《中国人工智能学会通讯》——10.6 青海大学智慧微能源网试验系统

简介: 本节书摘来自CCAI《中国人工智能学会通讯》一书中的第10章,第10.6节, 更多章节内容可以访问云栖社区“CCAI”公众号查看。

10.6 青海大学智慧微能源网试验系统

尽管能源互联网理论和技术研究方兴未艾,但相对而言工程实践滞后于理论开拓。为此,清华大学联合青海大学建成了以太阳能高效综合利用为特点的智慧微能源网试验系统,其结构如图 8 所示。

与现存的其他能源互联网示范系统相比,青海大学智慧微能源网试验系统是一个以太阳能为主要清洁能源的零碳排微能源网。该微能源网主要由100 kW 光热复合压缩空气储能系统(内含 30 kW槽式集热器系统和 20 kW 制冷系统)、50 kW 多功能光伏电站、50 kW 光热回收飞机碳纤维、110 kW图书馆光伏微电网系统、100 kW 热电光伏复合发电系统、20 W 高原热气流发电系统、监控与能量管理系统及校园冷热电负荷等组成。光热复合压缩空气储能系统是该微能源网的能量路由器,如图 9 所示,该系统具备冷热电三联供能力。

image
青海大学智慧微能源网试验系统配有基于工程博弈论设计的智慧能量管理单元,可实现冷、热、电多能互补的安全、经济、环保、高效运行。基于该系统可开展多能协同理论、太阳能综合高效利用等实践研究,为未来发展能源互联网技术提供了试验平台。

相关文章
|
2月前
|
人工智能 自然语言处理 算法
为什么知识图谱是人工智能系统的未来?
检索增强生成(RAG)系统为大型语言模型(LLM)适应新数据集提供了巨大的前景,因为它提供了可据以构建响应的参考资料。
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
springboot基于人工智能和自然语言理解技术的医院智能导医系统源码
智能导诊系统可为患者提供线上挂号智能辅助服务,患者根据提示手动输入自己的基本症状,通过智能对话方式,该系统会依据大数据一步步帮助患者“诊断”,并最终推荐就医的科室和相关专家。患者可自主选择,实现“一键挂号”。这一模式将精确的导诊服务前置,从源头上让医疗服务更高效。
368 2
|
3月前
|
机器学习/深度学习 存储 人工智能
人工智能自然语言对话系统
人工智能自然语言对话系统
43 1
|
3月前
|
传感器 机器学习/深度学习 人工智能
人工智能算法和系统的进化
人工智能算法和系统的进化
35 0
|
22天前
|
机器学习/深度学习 人工智能 搜索推荐
探索安卓应用中的新趋势:人工智能驱动的智能推荐系统
传统的应用推荐系统已经无法满足用户日益增长的个性化需求。本文将探讨如何通过引入人工智能技术,构建智能推荐系统,为用户提供更加精准、个性化的应用推荐体验,进而提升应用的用户满意度和留存率。
17 0
|
1月前
|
机器学习/深度学习 传感器 人工智能
基于人工智能的自适应交通流量控制系统
【2月更文挑战第30天】 在现代城市管理中,交通拥堵一直是影响居民生活质量和城市可持续发展的关键问题。本文提出了一个基于人工智能技术的自适应交通流量控制系统,旨在通过实时数据分析、模式识别和预测算法来优化交通信号灯调度,减少交通延误,提高道路使用效率。系统采用多层神经网络与深度学习技术进行交通流状态的特征提取和趋势预测,同时结合边缘计算提升响应速度,确保了控制的实时性和准确性。本研究的创新点在于将传统的交通工程方法与最新的AI技术相结合,实现了一个具有自我学习和适应能力的智能交通管理系统。
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
构建未来:人工智能在持续学习系统中的创新应用
【2月更文挑战第28天】 随着技术的不断进步,人工智能(AI)已成为推动现代技术创新的关键力量。特别是在机器学习领域,AI系统的能力不断增强,能够处理更复杂的任务并做出更加精准的决策。本文将探讨AI在持续学习系统中的应用,重点分析其在数据处理、模式识别和自适应学习机制方面的最新进展,并提出如何利用这些技术来设计更为高效和智能的教育工具,以促进个体和组织的知识积累与技能提升。
16 1
|
5月前
|
存储 机器学习/深度学习 人工智能
唯有超大规模存储系统才能满足人工智能的需求
现代存储技术将带来新水平的自动化、性能、安全性和灵活性,这将从人工智能和机器学习数据集中释放出更大的价值,而不会受到过时硬件的限制,以及成本的不断增长。
66 0
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
小说中修仙系统的方向统计_IT修仙_人工智能的底层逻辑
小说中修仙系统的方向统计_IT修仙_人工智能的底层逻辑
110 0
|
3月前
|
存储 人工智能 自然语言处理
知识图谱系统在人工智能领域的应用与前景
知识图谱(Knowledge Graph)是一种新型的知识表示、存储和查询的方法,也是人工智能领域中重要的基础技术之一。本文主要介绍了知识图谱的概念、产生背景,以及发展历程,并详细分析了知识图谱人工智能领域中的应用,最后对其未来的发展趋势进行了展望。