刚刚927-优快云博客

原创电化学储能模型参数及动力储能类别、材质、结构及主流新能源车所用电池

比亚迪采用磷酸铁锂电池，采用的是CTP(Cell to Pack)无模组结构设计，直接将电芯集成为电池包，电池单体紧密排在一起，就像“刀片”一样插进电池包，所以才得名刀片电池，85.4kWh刀片电池，续航715，实测478.2，售价25.98万。：液流储能电池是一类适合于固定式大规模储能(蓄电)的装置，相比于目前常用的铅酸蓄电池、镍镉电池等二次蓄电池，具有功率和储能容量可独立设计(储能介质存储在电池外部)、效率高、寿命长、可深度放电、环境友好等优点，是规模储能技术的首选技术之一。实际使用效率都会偏低。

2024-08-12 14:33:56 765

原创 edge浏览器好用功能推荐之外文翻译

点击左上角最后一个a字样就可进行翻译，准确率很高，阅读很方便。

2024-08-12 14:30:07 525

原创新能源汽车可作为移动储能的巨大潜力

截至2023年6月底，全国机动车保有量达4.26亿辆，其中汽车3.28亿辆，新能源汽车1620万辆；机动车驾驶人5.13亿人，其中汽车驾驶人4.75亿人。2023年上半年全国新注册登记机动车1688万辆，新领证驾驶人1191万人。截至2023年6月底，全国已建成投运新型储能项目累计装机规模超过3580万千瓦时，也就是0.3580亿千瓦时，月，新投运装机规模约863万千瓦/1772万千瓦时，相当于此前历年累计装机规模总和。移动储能为现有新型储能的419.34倍。奇瑞新能源(QQ冰淇淋)

2024-08-12 14:27:25 980

原创（小白推荐）有关固态电池知识了解

丰田自2012年开始研究固态电池，并最近宣布已经取得了“技术突破”。这些固态电池能够为电动汽车提供高达1200公里的续航里程，这是目前许多现有车型续航里程的两倍左右。7月4日，丰田公司宣布，已经在固态电池技术上取得了重大突破，能够将电池的重量、体积和成本减半；6月30日，卫蓝新能源将开发两年多的360Wh/kg半固态电池正式交付给蔚来。宁德时代 140kWh电池能量密度为200Wh/kg。比亚迪72kWh刀片电池能量密度为150 Wh/kg。而固态电池则能达到400Wh/kg以上。

2024-08-12 14:21:01 655

原创 Python绘制七夕浪漫樱花树下樱花雨，樱花雨里看樱花

在Python中，海龟绘图是一个内置的模块，它允许用户通过模拟海龟的移动来绘制图形。这个模块特别适合初学者学习编程和图形学的基础。

2024-08-08 15:38:32 364

原创电力市场电力辅助服务产品（以东北和美国为例，并列举特斯拉辅助服务案例）

电力市场辅助服务产品

2024-08-08 12:55:21 732

原创（全网最详细电力市场知识）1-中外电力市场差异

电力市场相关内容，还有中外电力市场差异，电力辅助服务介绍等

2024-08-08 11:04:07 661

原创（小白易懂）经纬度太阳辐射模型及代码介绍

【代码】（小白易懂）经纬度太阳辐射模型及代码介绍。

2024-08-08 09:20:24 718

原创（一文了解储能技术）储能技术分类优势及各类参数汇总全知道

风能、太阳能等可再生能源具有间歇性、随机性的特点，微电网负荷具有持续波动性，为了保证微电网系统稳定、各发电单元之间功率平衡以及输出电能质量较好，需要在微电网系统中配置一定容量的储能装置，快速调节系统有功、无功功率输出，抑制微电网系统负荷突变引起的功率波动，改善系统输出电能质量，提高系统的可靠性和稳定性。目前，微电网系统储能装置的种类有很多，如下所示：根据储能需求时间长短可以将储能应用场景划分为容量型 (≥4小时) 、能量型 (约1-2小时)、功率型(小于等于30分钟) 以及备用型(大于等于15分钟) 。目前

2024-08-08 09:15:38 1134

原创（关于混合储能平抑光伏出力）光伏混合储能模型

光伏出力的波动是指在光伏发电系统中，由于外界环境的变化、天气等因素引起的光伏出力的变化。根据波动的频率不同，可以将光伏出力的波动分为高频波动分量和低频波动分量。

2024-08-08 09:10:30 1143 2

原创 (小白入门推荐)Opencv 的功能应用

OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉和机器学习软件库，广泛应用于图像处理、计算机视觉、深度学习等领域。它由一系列C函数和C++类构成，同时提供了Python、Java等多种编程语言的接口，支持在多种操作系统上运行，包括Windows、Linux、macOS等.

2024-08-08 08:47:27 2696

原创编程小白如何成为大神，以我个人为例：

编程已成为当代大学生的必备技能，但面对众多编程语言和学习资源，新生们常常感到迷茫。如何制定有效的学习计划？我比较W3Schools这个软件或者是网站，它还可以离线进行学习，对于各种编程语言的基础和进阶教程，内容详细最关键是有例子易于理解。学习难度相对来说是较低的，容易上手，是很多高校和培训机构的首选入门语言，而且学习资料也很多。）、函数等基本概念搞清楚，这些学习视频上都有，然后就是自己找项目练习，一定要动手！最重要的是拥有非常多的的库和工具，用于机器学习、Web 开发等领域更是不在话下。

2024-08-07 16:19:45 140

原创（全网最详细的神经网络深度学习汇总讲解）神经网络看这一篇就够了，各类算法汇集------------第一集前馈神经网络

前馈神经网络（feedforward neural network）是一种简单的神经网络，也被称为多层感知机（multi-layer perceptron，简称MLP），其中不同的神经元属于不同的层，由输入层-隐藏层-输出层构成，信号从输入层往输出层单向传递，中间无反馈，其目的是为了拟合某个函数。

2024-08-07 15:22:18 1808

原创 (全网最详细的可运行的人流统计程序)基于OpenCV的实时视频处理系统

OpenCV提供了多种人脸检测方法，包括基于Haar级联的传统方法和基于深度学习的现代方法。Haar级联是一种经典的机器学习算法，适用于实时应用，因为它可以快速处理图像。深度学习方法，如MTCNN（Multi-Task Cascade Convolutional Networks）和YOLOv3，提供了更高的检测准确度。本文使用的是Haar特征的Cascade分类器（）进行人脸检测。这是一种基于机器学习的方法，可以快速检测图像中的人脸。方法用于在灰度图像上检测多尺度的人脸，返回检测到的人脸矩形框坐标。

2024-08-07 14:59:46 2045

原创（全网最详细最标准，看这一篇就够了，附有可操作性代码，保姆教程）电动汽车蒙特卡洛模拟电动汽车出行密度电动汽车充电时间的概率密度模拟

电动汽车的负荷预测，通过建立电动汽车的出行时间、行驶里程和充电时间的概率模型，并采用蒙特卡洛方法进行抽样，进而对电动汽车的充电负荷进行累加，得到负荷预测结果。电动汽车充放电负荷计算，通过蒙特卡洛抽样方法生成电动汽车的充电功率、电池容量、充电时间以及每日行驶里程的概率密度分布，计算电动汽车的充放电负荷。

2024-08-06 09:49:27 846

原创网站基础NO.1 Tomcat 如何安装，如何使用，如何部署（全网最详细最专业）

简单理解：把自己电脑当成小服务器复杂理解：Tomcat是一个开源的、轻量级的、可移植的、高性能的Java应用程序服务器，主要用于为Java Web应用程序提供服务。它实现了Java Servlet和JavaServer Pages (JSP)规范，同时也支持其他Java技术，如Java WebSocket等。Tomcat的工作原理是接收客户端的HTTP请求，并将其转发给相应的Servlet或JSP进行处理，最终将处理结果返回给客户端。

2024-08-06 09:11:52 589

原创给小白推荐的---最简单、最实用的Kmeans聚类算法（不是市面上特别简单的聚类，价值4个亿）

本聚类并不是市面上烂大街的对一些点进行聚类，而是对多行多列的真正的excell表格的数据进行聚类，众所周知这是非常难的，因为市面上没有，代码也很贵需要40多块钱，但是现在我来公布一下这个巨额的代码！：这个指标通过计算每个聚类中心与其他聚类中心距离的平均值的平方根，并除以该聚类内所有点对之间的最小距离的平均值来评估聚类的质量。在K-means算法中，选择合适的K值（即聚类的数量）是一个关键步骤，因为它直接影响聚类结果的质量。：此指标通过比较聚类内部的方差与聚类间的方差之比来评估聚类的有效性。

2024-08-05 16:25:11 440

原创如何进行CNN-LSTM深度学习预测 -以预测光伏出力为例

CNN-LSTM模型结合了卷积神经网络（CNN）和长短期记忆网络（LSTM）的优势，适用于光伏出力预测。CNN擅长提取数据的空间特征，而LSTM擅长处理序列数据，捕捉时间依赖性。这使得CNN-LSTM模型能够有效地处理光伏发电数据的时空特性，提高预测精度。近期的研究表明，基于CNN-LSTM的光伏发电功率预测模型已经被提出并应用于实际场景。

2024-08-05 15:50:25 939 1

原创小白也能会的：如何从0开始建立一个网站

选择网站建设平台之前，您需要明确自己的需求，包括网站的类型、预期的功能、内容管理需求以及预算限制。

2024-08-05 14:12:13 395

这是一个樱花树的资源，点击进去复制到python打开，即可展示完美樱花树

我编程的樱花树，是一段富有创意和美感的代码作品。它将文化与现代完美结合，通过精妙的算法和细腻的细节处理，呈现出一片生机勃勃的樱花盛景。在这棵樱花树上，朵朵樱花争相绽放，绚丽多彩，仿佛在诉说着春天的故事。它不仅绽放于屏幕之上，更在心中种下了一片绚烂的春日景象。这棵樱花树，是我用代码编织的梦想与创意的结晶，它融合了计算机科学的逻辑之美与自然界的诗意之韵。

2024-08-08

电动汽车蒙特卡洛模拟，模拟出行时间和行驶距离

蒙特卡洛模拟是一种统计学方法，通过随机抽样来模拟复杂系统的行为。在电动汽车领域，蒙特卡洛模拟通常用于预测电动汽车的行驶时间、行驶距离和充电行为。这种模拟方法可以帮助研究者和工程师理解电动汽车在不同使用场景下的能源消耗和充电需求，从而优化车辆设计和充电基础设施规划。在进行电动汽车的蒙特卡洛模拟时，首先需要收集电动汽车的使用数据，包括出行时间、行驶里程等。这些数据可以通过车载传感器、移动互联网平台或调查问卷等方式获取。随后，研究者会建立这些数据的概率分布模型，常用的统计方法包括正态分布、指数分布等。通过蒙特卡洛方法生成随机数，模拟不同的出行时间和行驶距离，进而得到电动汽车在不同场景下的能量消耗和充电需求

2024-08-07

时间序列预测，采用深度学习神经网络LSTM，预测准确性很高

长短期记忆网络（LSTM）是一种特殊的循环神经网络（RNN），它在处理时间序列数据方面表现出色，因此被广泛应用于电力负荷预测。LSTM能够学习和记忆长期依赖关系，这使得它能够有效地预测电力负荷的未来变化。LSTM模型通常包含遗忘门、输入门和输出门，这些门控制着信息的流动和存储，从而避免了传统RNN中的梯度消失问题，在电力负荷预测中，LSTM模型可以通过分析历史负荷数据和相关影响因素（如天气条件、节假日等）来预测未来的负荷需求。这种模型能够捕捉到负荷数据中的复杂模式和趋势，提供比传统统计方法更准确的预测结果。LSTM模型的训练涉及大量的历史数据，通过反向传播算法更新网络权重，以优化预测性能，在实际应用中，LSTM模型可以帮助电力公司优化发电计划、电网调度，以及能源供应商制定更合理的市场策略。随着深度学习技术的不断进步，LSTM在电力负荷预测领域的应用前景广阔，有望进一步提高预测的准确性和效率

2024-08-07

提取分钟的程序.py 该程序可以提取datetime类型的分钟进行数据处理

在Python中，处理日期和时间通常涉及datetime模块，该模块提供了多种类和函数来操作日期和时间。如果你想要从datetime对象中提取分钟部分，你可以使用datetime.minute属性，但是如果是想要一天1440分钟的形式，就需要进行数据处理，拿小时和分钟进行累加，注意，datetime对象还包含其他几个与时间相关的属性，比如.hour（小时）、.day（月中的一天）、.month（月）、.year（年）等，如果涉及复杂类型，则需要进一步处理

2024-08-07

人流统计.py 是通过opencv来判断摄像头里的人流，并进行统计

OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉和机器学习软件库，它提供了大量的视觉处理函数和算法，广泛应用于图像和视频处理、人脸识别、物体检测、运动跟踪等领域。在人流统计方面，OpenCV同样发挥着重要作用，通过结合图像处理、目标检测、跟踪等技术，可以实现对视频中人流量的自动统计。OpenCV人流统计的基本原理视频读取与预处理：使用OpenCV的VideoCapture类读取视频文件或实时视频流。对视频帧进行预处理，如灰度化、去噪、图像增强等，以提高后续处理的准确性和效率。目标检测：利用OpenCV自带的或结合深度学习模型（如YOLO、SSD等）进行人体检测。这些模型能够自动识别视频帧中的人体，并给出检测框的位置和大小。对于复杂场景，可能需要结合背景建模、前景分割等技术来减少背景干扰，提高检测精度。目标跟踪：使用跟踪算法（如卡尔曼滤波、DeepSORT等）对检测到的人体进行跨帧跟踪，以获取人体的运动轨迹。跟踪算法能够处理人体遮挡、姿态变化等问题，确保统计的准确性。

2024-08-07

点聚类fcm.py 使用FCM模糊聚类

FCM模糊聚类算法概述 FCM（Fuzzy C-Means）模糊聚类算法是一种基于模糊集合理论的聚类分析方法，它能够处理具有不确定性、不完全性和模糊性的数据。与传统的硬聚类算法不同，FCM通过计算样本的隶属度矩阵来实现柔性划分，使得每个样本点可以被分配给多个簇，每个簇的隶属度介于0和1之间。FCM的目标是最大化同一簇内的样本点之间的相似度，同时最小化不同簇之间的相似度，FCM算法的基本步骤包括初始化聚类中心和隶属度矩阵，计算目标函数，更新聚类中心和隶属度矩阵，并迭代优化直到满足停止条件。目标函数通常是一个关于聚类中心和隶属度的函数，用于衡量聚类的效果。在迭代过程中，每个样本点对各个聚类的隶属度根据其到各个类中心的距离和隶属度的因子m进行计算，同时每个类别的中心位置根据该类别中所有样本点的加权平均值进行更新

2024-08-07

K-means聚类算法聚类算法

K-means聚类算法是一种典型的无监督机器学习算法，主要用于数据聚类。它的目标是将相似的数据点归到同一个簇中，而将不相似的数据点归到不同的簇中。

2024-08-07

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人