新葡京娱乐场-大陆娱乐场开户注册

本發(fā)明公開(kāi)了一種小水電機(jī)群組成分布式儲(chǔ)能系統(tǒng)的方法。該 方法包括：獲得一個(gè)儲(chǔ)能周期 T 中，第 t 個(gè)時(shí)段所有小水電站的總凈 負(fù)荷值 PLj(t)；根據(jù)優(yōu)化目標(biāo)、總凈負(fù)荷值 PLj(t)以及第 i 個(gè)小水電站 的計(jì)劃負(fù)荷 pi(t)，獲得第 i 個(gè)小水電站的實(shí)際負(fù)荷 pfci(t)；根據(jù)第 i 個(gè) 小水電站的實(shí)際負(fù)荷 pfci(t)，對(duì)第 i 個(gè)小水電站的抽水蓄水裝置進(jìn)行最 優(yōu)效率控制，令所述第 i 個(gè)小水電站按照實(shí)際負(fù)荷 pfci(t)在最優(yōu)效率下 運(yùn)行，所述抽水蓄水裝置為水輪機(jī)及水泵或者可逆式水

本發(fā)明公開(kāi)了一種分布式電源接入對(duì)配網(wǎng)三段式電流保護(hù)影響的評(píng)估方法，基于規(guī)則庫(kù)實(shí)現(xiàn)，規(guī)則 庫(kù)中包含若干條順序執(zhí)行的規(guī)則步驟，這些一般性的語(yǔ)義規(guī)則適用于任意的配網(wǎng)系統(tǒng)和分布式電源接入 情況，且每條規(guī)則通過(guò)描述性語(yǔ)言指導(dǎo)操作者該如何構(gòu)造短路場(chǎng)景，并選擇哪些保護(hù)的 I、II 或者 III 段 進(jìn)行校驗(yàn)。這樣，操作者無(wú)須根據(jù)所研究的系統(tǒng)來(lái)分析確定校核步驟，只要順序執(zhí)行規(guī)則庫(kù)中的規(guī)則步 驟便能高效準(zhǔn)確地判斷分布式電源接入方案對(duì)保護(hù)的影響：當(dāng)規(guī)則庫(kù)中的所有規(guī)

"本發(fā)明公開(kāi)了一種利用網(wǎng)關(guān)節(jié)點(diǎn)緩存優(yōu)化分布式塊存儲(chǔ)寫(xiě)性能的方法,具體包括：緩存經(jīng)過(guò)網(wǎng)關(guān)節(jié)點(diǎn)的數(shù)據(jù)，并采用計(jì)數(shù)表對(duì)各數(shù)據(jù)塊的訪問(wèn)次數(shù)進(jìn)行計(jì)數(shù)；對(duì)于用戶請(qǐng)求，若為讀請(qǐng)求，則在讀請(qǐng)求命中緩存時(shí)從緩存讀取數(shù)據(jù)，在讀請(qǐng)求未命中緩存時(shí)從本地節(jié)點(diǎn)或者副本節(jié)點(diǎn)讀取數(shù)據(jù)；并將該請(qǐng)求訪問(wèn)過(guò)的節(jié)點(diǎn)計(jì)數(shù)加一；若為寫(xiě)請(qǐng)求，則先寫(xiě)網(wǎng)關(guān)節(jié)點(diǎn)的緩存，然后在該寫(xiě)請(qǐng)求對(duì)應(yīng)的其他副本節(jié)點(diǎn)上做日志備份，用于掉電恢復(fù)；在提高系統(tǒng)性能的同時(shí)還保證了數(shù)據(jù)的可靠

本發(fā)明公開(kāi)了一種提高分布式緩存的命中率并減少固態(tài)硬盤(pán)磨 損的方法，結(jié)合緩存數(shù)據(jù)分布特性和固態(tài)硬盤(pán)特性優(yōu)化緩存性能并降 低成本。它能根據(jù)應(yīng)用場(chǎng)景分配內(nèi)存緩存區(qū)并將 SSD 劃分為連續(xù)分布 的與內(nèi)存緩存區(qū)等大的 Cage，內(nèi)存緩存區(qū)緩存新數(shù)據(jù)，內(nèi)存緩存區(qū)的 數(shù)據(jù)達(dá)到上限時(shí)將內(nèi)存緩存區(qū)所有數(shù)據(jù)寫(xiě)入 Cage，擦除內(nèi)存緩存區(qū)進(jìn) 行新的數(shù)據(jù)緩存。替換算法通過(guò)分析內(nèi)存緩存區(qū)中的數(shù)據(jù)的訪問(wèn)頻度 分布，設(shè)定 Cage 中替換算法參數(shù)

本發(fā)明公開(kāi)了一種交流無(wú)刷雙饋電機(jī)及其繞線轉(zhuǎn)子繞組的設(shè)計(jì) 方法；包括：先根據(jù)定子繞組極對(duì)數(shù) p1 和 p2 初步確定轉(zhuǎn)子齒槽數(shù) Zr 和相數(shù) mr，這時(shí) Zr＝mr，每個(gè)齒對(duì)應(yīng)一個(gè)集中式線圈，由此得到齒諧 波集中式繞組，然后擴(kuò)大轉(zhuǎn)子槽數(shù)，選擇系數(shù) kr，使新的轉(zhuǎn)子槽數(shù) Z ＝krZr，這時(shí)極距τr＝kr。此基礎(chǔ)上，將原來(lái)的每相一個(gè)集中式線圈 分裂為 nr 個(gè)等節(jié)距 yr 的線圈，且 nr≤kr 及有 yr&lt、τr，這 nr 個(gè)線 圈依次間隔αr 槽距角分布在轉(zhuǎn)子槽內(nèi)，再通過(guò)調(diào)整 kr 和

（一）成果背景 分布式光伏可在用戶側(cè)就近安裝與消納，減少因長(zhǎng)距離輸送帶來(lái)的線路損耗問(wèn)題，在新型電力系統(tǒng)建設(shè)中發(fā)揮著重要作用。2021年6月，國(guó)家能源局綜合司發(fā)布了《關(guān)于報(bào)送整縣（市、區(qū)）屋頂分布式光伏開(kāi)發(fā)試點(diǎn)方案的通知》，用以推動(dòng)分布式光伏高質(zhì)量發(fā)展、支撐新型電力系統(tǒng)建設(shè)。在該政策的推進(jìn)下，分布式光伏容量迅猛增長(zhǎng)。截至2021年底，國(guó)內(nèi)分布式光伏裝機(jī)容量已達(dá)到107.5GW，約占光伏總裝機(jī)容量的三分之一，且其增長(zhǎng)速度已經(jīng)超過(guò)了集中式光伏。 （二）痛點(diǎn)問(wèn)題 對(duì)于配電網(wǎng)來(lái)說(shuō)，光伏出力易受天氣因素影響，具有極強(qiáng)的隨機(jī)波動(dòng)特性，大規(guī)模分布式光伏接入，一方面加劇了配電網(wǎng)負(fù)荷短時(shí)波動(dòng)，影響電力實(shí)時(shí)平衡，制約負(fù)荷預(yù)測(cè)精度提升；另一方面，分布式光伏出力特性與負(fù)荷特性的不匹配造成其難以消納，為有源配電網(wǎng)運(yùn)行管理帶來(lái)嚴(yán)峻挑戰(zhàn)。 對(duì)于電力市場(chǎng)交易來(lái)說(shuō)，隨著新一輪電力體制改革的持續(xù)深入，分布式光伏所有者作為售電商參與市場(chǎng)競(jìng)爭(zhēng)成為必然趨勢(shì)。分布式光伏出力的不確定性與短時(shí)劇烈波動(dòng)性，使得分布式光伏電站/售電商難以制定合理的市場(chǎng)交易策略與電力交易合同，面臨嚴(yán)重的市場(chǎng)風(fēng)險(xiǎn)。 因此，亟需精準(zhǔn)的分布式光伏功率預(yù)測(cè)，為有源配電網(wǎng)調(diào)度運(yùn)行、分布式光伏消納，分布式光伏參與電力市場(chǎng)等提供有力數(shù)據(jù)支撐。 （三）技術(shù)方案 1、基于變分模態(tài)分解與動(dòng)態(tài)圖卷積網(wǎng)絡(luò)的分布式光伏功率預(yù)測(cè) 首先利用變分模態(tài)分解各分布式光伏復(fù)雜出力序列分解為相對(duì)簡(jiǎn)單、波動(dòng)較小的不同頻率子序列，以減小場(chǎng)站間關(guān)聯(lián)關(guān)系的挖掘難度。然后，基于分布式光伏場(chǎng)站間時(shí)空關(guān)聯(lián)性處于動(dòng)態(tài)變化中的考慮，利用全連接神經(jīng)網(wǎng)絡(luò)將各節(jié)點(diǎn)特征映射到多維空間，而后利用時(shí)域卷積挖掘跨節(jié)點(diǎn)關(guān)聯(lián)關(guān)系，由此以數(shù)據(jù)驅(qū)動(dòng)方式挖掘各頻率下各場(chǎng)站子序列關(guān)聯(lián)性，有效實(shí)現(xiàn)子序列動(dòng)態(tài)圖結(jié)構(gòu)的構(gòu)建。最終，基于可用于非歐式空間結(jié)構(gòu)數(shù)據(jù)建模的卷積神經(jīng)網(wǎng)絡(luò)，將其與動(dòng)態(tài)圖結(jié)構(gòu)結(jié)合，建立考慮動(dòng)態(tài)時(shí)空關(guān)聯(lián)性的圖卷積預(yù)測(cè)模型，針對(duì)不同頻率下出力子序列分別預(yù)測(cè)，而后重構(gòu)得到各場(chǎng)站功率進(jìn)而獲取配電網(wǎng)分布式光伏總功率。 2、基于深度聯(lián)邦學(xué)習(xí)的分布式光伏發(fā)電功率預(yù)測(cè) 首先，基于長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)構(gòu)建時(shí)域自編碼器模型，該模型編碼器用于提取每個(gè)時(shí)間步輸入的時(shí)域特征，而后利用解碼器將該特征向量轉(zhuǎn)換為輸出序列進(jìn)行未來(lái)時(shí)間步的預(yù)測(cè)，自編碼能顯著增強(qiáng)長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)的時(shí)域建模能力。而后，利用注意力機(jī)制解決其在處理長(zhǎng)輸入時(shí)間序列時(shí)會(huì)導(dǎo)致解碼器面臨特征冗余問(wèn)題，且使模型聚焦于對(duì)輸出更關(guān)鍵的時(shí)域特征。由此，利用注意力自編碼預(yù)測(cè)模型通過(guò)對(duì)時(shí)域特征的有效挖掘?qū)崿F(xiàn)功率預(yù)測(cè)精度的進(jìn)一步提升。 在此基礎(chǔ)上，開(kāi)發(fā)了用于分布式光伏功率預(yù)測(cè)的聯(lián)邦學(xué)習(xí)框架，在該框架中，本地用戶僅需將本地模型進(jìn)行共享，無(wú)需數(shù)據(jù)的傳輸，而后由中央服務(wù)器進(jìn)行模型的聚合以實(shí)現(xiàn)用戶間信息共享。在各本地場(chǎng)站進(jìn)行注意力自編碼預(yù)測(cè)模型的訓(xùn)練；在中央服務(wù)器，基于聯(lián)邦平均算法實(shí)現(xiàn)各本地預(yù)測(cè)模型的匯聚、全局模型的生成與下發(fā)。在保證數(shù)據(jù)隱私性的前提下取得與傳統(tǒng)集中式機(jī)器學(xué)習(xí)訓(xùn)練近似的預(yù)測(cè)效果。 （四）競(jìng)爭(zhēng)優(yōu)勢(shì) 1、有效表征廣域分布式光伏集群間時(shí)空關(guān)聯(lián)特征，實(shí)現(xiàn)分布式光伏功率預(yù)測(cè)精度提升。 當(dāng)缺乏氣象實(shí)測(cè)或預(yù)報(bào)數(shù)據(jù)時(shí)，考慮分布式光伏時(shí)空相關(guān)性可有效提升分布式光伏功率預(yù)測(cè)精度。現(xiàn)有研究多利用各光伏場(chǎng)站地理距離或者整體出力表征時(shí)空相關(guān)性。這種靜態(tài)建模方式在分布式光伏出力模式長(zhǎng)期穩(wěn)定的情況下，可以取得較好的預(yù)測(cè)效果。然而，易受天氣因素的影響，分布式光伏出力極易發(fā)生短時(shí)波動(dòng)，因而各場(chǎng)站關(guān)聯(lián)性處于動(dòng)態(tài)變化過(guò)程。以恒定的場(chǎng)站間關(guān)聯(lián)關(guān)系去考慮這種復(fù)雜的集群出力序列，顯然無(wú)法反映天氣影響下分布式光伏出力短時(shí)變化，難以實(shí)現(xiàn)功率預(yù)測(cè)精度的有效提升。 所提的基于變分模態(tài)分解與動(dòng)態(tài)圖卷積網(wǎng)絡(luò)的分布式光伏功率預(yù)測(cè)方法，利用數(shù)據(jù)驅(qū)動(dòng)方式實(shí)現(xiàn)挖掘各場(chǎng)站間關(guān)聯(lián)特性的動(dòng)態(tài)實(shí)時(shí)挖掘。在基礎(chǔ)上，考慮到不同模態(tài)分量下各場(chǎng)站間關(guān)聯(lián)關(guān)系的差異性，將各場(chǎng)站原始功率分解為了相對(duì)簡(jiǎn)單、波動(dòng)較小的不同頻率模態(tài)分量，減小關(guān)聯(lián)關(guān)系的挖掘難度。 2、有效保證各分布式光伏數(shù)據(jù)隱私性，且能取得與傳統(tǒng)集中式機(jī)器學(xué)習(xí)訓(xùn)練方式近似的預(yù)測(cè)效果 現(xiàn)有的數(shù)據(jù)驅(qū)動(dòng)預(yù)測(cè)方法性能在很大程度上依賴于訓(xùn)練數(shù)據(jù)的數(shù)量，因此大多以一種集中的訓(xùn)練方式實(shí)現(xiàn)，即中央服務(wù)器匯聚來(lái)自各場(chǎng)站的運(yùn)行數(shù)據(jù)而后進(jìn)行模型的訓(xùn)練。然而，這種集中訓(xùn)練的方式會(huì)期限數(shù)據(jù)隱私，使用戶信息暴露在公共環(huán)境而導(dǎo)致被外部攻擊者進(jìn)行數(shù)據(jù)分析、行為探測(cè)等。此外，在競(jìng)爭(zhēng)激烈的電力市場(chǎng)中，分布式光伏場(chǎng)站所有者可能不愿共享數(shù)據(jù)。這些因素使傳統(tǒng)模型訓(xùn)練方式難以實(shí)現(xiàn)。 所提的基于深度聯(lián)邦學(xué)習(xí)的分布式光伏發(fā)電功率預(yù)測(cè)方法，利用注意力自編碼模型在本地場(chǎng)站進(jìn)行建模預(yù)測(cè)，實(shí)現(xiàn)對(duì)本地功率時(shí)域特征的有效挖掘；利用分散式訓(xùn)練的聯(lián)邦學(xué)習(xí)框架，實(shí)現(xiàn)各場(chǎng)站預(yù)測(cè)模型信息共享，有效保證本地用戶的數(shù)據(jù)隱私的同時(shí)取得不錯(cuò)的預(yù)測(cè)效果。 創(chuàng)新點(diǎn) 1、考慮了場(chǎng)站間關(guān)聯(lián)關(guān)系的動(dòng)態(tài)性。對(duì)于分布式光伏，雖然場(chǎng)站數(shù)量眾多、分布廣泛，但是其位置臨近，由于云團(tuán)運(yùn)動(dòng)等氣象因素導(dǎo)致的相關(guān)性較強(qiáng)。所提方法以數(shù)據(jù)驅(qū)動(dòng)方式根據(jù)網(wǎng)絡(luò)當(dāng)前的各場(chǎng)站輸入功率進(jìn)行關(guān)聯(lián)關(guān)系的動(dòng)態(tài)表征，實(shí)現(xiàn)功率預(yù)測(cè)精度的有效提升。 2、在保障各分布式光伏站點(diǎn)數(shù)據(jù)隱私應(yīng)的前提現(xiàn)實(shí)現(xiàn)信息共享。利用自編碼結(jié)構(gòu)進(jìn)一步提升LSTM的時(shí)間序列建模能力；利用注意力機(jī)制模型聚焦于對(duì)預(yù)測(cè)更關(guān)鍵的輸入特征，以此實(shí)現(xiàn)時(shí)域特征的有效挖掘。在此基礎(chǔ)上，利用聯(lián)邦學(xué)習(xí)框架聚合各本地模型，實(shí)現(xiàn)各站點(diǎn)信息聚合，實(shí)現(xiàn)精度有效提升。 市場(chǎng)前景 隨著新型電力系統(tǒng)建設(shè)目標(biāo)的推進(jìn)，分布式光伏裝機(jī)容量呈爆發(fā)式增長(zhǎng)。所研成果可應(yīng)用于配電網(wǎng)負(fù)荷預(yù)測(cè)、用戶可調(diào)度容量評(píng)估、激勵(lì)型需求響應(yīng)基線負(fù)荷估計(jì)等場(chǎng)景中，為高比例分布式光伏有源配電網(wǎng)的安全、經(jīng)濟(jì)、高效運(yùn)行，維持電力平衡等工作提供重要參考。同時(shí)，隨著分布式光伏逐步參與到電力市場(chǎng)，所研成果可為分布式光伏售電商制定最優(yōu)的交易策略，簽訂合理的價(jià)格合同提供有力數(shù)據(jù)支撐。綜上所述，所研成果市場(chǎng)前景廣闊。

本發(fā)明公開(kāi)了一種熱沖壓件獲得強(qiáng)塑性能差異化分布的方法及 裝置，采用冷氣流和熱氣流分別作用在淬火件的強(qiáng)度增強(qiáng)區(qū)和塑性增 強(qiáng)區(qū)，所述熱氣流的作用是在配分溫度范圍內(nèi)和配分時(shí)間范圍內(nèi)進(jìn)行， 以使碳由馬氏體向殘余奧氏體擴(kuò)散，從而使淬火件中殘余奧氏體穩(wěn)定 化，進(jìn)而使塑性增強(qiáng)區(qū)在使用溫度范圍內(nèi)為馬氏體和殘余奧氏體混合 組織；所述冷氣流用于使淬火件中殘余奧氏體繼續(xù)轉(zhuǎn)變?yōu)轳R氏體，使 強(qiáng)度增強(qiáng)區(qū)在使用溫度范圍內(nèi)為馬氏體組織。本發(fā)明還提供了一種實(shí) 現(xiàn)如上方法的裝置，其包括熱沖壓件固定單元和熱氣流封閉單元。本 發(fā)明方法和裝置能提高熱沖壓件的強(qiáng)塑力學(xué)性能，簡(jiǎn)單、有效實(shí)現(xiàn)熱 沖壓件強(qiáng)塑性能差異化分布。

一種基于協(xié)調(diào)一致性的配電網(wǎng)絡(luò)分布式電源控制方法及系統(tǒng)，包括提取需向配電網(wǎng)注入的無(wú)功功率， 形成完成向配電網(wǎng)注入無(wú)功功率目標(biāo)的分布式電源的集合，形成協(xié)調(diào)一致性控制無(wú)功功率分解的矩陣， 計(jì)算集合中各個(gè)分布式電源的無(wú)功功率注入設(shè)定值，電壓監(jiān)測(cè)裝置通過(guò)雙向通信線路向相應(yīng)分布式電源 傳送無(wú)功功率注入設(shè)定值，各分布式電源根據(jù)該值產(chǎn)生相應(yīng)的無(wú)功功率注入至配電網(wǎng)，使得注入無(wú)功功 率總和滿足需求。該控制方法無(wú)需中央控制器，分布式電源能夠自發(fā)進(jìn)行輸出無(wú)功功率的調(diào)節(jié)

本發(fā)明公開(kāi)了一種分布式鍵值數(shù)據(jù)庫(kù)系統(tǒng)，包括客戶端和數(shù)據(jù) 服務(wù)器集群，客戶端包括哈希模塊、定位模塊和轉(zhuǎn)發(fā)模塊，數(shù)據(jù)服務(wù) 器集群包括多個(gè)數(shù)據(jù)區(qū)間，每個(gè)數(shù)據(jù)區(qū)間包括一個(gè)主節(jié)點(diǎn)和多個(gè)從節(jié) 點(diǎn)，主節(jié)點(diǎn)包括第一讀模塊、寫(xiě)模塊、第一恢復(fù)模塊、第一日志模塊、 第一決議模塊和第一存儲(chǔ)引擎模塊，哈希模塊用于接收從客戶發(fā)來(lái)的 寫(xiě)請(qǐng)求，并根據(jù)寫(xiě)請(qǐng)求的鍵將該寫(xiě)請(qǐng)求定位到數(shù)據(jù)區(qū)間，每個(gè)寫(xiě)請(qǐng)求 都具有一個(gè)系統(tǒng)自動(dòng)分配的編號(hào),定位模塊用于將寫(xiě)請(qǐng)求定

本發(fā)明提供的具有高單縱模成品率的脊波導(dǎo)分布反饋(DFB)半 導(dǎo)體激光器，是由自下而上依次排列的 N 型電極(1)、襯底(2)、下包層 (3)、下分別限制層(4)、應(yīng)變多量子阱有源層(5)、上分別限制層(6)、緩 沖層(7)、光柵層(8)、上包層(9)、第一脊條(10)、第二脊條(11)、第一 脊條上的 P 型電極(12)、第二脊條上的 P 型電極(13)組成。本發(fā)明通過(guò) 在單個(gè)半導(dǎo)體激光器管芯上制作端面反射率相位相差π/2 的兩個(gè)