基于python实现的分布式综合智慧能源系统模型-最大出力预测模型源码+运行说明.zip

# max-output-prediction-model ## 分布式综合智慧能源系统模型——最大出力预测模型 ===========================<br> ### 项目简述 为有效推动能源清洁生产和就近消纳,提高整个区域能源系统的能源利用率、经济性与稳定性,达到节能环保的目的,提出了分布式智慧能源系统构架,实时识别区域能源数据并进行可视化处理，以实现区域内各类分布式能源系统进行多能互补、优化调度。 ### 功能简介 1、利用以cv2为主的第三方库函数对输入图像进行降噪、归一化、区域搜索等处理。<br> 2、基于卷积神经人工智能网络进行实时图像的处理与识别。<br> 3、通过灰色模型、bp神经网络模型等手段进行电力系统最大出力的预测。<br> 4、利用qt实现将各功能集成为可视化图形界面。<br> ### 环境依赖 Python 环境搭建<br> Qt图形用户界面开发框架<br> mysql数据库环境<br> ### python第三方库 absl-py==0.7.1<br> asgiref==3.2.3<br> astor==0.8.0<br> bleach==1.5.0<br> certifi==2019.6.16<br> chardet==3.0.4<br> cvxopt==1.2.3<br> cycler==0.10.0<br> Cython==0.29.13<br> Django==3.0.1<br> djangorestframework==3.11.0<br> ...<br> 详见requirement.txt ### 输入参数要求 oee_data输入数据示例：'2018-06-25', '90', '90', '90', '86', '90', '90', '90', '85', '90', '90', '80'<br> loss输入数据示例：'2018-06-22', '50', '40', '20', '30', '10', '20'<br> dz输入数据实例：'2018-06-23 07:32:57', '1A', '0A', 'action3', 'start'<br> SJC要求为datetime<br> GRGH、LJGH、FLAG均为最高20字节字符 ### 视频输入 在本项目中，在线视频和本地视频数据源的读取处理均可实现，且都要求双数据源（左右摄像头）的输入。本地视频要求MP4格式。 ### 目录结构描述 ├── Readme.md // help<br> ├── question // 问题<br> ├── data // 数据<br> │ ├── data_access.py // 数据获取<br> │ ├── test.sql // 测试数据<br> ├── figure // 图表<br> │ ├── figure_plot.py // 图表绘制<br> ├── maindo // 主程序<br> │ ├── xio_all.py // 主应用<br> │ ├── xio_figureplot.py // 图表绘制<br> │ ├── xio_playvideo.py // 读取视频数据流<br> │ ├── xio_server.py //远程服务器连接<br> │ ├── xio_shumei.py // 数据传输与管理<br> ├── uidesign //各模块UI设计<br> ├── uifiles //各模块UI设计参数<br> ├── utils // 辅助工具<br> │ ├── utils.py // 视频图像处理工具<br> │ ├── vision.py // 图像识别工具<br> 王波波，宋伟，李天昊，汤俊萱，孙奕程 东华大学，上海视易信息技术有限公司，2020