CN115239213A - 综合能源分配方法、装置、设备及存储介质 - Google Patents

综合能源分配方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN115239213A
CN115239213A CN202211155018.XA CN202211155018A CN115239213A CN 115239213 A CN115239213 A CN 115239213A CN 202211155018 A CN202211155018 A CN 202211155018A CN 115239213 A CN115239213 A CN 115239213A
Authority
CN
China
Prior art keywords
energy
target
energy supply
goblet
matrix
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202211155018.XA
Other languages
English (en)
Inventor
周杰
张瑶
谢剑鹏
俎云霄
李景云
黄超
刘长征
马洪亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xinjiang Tianfu Energy Co ltd
Beijing University of Posts and Telecommunications
Shihezi University
Original Assignee
Xinjiang Tianfu Energy Co ltd
Beijing University of Posts and Telecommunications
Shihezi University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xinjiang Tianfu Energy Co ltd, Beijing University of Posts and Telecommunications, Shihezi University filed Critical Xinjiang Tianfu Energy Co ltd
Priority to CN202211155018.XA priority Critical patent/CN115239213A/zh
Publication of CN115239213A publication Critical patent/CN115239213A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Mathematical Physics (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Pure & Applied Mathematics (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Mathematics (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供一种综合能源分配方法、装置、设备及存储介质，涉及综合能源分配技术领域，该方法包括：获取N个能源供给站分别与能源调度中心之间的距离；获取N个能源供给站对M种能源的初始需求量和能源供给效率；基于距离、初始需求量和能源供给效率，进行樽海鞘优化处理，得到目标能源分配矩阵；基于目标能源分配矩阵和M种能源的初始需求量，确定N个能源供给站对M种能源的目标需求量。本发明提供的综合能源分配方法、装置、设备及存储介质用于实现合理分配多种能源。

Description

综合能源分配方法、装置、设备及存储介质
技术领域
本发明涉及综合能源调度技术领域，尤其涉及一种综合能源分配方法、装置、设备及存储介质。
背景技术
能源是世界发展和经济增长的最基本的驱动力，是人类赖以生存的基础。能源种类繁多，例如包括电能、然气能、热能等，因此如何利用能源有着重要的意义。
在相关技术中，在能源的使用过程中，通信需要对能源进行合理的分配。目前，对能源进行合理的分配，仅适用于单一类型的能源，无法实现对多种能源进行综合分配。
因此如何合理分配多种能源称为亟待解决的问题。
发明内容
本发明提供一种综合能源分配方法、装置、设备及存储介质，用以实现合理分配多种能源。
本发明提供一种综合能源分配方法，包括：
获取N个能源供给站分别与能源调度中心之间的距离；N为大于或等于1的整数；
获取N个能源供给站对M种能源的初始需求量和能源供给效率；M为大于或等于2的整数；
基于距离、初始需求量和能源供给效率，进行樽海鞘优化处理，得到目标能源分配矩阵；
基于目标能源分配矩阵和M种能源的初始需求量，确定N个能源供给站对M种能源的目标需求量。
根据本发明提供的一种综合能源分配方法，目标能源分配矩阵中包括N个能源供给站的权重向量，权重向量中包括M种能源的权重；
基于目标能源分配矩阵和M种能源的初始需求量，确定N个能源供给站对M种能源的目标需求量，包括：
针对每个能源供给站，从目标能源分配矩阵中获取能源供给站的权重向量；
针对每种能源，从能源供给站的权重向量中获取能源的权重；将能源的权重与能源的初始需求量的乘积，确定为能源供给站对能源的目标需求量。
根据本发明提供的一种综合能源分配方法，基于距离、初始需求量和能源供给效率，进行樽海鞘优化处理，得到目标能源分配矩阵，包括：
获取初始化参数，初始化参数包括：樽海鞘数量K、最大迭代次数J、K个樽海鞘的初始化位置矩阵；K和J均为大于1的整数；
基于距离、初始需求量和能源供给效率，对K个樽海鞘的初始化位置矩阵进行Q次樽海鞘优化迭代处理，得到在第Q次迭代后K个樽海鞘的目标位置矩阵；
基于距离、初始需求量、能源供给效率和K个樽海鞘的目标位置矩阵，确定目标能源分配矩阵。
根据本发明提供的一种综合能源分配方法，基于距离、初始需求量、能源供给效率和K个樽海鞘的目标位置矩阵，确定目标能源分配矩阵，包括：
基于距离、初始需求量、能源供给效率和K个樽海鞘的目标位置矩阵，确定K个樽海鞘的适应度值；
将适应度值最大的樽海鞘的目标位置矩阵，确定为目标能源分配矩阵。
根据本发明提供的一种综合能源分配方法，基于距离、初始需求量、能源供给效率和K个樽海鞘的目标位置矩阵，确定K个樽海鞘的适应度值，包括：
针对K个樽海鞘中的第k个樽海鞘，通过目标函数模型，对距离、初始需求量、能源供给效率和第k个樽海鞘的目标位置矩阵进行处理，得到第k个樽海鞘的适应度值；k为大于或等于1且小于或等于K的整数；
目标函数模型为：
Figure 185067DEST_PATH_IMAGE001
其中，
Figure 72252DEST_PATH_IMAGE002
表示第k个樽海鞘的适应度值，n表示第n个能源供给站，
Figure 36797DEST_PATH_IMAGE003
表示能源调 度中心，m表示第m种能源，
Figure 300419DEST_PATH_IMAGE004
表示第n个能源供给站与能源调度中心之间距离，
Figure 932388DEST_PATH_IMAGE005
第k个樽海鞘的目标位置矩阵中第n个能源供给站的权重向量内第m种能源的权重，
Figure 990474DEST_PATH_IMAGE006
表示第n个能源供给站对第m种能源的初始需求量，
Figure 707895DEST_PATH_IMAGE007
表示第n个能源供给站 对第m种能源的能源供给效率。
根据本发明提供的一种综合能源分配方法，N等于10，M等于4，K等于70，Q等于100。
根据本发明提供的一种综合能源分配方法，在M等于4的情况下，M种能源包括水、电、燃气、暖气、油中的任意四种。
本发明还提供一种综合能源分配装置，包括：
第一获取模块，用于获取N个能源供给站分别与能源调度中心之间的距离；N为大于或等于1的整数；
第二获取模块，用于获取N个能源供给站对M种能源的初始需求量和能源供给效率；M为大于或等于2的整数；
第一确定模块，用于基于距离、初始需求量和能源供给效率，进行樽海鞘优化处理，得到目标能源分配矩阵；
第二确定模块，用于基于目标能源分配矩阵和M种能源的初始需求量，确定N个能源供给站对M种能源的目标需求量。
根据本发明提供的一种综合能源分配装置，目标能源分配矩阵中包括N个能源供给站的权重向量，权重向量中包括M种能源的权重；第二确定模块具体用于：
针对每个能源供给站，从目标能源分配矩阵中获取能源供给站的权重向量；
针对每种能源，从能源供给站的权重向量中获取能源的权重；将能源的权重与能源的初始需求量的乘积，确定为能源供给站对能源的目标需求量。
根据本发明提供的一种综合能源分配方法，第一确定模块具体用于：
获取初始化参数，初始化参数包括：樽海鞘数量K、最大迭代次数J、K个樽海鞘的初始化位置矩阵；K和J均为大于1的整数；
基于距离、初始需求量和能源供给效率，对K个樽海鞘的初始化位置矩阵进行Q次樽海鞘优化迭代处理，得到在第Q次迭代后K个樽海鞘的目标位置矩阵；
基于距离、初始需求量、能源供给效率和K个樽海鞘的目标位置矩阵，确定目标能源分配矩阵。
根据本发明提供的一种综合能源分配方法，第一确定模块具体用于：
基于距离、初始需求量、能源供给效率和K个樽海鞘的目标位置矩阵，确定K个樽海鞘的适应度值；
将适应度值最大的樽海鞘的目标位置矩阵，确定为目标能源分配矩阵。
根据本发明提供的一种综合能源分配装置，第一确定模块具体用于：
针对K个樽海鞘中的第k个樽海鞘，通过目标函数模型，对距离、初始需求量、能源供给效率和第k个樽海鞘的目标位置矩阵进行处理，得到第k个樽海鞘的适应度值；k为大于或等于1且小于或等于K的整数；
目标函数模型为：
Figure 775208DEST_PATH_IMAGE008
其中，
Figure 996105DEST_PATH_IMAGE009
表示第k个樽海鞘的适应度值，n表示第n个能源供给站，
Figure 21829DEST_PATH_IMAGE010
表示能源调 度中心，m表示第m种能源，
Figure 695387DEST_PATH_IMAGE011
表示第n个能源供给站与能源调度中心之间距离，
Figure 566391DEST_PATH_IMAGE012
第k个樽海鞘的目标位置矩阵中第n个能源供给站的权重向量内第m种能源的权重，
Figure 641795DEST_PATH_IMAGE013
表示第n个能源供给站对第m种能源的初始需求量，
Figure 572842DEST_PATH_IMAGE014
表示第n个能源供给站 对第m种能源的能源供给效率。
根据本发明提供的一种综合能源分配装置，N等于10，M等于4，K等于70，Q等于100。
根据本发明提供的一种综合能源分配装置，在M等于4的情况下，M种能源包括水、电、燃气、暖气、油中的任意四种。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现如上述任一种综合能源分配方法。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种综合能源分配方法。
本发明还提供一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时实现如上述任一种综合能源分配方法。
本发明提供一种综合能源分配方法、装置、设备及存储介质，该方法包括：获取N个能源供给站分别与能源调度中心之间的距离；N为大于或等于1的整数；获取N个能源供给站对M种能源的初始需求量和能源供给效率；M为大于或等于2的整数；基于距离、初始需求量和能源供给效率，进行樽海鞘优化处理，得到目标能源分配矩阵；基于目标能源分配矩阵和M种能源的初始需求量，确定N个能源供给站对M种能源的目标需求量。在本发明中，提供基于距离、初始需求量和能源供给效率，进行樽海鞘优化处理，得到目标能源分配矩阵，并基于目标能源分配矩阵和M种能源的初始需求量，确定N个能源供给站对M种能源的目标需求量，可以实现对合理分配多种能源的目的。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的综合能源分配方法的应用场景示意图；
图2是本发明提供的综合能源分配方法的流程示意图；
图3是本发明提供的确定目标能源分配矩阵的流程示意图；
图4是本发明提供的得到目标位置矩阵的流程示意图；
图5是本发明提供的不同能源调度方案获得的经济效益的对比示意图；
图6是本发明提供的综合能源分配装置的结构示意图；
图7是本发明提供的电子设备的实体结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
能源是世界发展和经济增长的最基本的驱动力，是人类赖以生存的基础。如何在确保人类社会能源可持续供应的同时尽量减少用能环节对环境的污染，是当今世界各国共同关注的热点之一。提高能源综合利用效率、发掘新能源、实现可再生能源规模化开发，已成为解决日益凸显的能源需求增长与能源紧缺之间矛盾的必然选择。传统的能源系统规划和运行局限于电或气等单一能源形式内部，无法实现对多种能源进行综合分配、无法充分发挥多种能源之间的优势互补，使得能源配置效率、节能减排、经济效益等问题遭遇瓶颈。
樽海鞘群算法是近些年来提出的最新群智能算法之一。樽海鞘群算法模拟樽海鞘在海底觅食的生物社会活动，从选取领导者与追随者的两种种群，通过不断地迭代寻找最优的解决方案，并通过总综合能源调度背景下提出的新型适应度函数来评价解决方案的最优性。它比传统的群智能算法具有更强的收敛性与自适应性。樽海鞘群算法以其易于实现性、高精度性、高收敛性等优点，在解决实际生活问题中得到了很好地应用。由于综合能源分配的一些特征（例如多种能源的输入、多个能源供给站），符合樽海鞘群算法的特征，因此在本发明中，提供一种综合能源分配方法，基于樽海鞘群算法得到能源调度方案。
下面结合图1对本发明提供的综合能源分配方法的应用场景进行说明。
图1是本发明提供的综合能源分配方法的应用场景示意图。如图1所示，包括：能源调度中心和多个能源供给站。
能源调度中心具有对应的能源调度设备。每个能源供给站具有对应的信息收发设备。
可选地，能源调度中心具有对应的能源调度设备可以设置在能源调度中心内，也可以设置在能源调度中心之外的其他位置。
可选地，能源供给站对应的信息收发设备可以设置在能源供给站内，也以为设置在能源供给站之外的其他位置。
可选地，能源调度设备和信息收发设备可以为能够基于2G、3G、4G、5G等通信网络进行通信的无线通信设备或者有线通信设备。
信息收发设备可以向能源调度设备发送能源供给站对多种能源的初始需求量和能源供给效率。
能源调度设备可以基于能源供给站与能源调度中心之间的距离、初始需求量和能源供给效率，得到能源供给站对多种能源的目标需求量，基于多种能源的目标需求量向能源供给站分配多种能源。
下面结合具体实施例对本发明中的综合能源分配方法进行详细说明。
图2是本发明提供的综合能源分配方法的流程示意图。如图2所示，该方法包括：
S201、获取N个能源供给站分别与能源调度中心之间的距离；N为大于或等于1的整数。
可选地，本发明实施例的执行主体可以为能源调度设备，也可以为设置在能源调度设备中的综合能源分配装置，该综合能源分配装置可以通过软件和/或硬件的结合来实现。下面以执行主体是能源调度设备为例对发明提供的综合能源分配方法进行说明。
可选地，N个能源供给站分别与能源调度中心之间的距离可以预先存储在能源调度设备中，以使能源调度设备直接获取N个能源供给站分别与能源调度中心之间的距离。
可选地，能源调度设备还可以接收每个能源供给站对应的信息收发设备发送的能源供给站与能源调度中心之间的距离，以使能源调度设备获取N个能源供给站分别与能源调度中心之间的距离。
可选地，能源调度设备还可以接收每个能源供给站对应的信息收发设备发送的能源供给站的第一位置信息，基于第一位置信息和能源调度中心的第二位置信息计算出每个能源供给站和能源调度中心之间的距离。
可选地，第一位置信息为预先存储在信息收发设备中的能源供给站的位置信息。在信息收发设备位于能源供给站内的情况下，第一位置信息还可以为信息收发设备获取到的、能源供给站内的定位传感器（例如GPS）采集到的能源供给站的位置信息。
可选地，第二位置信息可以为预先存储在能源调度设备中的能源调度中心的位置信息。在能源调度设备位于能源调度中心的情况下，第二位置信息还可以是能源调度设备获取到的、能源调度中心内的定位传感器（例如GPS）采集到的能源调度中心的位置信息。
S202、获取N个能源供给站对M种能源的初始需求量和能源供给效率；M为大于或等于2的整数。
M种能源包括以下至少两种：水、电、燃气、暖气、油等。
可选地，N可以等于5、10、12等，M可以等于4、5、8等。
在一些实施例中，N等于10，M等于4。在M等于4的情况下，M种能源包括：水、电、燃气、暖气。
针对每个能源供给站，能源供给站对应的信息收发设备向能源调度设备发送能源供给站对M种能源的初始需求量和能源供给效率。
初始需求量表示能源供给站期望得到的能源量。例如在能源为水的情况下，初始需求量可以为1万吨、2万吨等。
能源供给效率能源供给站对能源的供给效率。例如能源供给效率为大于或等于0且小于或等于1的数值。
S203、基于距离、初始需求量和能源供给效率，进行樽海鞘优化处理，得到目标能源分配矩阵。
目标能源分配矩阵中包括N个能源供给站的权重向量，权重向量中包括M种能源的权重。
例如在目标能源分配矩阵为
Figure 733696DEST_PATH_IMAGE015
的情况下，
Figure 142812DEST_PATH_IMAGE016
表示第n个能 源供给站的权重向量，
Figure 338301DEST_PATH_IMAGE017
为权重向量
Figure 440249DEST_PATH_IMAGE018
中第M种能源的权重，此处n的取值为1至N。需 要说明的是，在每个权重向量中，M种能源的权重之和等于1，即
Figure 88399DEST_PATH_IMAGE019
。
S204、基于目标能源分配矩阵和M种能源的初始需求量，确定N个能源供给站对M种能源的目标需求量。
可选地，针对第n个能源供给站，第n个能源供给站对第M种能源的目标需求量等于目标能源分配矩阵中第n个能源供给站对应的权重向量内第M种能源的权重和第M种能源的初始需求量的乘积。
进一步地，针对每个能源供给站，能源调度中心基于能源供给站对M种能源的目标需求量，向能源供给站分配多种能源。
例如，在M种能源包括水和电的情况下，若能源供给站对水的目标需求量为1.5万吨，则能源调度中心向能源供给站分配1.5万吨水；若能源供给站对电的目标需求量为1万度，则能源调度中心向能源供给站分配1万度电。
在图2实施例提供的综合能源分配方法中，基于距离、初始需求量和能源供给效率，进行樽海鞘优化处理，得到目标能源分配矩阵，并基于目标能源分配矩阵和M种能源的初始需求量，确定N个能源供给站对M种能源的目标需求量，可以实现对合理分配多种能源的目的。
在一些实施方式中，目标能源分配矩阵中包括N个能源供给站的权重向量，权重向量中包括M种能源的权重；S204具体包括：
针对每个能源供给站，从目标能源分配矩阵中获取能源供给站的权重向量；
针对每种能源，从能源供给站的权重向量中获取能源的权重；将能源的权重与能源的初始需求量的乘积，确定为能源供给站对能源的目标需求量。
可选地，从目标能源分配矩阵中获取能源供给站的权重向量，包括：基于能源供给站的索引，将目标能源分配矩阵中具有该索引的列向量确定为能源供给站的权重向量。
例如，针对第n个能源供给站（其索引为n），则将目标分配矩阵中具有n的列向量
Figure 301206DEST_PATH_IMAGE020
，确定为第n个能源供给站的权重向量。
可选地，从能源供给站的权重向量中获取能源的权重，包括：基于能源的索引，将能源供给站的权重向量中具有该索引的权重，确定为能源的权重。
例如，针对第m种能源（其索引为m），将
Figure 605062DEST_PATH_IMAGE021
中具有m的权重
Figure 612332DEST_PATH_IMAGE022
，确定为第m种 能源的权重。
进一步地，在第m种能源的权重为
Figure 13357DEST_PATH_IMAGE023
的情况下，若第n个能源供给站对第m种能源 的初始需求量为
Figure 764276DEST_PATH_IMAGE024
，则第n个能源供给站对第m种能源的目标需求量等于
Figure 934357DEST_PATH_IMAGE025
。
在上述实施例的基础上，下面结合图3对S203的执行方法进行详细说明。
图3是本发明提供的确定目标能源分配矩阵的流程示意图。如图3所示，该方法包括：
S301、获取初始化参数，初始化参数包括：樽海鞘数量K、最大迭代次数Q、K个樽海鞘的初始化位置矩阵。
K和Q均为自然数。K和Q分别为大于1的整数。例如，K等于40或70等，Q等于100或150等。
在一些实施例中，K等于70，Q等于100。
需要说明的是，樽海鞘的初始化位置矩阵的行数量等于M，列数量等于N，每个樽海鞘指示一个分配方案。其中，每个樽海鞘的初始化位置矩阵为根据M、N以及每列的权重之和等于1，进行随机初始化得到的。
例如，当N=10、M=4时，某个樽海鞘的初始化位置矩阵为：
Figure 112529DEST_PATH_IMAGE026
在上述某个樽海鞘的初始化位置矩阵中，第一列的权重之和（0.44+0.40+0.04+0.12）等于1。
S302、基于距离、初始需求量、能源供给效率，对K个樽海鞘的初始化位置矩阵进行Q次樽海鞘优化迭代处理，得到在第Q次迭代后K个樽海鞘的目标位置矩阵。
具体的，对迭代过程的说明，请参见图4实施例，此处不再赘述。
S303、基于距离、初始需求量、能源供给效率和K个樽海鞘的目标位置矩阵，确定目标能源分配矩阵。
在一些实施例中，S303具体包括：
基于距离、初始需求量、能源供给效率和K个樽海鞘的目标位置矩阵，确定K个樽海鞘的适应度值；
将适应度值最大的樽海鞘的目标位置矩阵，确定为目标能源分配矩阵。
在一些实施例中，基于距离、初始需求量、能源供给效率和K个樽海鞘的目标位置矩阵，确定K个樽海鞘的适应度值，包括：
针对K个樽海鞘中的第k个樽海鞘，通过目标函数模型，对距离、初始需求量、能源供给效率和第k个樽海鞘的目标位置矩阵进行处理，得到第k个樽海鞘的适应度值；k为大于或等于1且小于或等于K的整数。
其中，目标函数模型为：
Figure 735271DEST_PATH_IMAGE027
其中，
Figure 289880DEST_PATH_IMAGE028
表示第k个樽海鞘的适应度值，n表示第n个能源供给站，
Figure 314468DEST_PATH_IMAGE003
表示能源调 度中心，m表示第m种能源，
Figure 929120DEST_PATH_IMAGE029
表示第n个能源供给站与能源调度中心之间距离，
Figure 39159DEST_PATH_IMAGE030
表示第k个樽海鞘的目标位置矩阵中第n个能源供给站的权重向量内第m种能源的权 重，
Figure 131880DEST_PATH_IMAGE031
表示第n个能源供给站对第m种能源的初始需求量，
Figure 276553DEST_PATH_IMAGE032
表示第n个能源供给 站对第m种能源的能源供给效率。
在图3实施例提供的确定目标能源分配矩阵的方法中，基于距离、初始需求量和能源供给效率，对K个樽海鞘的初始化位置矩阵进行Q次樽海鞘优化迭代处理，得到在第Q次迭代后K个樽海鞘的目标位置矩阵，基于距离、初始需求量、能源供给效率和K个樽海鞘的目标位置矩阵，确定目标能源分配矩阵，即通过樽海鞘群算法，得到目标能源分配矩阵，由于樽海鞘群算法的收敛速度快、无陷入局部最优解的问题，因此基于樽海鞘群算法，得到目标能源分配矩阵，可以提高能源分配效率。
在上述实施例的基础上，下面结合图4对得到目标位置矩阵的方法进行说明。
图4为本发明提供的得到目标位置矩阵的流程示意图。如图4所示，该方法包括：
S401、获取当前迭代次数q。
初始时，q等于0。
S402、判断q是否大于Q。
若否，则执行S403，否则执行S410。
S403、获取在第q次樽海鞘优化迭代处理之后，得到的K个樽海鞘的位置矩阵。
初始时，q等于0。在第q次樽海鞘优化迭代处理之后，得到的K个樽海鞘的位置矩阵为K个樽海鞘的初始化位置矩阵。
S404、针对K个樽海鞘中的每个樽海鞘，通过目标函数模型，对距离、初始需求量、能源供给效率和樽海鞘的位置矩阵q处理，得到樽海鞘的第q个适应度值。
需要说明的是，S404的执行方法与S303中得到第k个樽海鞘的适应度值的方法相似，此处不再赘述。
S405、基于第q个适应度值由大到小的顺序，对K个樽海鞘进行排序，得到第q个樽海鞘序列。
S406、将第q个樽海鞘序列中首个樽海鞘，确定为第q个食物源。
S407、将樽海鞘序列中除首个樽海鞘之外的剩余樽海鞘中的前Z个樽海鞘确定为领导者；将剩余樽海鞘中除前Z个樽海鞘之外的其他樽海鞘确定为追随者。
其中，Z等于K减去1的差值再除以2之后得到商的整数部分。
S408，基于领导者位置更新公式和第q个食物源，得到领导者的位置矩阵；基于追随者位置更新公式，得到追随者的位置矩阵。
需要说明的是，S408中得到领导者的位置矩阵和追随者的位置矩阵，为在第q+1次樽海鞘优化迭代处理之后，得到的K个樽海鞘的位置矩阵。
领导者位置更新公式为：
Figure 796527DEST_PATH_IMAGE033
；
其中，
Figure 393862DEST_PATH_IMAGE034
表示前Z个樽海鞘中第i个樽海鞘在的位置矩阵，
Figure 290274DEST_PATH_IMAGE035
表示第q个食物源 在第j维空间的位置，
Figure 289454DEST_PATH_IMAGE036
表示第j维空间的上限值，
Figure 980329DEST_PATH_IMAGE037
表示第j维空间的下限值，
Figure 330539DEST_PATH_IMAGE038
和
Figure 499483DEST_PATH_IMAGE039
为随机生成的数值，
Figure 618749DEST_PATH_IMAGE040
和
Figure 480526DEST_PATH_IMAGE039
的取值在
Figure 52453DEST_PATH_IMAGE041
区间内。
追随者位置更新公式为：
Figure 290667DEST_PATH_IMAGE042
；
其中，
Figure 998860DEST_PATH_IMAGE043
表示第i个追随者在第j维空间的位置矩阵，
Figure 308836DEST_PATH_IMAGE044
表示第i+1个追随者 在第j维空间的位置矩阵。
409，将q更新为q+1，重复执行S402至409（或者重复执行S401至409）。
410，将在第q次樽海鞘优化迭代处理之后，获取的K个樽海鞘的位置矩阵，确定为在第Q次迭代后K个樽海鞘的目标位置矩阵。
需要说明的是，在q大于Q的情况下，表示迭代次数已经达到最大迭代次数。
下面以N=10、M=4为例，分别采用本发明所示的方法得到能源调度方案（即N个能源供给站对M种能源的目标需求量）获得的经济效益和基于灰狼算法得到能源调度方案获得的经济效益的对比示意图进行说明。
图5是本发明提供的不同能源调度方案获得的经济效益的对比示意图。需要说明的是，基于本发明所示的方法，得到能源调度方案的初始化参数为：樽海鞘数量K=70、最大迭代次数J=200。基于灰狼算法的能源调度方案的初始化参数为：灰狼算法种群中个体数量为50，最大迭代次数等于200，交叉概率为0.65，变异概率为0.08。基于上述初始化参数进行仿真实验，得到图5所示的两条经济效益曲线。如图5所示，基于本发明得到能源调度方案获得的经济效益（即适应度值）大于基于灰狼算法得到的能源调度方案获得的经济效益（约大于0.1到0.2，与灰狼算法相比，本发明中的方法性能提高了11%到15%），说明采用本发明的方法得到的能源调度方案能够显著地改善能源调度中心对于能源供给站的能源调度质量。
从图5中可以看出，本发明提供的方法在120次迭代之后逐渐水平收敛，而灰狼算法在150迭代之后仍未达到水平收敛，因此本发明提供的方法适用于实际应用场景，灰狼算法不适用于实际应用场景。
相较于目前采用的能源调度方案，在面对能源种类多、能源供给站多的情况下，在本发明提供的方法具有操作方便、步骤清楚、所需初始化参数少、算法具有收敛速度快、不会陷入局部最优的问题、拥有更低的时间复杂度、全局搜索能力强、鲁棒性与泛化性高等优点，可以有效地降低系统的处理时间，提高能源规划的准确性，进而提高综合能源调度的效率。
下面对本发明提供的综合能源分配装置进行描述，下文描述的综合能源分配装置与上文描述的综合能源分配方法可相互对应参照。
图6是本发明提供的综合能源分配装置的结构示意图。如图6所示，该综合能源分配装置包括：
第一获取模块110，用于获取N个能源供给站分别与能源调度中心之间的距离；N为大于或等于1的整数；
第二获取模块120，用于获取N个能源供给站对M种能源的初始需求量和能源供给效率；M为大于或等于2的整数；
第一确定模块130，用于基于距离、初始需求量和能源供给效率，进行樽海鞘优化处理，得到目标能源分配矩阵；
第二确定模块140，用于基于目标能源分配矩阵和M种能源的初始需求量，确定N个能源供给站对M种能源的目标需求量。
根据本发明提供的一种综合能源分配装置，目标能源分配矩阵中包括N个能源供给站的权重向量，权重向量中包括M种能源的权重；第二确定模块140具体用于：
针对每个能源供给站，从目标能源分配矩阵中获取能源供给站的权重向量；
针对每种能源，从能源供给站的权重向量中获取能源的权重；将能源的权重与能源的初始需求量的乘积，确定为能源供给站对能源的目标需求量。
根据本发明提供的一种综合能源分配方法，第一确定模块130具体用于：
获取初始化参数，初始化参数包括：樽海鞘数量K、最大迭代次数J、K个樽海鞘的初始化位置矩阵；K和J均为大于1的整数；
基于距离、初始需求量和能源供给效率，对K个樽海鞘的初始化位置矩阵进行Q次樽海鞘优化迭代处理，得到在第Q次迭代后K个樽海鞘的目标位置矩阵；
基于距离、初始需求量、能源供给效率和K个樽海鞘的目标位置矩阵，确定目标能源分配矩阵。
根据本发明提供的一种综合能源分配方法，第一确定模块130具体用于：
基于距离、初始需求量、能源供给效率和K个樽海鞘的目标位置矩阵，确定K个樽海鞘的适应度值；
将适应度值最大的樽海鞘的目标位置矩阵，确定为目标能源分配矩阵。
根据本发明提供的一种综合能源分配装置，第一确定模块130具体用于：
针对K个樽海鞘中的第k个樽海鞘，通过目标函数模型，对距离、初始需求量、能源供给效率和第k个樽海鞘的目标位置矩阵进行处理，得到第k个樽海鞘的适应度值；k为大于或等于1且小于或等于K的整数；
目标函数模型为：
Figure 368059DEST_PATH_IMAGE045
其中，
Figure 144385DEST_PATH_IMAGE002
表示第k个樽海鞘的适应度值，n表示第n个能源供给站，
Figure 972664DEST_PATH_IMAGE046
表示能源调 度中心，m表示第m种能源，
Figure 707402DEST_PATH_IMAGE047
表示第n个能源供给站与能源调度中心之间距离，
Figure 722762DEST_PATH_IMAGE048
第k个樽海鞘的目标位置矩阵中第n个能源供给站的权重向量内第m种能源的权重，
Figure 568358DEST_PATH_IMAGE006
表示第n个能源供给站对第m种能源的初始需求量，
Figure 251144DEST_PATH_IMAGE049
表示第n个能源供给站 对第m种能源的能源供给效率。
根据本发明提供的一种综合能源分配装置，N等于10，M等于4，K等于70，Q等于100。
根据本发明提供的一种综合能源分配装置，在M等于4的情况下，M种能源包括水、电、燃气、暖气、油中的任意四种。
图7是本发明提供的电子设备的实体结构示意图。如图7所示，该电子设备（例如为本发明中的能源调度设备）可以包括：处理器(processor)210、通信接口(CommunicationsInterface)220、存储器(memory)230和通信总线240，其中，处理器210，通信接口220，存储器230通过通信总线240完成相互间的通信。处理器210可以调用存储器230中的逻辑指令，以执行综合能源分配方法，该方法包括：获取N个能源供给站分别与能源调度中心之间的距离；N为大于或等于1的整数；获取N个能源供给站对M种能源的初始需求量和能源供给效率；M为大于或等于2的整数；基于距离、初始需求量和能源供给效率，进行樽海鞘优化处理，得到目标能源分配矩阵；基于目标能源分配矩阵和M种能源的初始需求量，确定N个能源供给站对M种能源的目标需求量。
此外，上述的存储器230中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，计算机程序被处理器执行时，计算机能够执行上述各方法所提供的综合能源分配方法，该方法包括：获取N个能源供给站分别与能源调度中心之间的距离；N为大于或等于1的整数；获取N个能源供给站对M种能源的初始需求量和能源供给效率；M为大于或等于2的整数；基于距离、初始需求量和能源供给效率，进行樽海鞘优化处理，得到目标能源分配矩阵；基于目标能源分配矩阵和M种能源的初始需求量，确定N个能源供给站对M种能源的目标需求量。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的综合能源分配方法，该方法包括：获取N个能源供给站分别与能源调度中心之间的距离；N为大于或等于1的整数；获取N个能源供给站对M种能源的初始需求量和能源供给效率；M为大于或等于2的整数；基于距离、初始需求量和能源供给效率，进行樽海鞘优化处理，得到目标能源分配矩阵；基于目标能源分配矩阵和M种能源的初始需求量，确定N个能源供给站对M种能源的目标需求量。
以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种综合能源分配方法，其特征在于，包括：
获取N个能源供给站分别与能源调度中心之间的距离；N为大于或等于1的整数；
获取所述N个能源供给站对M种能源的初始需求量和能源供给效率；M为大于或等于2的整数；
基于所述距离、所述初始需求量和所述能源供给效率，进行樽海鞘优化处理，得到目标能源分配矩阵；
基于所述目标能源分配矩阵和所述M种能源的初始需求量，确定所述N个能源供给站对所述M种能源的目标需求量。
2.根据权利要求1所述的综合能源分配方法，其特征在于，所述目标能源分配矩阵中包括所述N个能源供给站的权重向量，所述权重向量中包括所述M种能源的权重；
所述基于所述目标能源分配矩阵和所述M种能源的初始需求量，确定所述N个能源供给站对所述M种能源的目标需求量，包括：
针对每个能源供给站，从所述目标能源分配矩阵中获取所述能源供给站的权重向量；
针对每种能源，从所述能源供给站的权重向量中获取所述能源的权重；将所述能源的权重与所述能源的初始需求量的乘积，确定为所述能源供给站对所述能源的目标需求量。
3.根据权利要求1或2所述的综合能源分配方法，其特征在于，所述基于所述距离、所述初始需求量和所述能源供给效率，进行樽海鞘优化处理，得到目标能源分配矩阵，包括：
获取初始化参数，所述初始化参数包括：樽海鞘数量K、最大迭代次数J、K个樽海鞘的初始化位置矩阵；K和J均为大于1的整数；
基于所述距离、所述初始需求量和所述能源供给效率，对所述K个樽海鞘的初始化位置矩阵进行Q次樽海鞘优化迭代处理，得到在第Q次迭代后所述K个樽海鞘的目标位置矩阵；
基于所述距离、所述初始需求量、所述能源供给效率和所述K个樽海鞘的目标位置矩阵，确定所述目标能源分配矩阵。
4.根据权利要求3所述的综合能源分配方法，其特征在于，所述基于所述距离、所述初始需求量、所述能源供给效率和所述K个樽海鞘的目标位置矩阵，确定所述目标能源分配矩阵，包括：
基于所述距离、所述初始需求量、所述能源供给效率和所述K个樽海鞘的目标位置矩阵，确定所述K个樽海鞘的适应度值；
将适应度值最大的樽海鞘的目标位置矩阵，确定为所述目标能源分配矩阵。
5.根据权利要求4所述的综合能源分配方法，其特征在于，所述基于所述距离、所述初始需求量、所述能源供给效率和所述K个樽海鞘的目标位置矩阵，确定所述K个樽海鞘的适应度值，包括：
针对K个樽海鞘中的第k个樽海鞘，通过目标函数模型，对所述距离、所述初始需求量、所述能源供给效率和所述第k个樽海鞘的目标位置矩阵进行处理，得到所述第k个樽海鞘的适应度值；k为大于或等于1且小于或等于K的整数；
所述目标函数模型为：
Figure 560698DEST_PATH_IMAGE001
其中，
Figure 63355DEST_PATH_IMAGE002
表示所述第k个樽海鞘的适应度值，n表示第n个能源供给站，
Figure 193202DEST_PATH_IMAGE003
表示能源调 度中心，m表示第m种能源，
Figure 996073DEST_PATH_IMAGE004
表示第n个能源供给站与所述能源调度中心之间距 离，
Figure 541455DEST_PATH_IMAGE005
所述第k个樽海鞘的目标位置矩阵中第n个能源供给站的权重向量内第m种能源 的权重，
Figure 796987DEST_PATH_IMAGE006
表示第n个能源供给站对第m种能源的初始需求量，
Figure 718807DEST_PATH_IMAGE007
表示第n个能 源供给站对第m种能源的能源供给效率。
6.根据权利要求5所述的综合能源分配方法，其特征在于，N等于10，M等于4，K等于70，Q等于100。
7.根据权利要求6所述的综合能源分配方法，其特征在于，在M等于4的情况下，所述M种能源包括水、电、燃气、暖气、油中的任意四种。
8.一种综合能源分配装置，其特征在于，包括：
第一获取模块，用于获取N个能源供给站分别与能源调度中心之间的距离；N为大于或等于1的整数；
第二获取模块，用于获取所述N个能源供给站对M种能源的初始需求量和能源供给效率；M为大于或等于2的整数；
第一确定模块，用于基于所述距离、所述初始需求量和所述能源供给效率，进行樽海鞘优化处理，得到目标能源分配矩阵；
第二确定模块，用于基于所述目标能源分配矩阵和所述M种能源的初始需求量，确定所述N个能源供给站对所述M种能源的目标需求量。
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述综合能源分配方法。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述综合能源分配方法。
CN202211155018.XA 2022-09-22 2022-09-22 综合能源分配方法、装置、设备及存储介质 Pending CN115239213A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211155018.XA CN115239213A (zh) 2022-09-22 2022-09-22 综合能源分配方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211155018.XA CN115239213A (zh) 2022-09-22 2022-09-22 综合能源分配方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN115239213A true CN115239213A (zh) 2022-10-25

Family

ID=83667037

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211155018.XA Pending CN115239213A (zh) 2022-09-22 2022-09-22 综合能源分配方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN115239213A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110555618A (zh) * 2019-09-06 2019-12-10 东北大学 基于改进樽海鞘算法的网络化综合能源系统优化调度方法
CN113255138A (zh) * 2021-05-31 2021-08-13 河北工业大学 一种电力系统负荷分配优化方法
CN114565239A (zh) * 2022-02-15 2022-05-31 石河子大学 用于产业园区的综合低碳能源调度方法及系统
CN114565237A (zh) * 2022-02-15 2022-05-31 石河子大学 用于多能组合发电站的综合能源低碳调度方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110555618A (zh) * 2019-09-06 2019-12-10 东北大学 基于改进樽海鞘算法的网络化综合能源系统优化调度方法
CN113255138A (zh) * 2021-05-31 2021-08-13 河北工业大学 一种电力系统负荷分配优化方法
CN114565239A (zh) * 2022-02-15 2022-05-31 石河子大学 用于产业园区的综合低碳能源调度方法及系统
CN114565237A (zh) * 2022-02-15 2022-05-31 石河子大学 用于多能组合发电站的综合能源低碳调度方法及系统

Similar Documents

Publication Publication Date Title
CN111325356A (zh) 一种基于演化计算的神经网络搜索分布式训练系统及训练方法
CN109815541B (zh) 轨道交通车辆产品零部件模块划分方法、装置与电子设备
CN106855957A (zh) 基于相似日和最小二乘支持向量机的工厂母线负荷预测
CN107358294A (zh) 一种基于Elman神经网络的需水预测方法
CN110167176A (zh) 一种基于分布式机器学习的无线网络资源分配方法
CN109151027A (zh) 星空地协同物联网通信方法及装置
CN114565239A (zh) 用于产业园区的综合低碳能源调度方法及系统
CN113887138A (zh) 一种基于图神经网络和强化学习的wrsn充电调度方法
CN116720642A (zh) 车辆与无人机协同配送的路径优化方法和系统
Tuba et al. Energy efficient sink placement in wireless sensor networks by brain storm optimization algorithm
CN114153828A (zh) 光伏发电系统智能数据清洗方法与装置
CN1889486A (zh) 无线传感器网络中的动态能量管理方法与装置
CN115239213A (zh) 综合能源分配方法、装置、设备及存储介质
CN106682729A (zh) 基于局部收敛权阵进化的BP神经网络MapReduce训练方法
CN106897292A (zh) 一种互联网数据聚类方法及系统
CN116187383A (zh) 基于改进鲸鱼优化算法的3D NoC最优的测试规划的确定方法
CN114493106B (zh) 一种基于地理划分的空间众包任务分配方法
Li et al. An efficient multi-model training algorithm for federated learning
CN110598930B (zh) 一种公交线路优化调整方法及装置
CN107333317A (zh) 基于量子猫群搜索机制的多目标中继选择方法
CN110086591B (zh) 一种大规模天线系统中的导频污染抑制方法
CN104517141B (zh) 基于负载平衡与粒子群算法的射频识别网络布局方法
CN107644143B (zh) 一种基于向量化和并行计算的高性能城市ca模型构建方法
CN115186940B (zh) 综合能源调度方法、装置及设备
CN115834580B (zh) 面向海洋大数据的分布式数据处理方法、装置和设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20221025