最新設(shè)計(jì)資源

計(jì)及可再生能源接入配電網(wǎng)的負(fù)荷預(yù)測(cè)和優(yōu)化[人工智能][智能電網(wǎng)]

目前，可再生能源大量接入配電網(wǎng)，但是太陽(yáng)能、風(fēng)能、光伏及風(fēng)電等可再生能源的間歇性和隨機(jī)性不可避免地會(huì)造成配電網(wǎng)的波動(dòng)。考慮電網(wǎng)內(nèi)可再生能源發(fā)電功率與用電負(fù)荷隨時(shí)間變化的特點(diǎn)，提出一種基于小波變換和神經(jīng)網(wǎng)絡(luò)的可再生能源接入配電網(wǎng)的負(fù)荷預(yù)測(cè)和優(yōu)化方法。首先采集配電網(wǎng)的發(fā)電與負(fù)荷數(shù)據(jù)，利用小波變換處理收集到的數(shù)據(jù)，得到局部尺度和頻率分解的特征參數(shù)，建立神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型；然后，對(duì)經(jīng)過(guò)小波變換后得到的特征參數(shù)進(jìn)行訓(xùn)練，根據(jù)預(yù)測(cè)負(fù)荷對(duì)可再生能源的發(fā)電量進(jìn)行調(diào)節(jié)，保持配電網(wǎng)供需側(cè)的動(dòng)態(tài)平衡。結(jié)果表明，所提方法能夠?qū)ω?fù)荷進(jìn)行有效預(yù)測(cè)，通過(guò)提前預(yù)測(cè)負(fù)荷量，保證配電網(wǎng)用電穩(wěn)定性的同時(shí)，最大化利用可再生能源。

發(fā)表于：2024/11/14

基于電路切割方法的并行量子模擬方法[模擬設(shè)計(jì)][其他]

量子計(jì)算在解決傳統(tǒng)計(jì)算難題方面展現(xiàn)了巨大潛力，但由于其高錯(cuò)誤率和噪聲問(wèn)題，經(jīng)典模擬成為驗(yàn)證其性能的重要手段。然而，量子的疊加和糾纏特性帶來(lái)了模擬上的巨大挑戰(zhàn)，尤其是在內(nèi)存受限的情況下。盡管電路切割方法能夠?qū)⒋笠?guī)模量子電路分解為更小的計(jì)算任務(wù)，減輕計(jì)算壓力，先前的研究主要關(guān)注其在量子計(jì)算機(jī)上的應(yīng)用，未充分考慮其在量子電路模擬中的效果。論文研究填補(bǔ)了這一空白，提出了基于啟發(fā)式切割算法和子電路狀態(tài)向量復(fù)用的優(yōu)化方案，以應(yīng)對(duì)模擬中的內(nèi)存限制。通過(guò)引入全局計(jì)算成本的考量和整數(shù)規(guī)劃模型，提出的啟發(fā)式方法不僅優(yōu)化了切割過(guò)程，還結(jié)合了子電路狀態(tài)向量復(fù)用技術(shù)，以減少重復(fù)計(jì)算和內(nèi)存占用。實(shí)驗(yàn)結(jié)果顯示，與當(dāng)前流行的電路切割方法相比，所提出方法在提升模擬速度的同時(shí)顯著降低了內(nèi)存需求，有效應(yīng)對(duì)了量子電路模擬中的挑戰(zhàn)。在經(jīng)典量子電路的測(cè)試中總體平均加速達(dá)到了46%。

發(fā)表于：2024/11/14