本發(fā)明提供一種直流微電網(wǎng)的控制方法、裝置、電子設備及存儲介質，該控制方式包括以下步驟：獲取任一混合儲能系統(tǒng)在當前時刻的狀態(tài)值，以及在上個時刻的狀態(tài)值；當任一混合儲能系統(tǒng)的當前時刻和上個時刻的狀態(tài)值之間的差值大于預設值δ時，對所有混合儲能...

本發(fā)明提供一種家用光伏系統(tǒng)的控制方法、裝置、電子設備及存儲介質，該控制方法包括以下步驟：家庭用電總費用利用優(yōu)化模型對和進行優(yōu)化，從而使得家庭用電總費用的值最小，對所述耗電設備在所有時段的總用電量進行調節(jié)，對所述儲能電池在所有時段的充放電...

本發(fā)明提供一種虛擬電廠的優(yōu)化調度方法、裝置、設備和可讀存儲介質，該優(yōu)化調度方法包括以下步驟：創(chuàng)建所述虛擬電廠對應的經(jīng)濟性優(yōu)化模型，創(chuàng)建所述配電網(wǎng)對應的安全性模型；獲取初始數(shù)據(jù)，將所述初始數(shù)據(jù)輸入到經(jīng)濟性優(yōu)化模型和安全性模型中，采用非合作...

本發(fā)明提供了一種隨機森林模型的創(chuàng)建、健康狀態(tài)的生成方法及其裝置，該創(chuàng)建方法，包括以下步驟：獲取相同規(guī)格的多個電池測試結果和健康狀態(tài)，電池的測試結果包括：在進行脈沖測試時，獲取電池在多個預設時間點的電壓，生成多個特征向量序列，每個特征向量...

本發(fā)明公開了用于裝卸設備的對準方法、裝置、存儲介質和電子終端，對準方法包括：構建六軸機械臂所在的坐標系(X,Y,Z)與相機的坐標系(X′,Y′,Z′)；獲取待檢測平面與相機平面平行時六軸機械臂的角度數(shù)據(jù)和初始偏移量；通過目標檢測算法獲取...

本發(fā)明提供了一種基于天氣條件的光伏發(fā)電功率概率區(qū)間預測方法，包括：對光伏發(fā)電數(shù)據(jù)進行預處理，預處理后的數(shù)據(jù)根據(jù)天氣情況使用K?means聚類算法進行分組；在每個天氣類別的聚類中，采用高斯混合模型來建模光伏發(fā)電功率的分布；采用期望最大化算...

本發(fā)明公開了用于裝卸設備的目標檢測方法、裝置、存儲介質和終端，目標檢測方法包括：獲取預設圖像和符合預設要求的待檢測圖像，獲取相機到儲能設備之間的距離u，基于多項式擬合方法得到像素比與距離u之間的關系式，利用關系式分別計算待檢測圖像的像素...

本發(fā)明提供了一種基于斯塔克伯格博弈的儲能優(yōu)化配置方法，包括：構建氫儲能的多能聯(lián)儲聯(lián)供模型，計算電解槽的電功率電解槽的熱功率燃料電池的電功率燃料電池的熱功率根據(jù)電解槽的熱功率和燃料電池的電功率計算氫氣存儲變化量E<subgt;H2&...

本發(fā)明提供一種基于改進的支持向量回歸方法的長期電價的預測方法，包括有如下步驟：S1、獲取歷史數(shù)據(jù)，所述歷史數(shù)據(jù)包括歷史時間與歷史電價；S2、對歷史數(shù)據(jù)進行特征擴展形成數(shù)據(jù)集；S3、建立初始的支持向量回歸SVR模型，將數(shù)據(jù)集按比例分為訓練...

本發(fā)明提供一種用電模式的分析方法、裝置、設備和可讀存儲介質，該分析方法包括：獲取多個用電事件對應的第一特征向量，以及每個用電事件對應的電器標簽值；建立SVM預測模型，利用多個用電事件對應的第一特征向量以及每個用電事件對應的電器標簽值，對...

本發(fā)明提供了一種短期光伏電力預測方法、裝置、介質和設備。一種短期光伏電力預測方法，包括：使用溫度、濕度和輻照度作為主要因素，構建預測日與歷史日的相似度評價標準，計算各個主要因素的權重因子，計算相似度；對于預測日的每一個15分鐘時段，計算...

本技術公開了一種基于相轉變的模態(tài)自調節(jié)電池，包括有電池殼體以及設置在所述電池殼體內的電池模組，在所述電池模組上設置有用于檢測振動頻率的傳感器模組；所述電池模組與電池殼體通過連接件連接，在所述連接件上設置有可改變固有頻率的頻率改變模組；所...

本發(fā)明公開了利用退役磷酸鐵鋰電池正極材料制備多孔FeS<subgt;2</subgt;@C納米顆粒的方法、FeS<subgt;2</subgt;@C納米顆粒及其應用，方法包括：先將退役磷酸鐵鋰電池浸泡于鹽水中進行...

本發(fā)明公開了用電量預測模型的創(chuàng)建方法、裝置、存儲介質和終端，用電量預測模型的創(chuàng)建方法包括以下步驟：獲取訓練數(shù)據(jù)集和測試數(shù)據(jù)集，所述訓練數(shù)據(jù)集和所述測試數(shù)據(jù)集均包含有歷史用電數(shù)據(jù)及所述歷史用電數(shù)據(jù)對應的天氣數(shù)據(jù)；創(chuàng)建深度學習模型，基于所述...

本發(fā)明公開了利用廢舊鋰離子電池正負極廢料制備Co/多孔石墨烯吸波材料的方法，包括步驟：將廢舊鋰離子放電，拆分出正極片和負極片并煅燒，剝離出廢舊石墨和LiCoO<subgt;2</subgt;；冰浴條件下，將廢舊石墨和KMnO...

本發(fā)明適用于儲能配電技術領域，提供了一種光伏儲能系統(tǒng)及智能配電方法，包括：光伏板發(fā)電模塊，用于將太陽能轉化為直流電能；一體機，內部集成儲能模塊、逆變模塊和通訊模塊；入戶側電網(wǎng)監(jiān)控模塊，安裝在入戶側電網(wǎng)至市電電網(wǎng)的線路上，用于監(jiān)測總用電量...

本發(fā)明提供一種電器事件的探測方法、裝置、設備和可讀存儲介質，該探測方法包括以下步驟：獲取用電系統(tǒng)多個時間點一一對應的總功率值,計算相鄰窗口間的平均功率變化量；當平均功率大于閾值時，則存在電器的開閉。該探測方法能夠探測電器的開閉事件。

本發(fā)明提供一種儲能領域的詞典的構建方法及其裝置，該構建方法包括：接收到N個儲能領域的文檔，所述文檔由若干文本段落構成；從所有文檔中獲取若干儲能短語，生成每個儲能短語P在任一文檔D中的重要性，任意兩個儲能短語P<subgt;1<...

本發(fā)明公開了光伏系統(tǒng)的碳排放量預測方法、裝置、存儲介質和終端，光伏系統(tǒng)包括：光伏發(fā)電設備和耗電設備；碳排放量預測方法包括以下步驟：獲取光伏系統(tǒng)的歷史數(shù)據(jù)和待預測日期，歷史數(shù)據(jù)至少包括：M個歷史日期，光伏發(fā)電設備在M個歷史日期中一一對應的...

本發(fā)明涉及一種光儲一體化協(xié)同優(yōu)化方法，包括：采集歷史數(shù)據(jù)并建立園區(qū)負荷日前預測模型；將預測日的基礎數(shù)據(jù)代入園區(qū)負荷日前預測模型，得出預測日的負荷預測數(shù)據(jù)；獲取預測日的天氣預報數(shù)據(jù)和歷史相似日天氣數(shù)據(jù)，計算出預測日的光伏發(fā)電功率預測曲線；...