⅲ的长大扁平空间排烟的射流风机布置优化方法,属于火灾安全技术领域。包括如下步骤:定义风机群布置的优化问题与建立模型,包括优化目标、决策变量以及性能约束的确定;完成适应度函数设计,确定算法参数;初始化10个种群为P1[X1…Xn],P2[Y1…Yn]…P10[J1…Jn];在NSGA‑Ⅲ主循环中,持续对种群进行更新;通过对Pareto前沿的变化进行监测,选择终止操作;评估Pareto最优集经小生境保留操作得到的最终解集的多样性和优劣,选择风机群布置的最终方案。使用NSGA‑Ⅲ遗传算法对长大扁平空间的风机布置方案进行优化,能够得到典型火灾场景下的最优风机布置方案,解决了传统设计方法中难以处理多个目标耦合导致的难以兼顾的问题。
-