摘要
本申请公开了一种可变光热集成卡诺电池的模式切换方法、装置、设备及存储介质,涉及光热储能技术领域,所述方法包括:先清洗融合历史与待测的辐射、气象、地理及设备数据,生成高质量特征;随后搭建含编码器、位置编码、多头注意力、前馈、LSTM和全连接层的Transformer‑LSTM模型,用历史特征训练至收敛得到目标模型;该模型实时输出太阳辐射预测值,落入第一预设强度等级即启动中低温循环的储释链路,落入第二预设强度等级则切换高温循环,完成模式切换。本申请能够将太阳辐射波动带来的输出不确定性转化为稳定可调的电能输出,实现光热资源的最优分配与系统效率最大化。
技术关键词
深度学习预测模型
融合特征
编码器模块
模式切换方法
编码模块
连续特征数据
注意力机制
设备运行数据
编码特征
权重特征
依赖特征
太阳
光热储能技术
模式切换设备
预测特征
系统为您推荐了相关专利信息
空域特征
时域特征
融合特征
时序
深度卷积神经网络
购买意向预测方法
多模态信息
序列
注视点
计算机可存储介质
高压电缆
缺陷检测方法
多任务损失函数
缺陷类别
图像
推理方法
交叉注意力机制
图像
融合特征
预训练模型
GMM模型
智能生成方法
三维点云数据处理
特征提取网络
留一交叉验证