摘要
本发明公开了基于神经网络的船舶智能用电方法和系统,包括建立多季节多时段预测模型,根据神经网络输出船舶电力消耗的预测值;通过蒙特卡洛法和牛顿法对不同时间段进行多时间尺度充电概率的划分,得出船舶在不同时间尺度下的充电概率;本发明通过采用蒙特卡洛模拟和牛顿法技术,可以计算不同时间段的充电概率,并制定具体的充电策略,解决船舶的电力供应与需求之间失衡造成供电不足或过度充电问题,通过模拟不同时间和地理位置的行为,并运用牛顿法进行多时间尺度充电概率的划分,可以有效地预测和调度船舶的充电需求,实现对船舶充电行为的优化,确保了电力供应的稳定性和效率,同时也降低了能源成本。
技术关键词
智能用电方法
船舶
概率密度函数
多时间尺度
时间段
智能用电策略
蒙特卡洛法
电力管理系统
遗传算法
智能用电系统
SAC算法
图像特征向量
网络
生成控制指令
参数
充电策略
系统为您推荐了相关专利信息
教育资源个性化推荐方法
视频
关键词
教育资源个性化推荐系统
知识点
储能系统
多时间尺度
储能调控方法
光伏出力不确定性
负荷历史数据
LSSVM模型
时间段
样本
序列
计算机程序指令