基于空间负荷预测法的城市新增片区电网规划研究

随着社会经济的发展,中国城市化进程越来越快,城市周边地带发展迅速,为满足新增负荷要求,需进行新增片区电网规划。本文针对城市新增片区,采用空间负荷预测法预测最终用电负荷,并进行相应电网规划,优化地区网架结构,提高供电可靠性。     

组合优化的灰色模型在异常电能表查找中的应用

电力计量装置是供电企业正常作业的基本条件,是电力系统中不可缺少的组成部分,其计量准确与否直接关系到用户和电力企业的利益。若电力计量装置出现异常,尤其是负误差超差,将直接导致供电公司利益受损,严重的可能导致电力系统无法正常运行。文章利用组合优化后的灰色模型建立用户负荷预测模型:首先利用GM(1,1)建立用户负荷预测模型,然后利用马尔科夫链对GM(1,1)的预测结果进行优化,接着利用蚁群算法对优化后的灰色模型进行再度优化,建立组合优化的灰色模型。最后建立负荷阈值模型,将台区所测得用户负荷值与负荷阈值进行对比,若该用户负荷值在负荷阈值范围内,则认为电能表正常;反之则认为电能表异常,列为"潜在异常对象";实例证明组合优化的灰色模型在异常电能表查找中具有良好的工程实用性和有效性。     

短期负荷预测中气象因素的大数据分析

坚强智能电网的迅速发展,先进数据存储和挖掘技术为气象大数据在负荷预测的应用提供了基础,特别是在短期负荷预测方面,气象大数据的时代已经到来。在考虑气象因素对短期负荷预测的影响下,归纳典型气象因素,对气象大数据的发展及新应用进行阐述,为气象大数据在短期负荷预测中的应用研究做好前期基础工作。     

基于灰色神经网络的短期电力负荷预测分析

电力负荷预测是电力系统一项重要的工作。本文应用了灰色预测和人工神经网络相结合的方法进行短期电力负荷预测。首先介绍了灰色预测和神经网络的基础理论,其次利用一个仿真算例来验证灰色神经网络算法的可靠性。     

浅议电力负荷预测方法

电力工业与国民经济发展和人民生活水平提高息息相关,电力负荷的稳定增长是电力工业健康发展的重要指标。作为电力规划工作的重要组成部分,电力负荷预测为地区或电网的电力发展速度、电力建设规模、电力工业布局、能源资源平衡,地区或电网间的电力余缺调剂,以及地区或电网资金和人力资源的需求与平衡提供可靠的依据,保证社会的正常生产和生活,带来经济效益和社会效益。     

北京电力科学应对迎接挑战

随着北京经济的快速发展和人民生活水平的不断提高,北京地区的用电量大幅增长,尤其在冬季和夏季出现了两个用电高峰,而且夏季用力负荷的增长尤为突出。近5年来,夏季最大负荷年均增长达8.8%。为了满足这种不断增长的用电需求,北京电力公司投入了大量的人力、物力加快电网的建设和改造步伐,但是仍难以满足度夏负荷迅猛增长的势头。为了能够从容应对夏季高峰负荷,从2004年年底北京电力公司就着手进行负荷预测分析,在综合考虑近年来北京电网负荷增长规律以及电网负荷特性、气候等各方面因素的基础上,预计2005年北京地区最大负荷将首次突破1000万…     

可转让的新技术、新产品

·油田电网优化运行计算机辅助管理系统 新研发成功的油田电网优化运行计算机辅助管理系统,对提高企业供电质量和节能降耗起到了重要作用。该成果在理论和算法上,提出了用“栈”原理计算电网潮流分布和短路电流的新算法,用于确定无功补偿最佳配置方案的原则和新算法以及按功率方差     

浅谈配网规划的有关问题

在技术可行的情况下,为满足负荷发展的需求,制定可行的电网发展方案是配电网络规划的主要任务.因此,供电企业在追求最大经济效益的同时,不仅要确保电网安全可靠,而且要确保电网经济运行.本文拟就配电网络规划中的负荷预测、网络系统模型的确定以及效益评估问题进行探讨.     

电力市场环境下的典型产业月用电负荷预测分析

将市场竞争引入电力系统,企业竞争性得到提高,资源利用效率将得到改善。准确的月负荷预测可以提高电力系统的社会效益和经济效益,而负荷预测误差风险直接影响供电的安全性和稳定性。本文考虑到季节成分对月负荷预测的影响,基于季节变差以及季节比例理论建立短期负荷预测的指数平滑模型,并对月负荷原始数据进行预测。通过对蒙东电力的算例分析验证了本文所提出方法的合理性和可行性。     

电网企业开展节能调度的社会效益和经济风险研究

根据节能调度办法,在满足电网火电负荷及发电量不变的前提下,模拟节能调度对节能减排的影响以及电网企业购电费用的变化。以煤耗最低为约束目标,建立二次优化模型,在保证电网备用容量和各机组负荷分配限制的条件下,重新分配机组负荷,并在合理范围内调整各机组利用小时数,结合煤耗特性曲线和购电单价,分别计算总煤耗和购电费用。由此可以对比出计划调度和节能调度两种调度方式下,总的煤耗及污染物排放变化情况以及电网企业购电费用的变化情况,即分别为电网企业通过节能调度实现的社会效益和化解经济风险。研究表明,通过节能调度,可以实现节能减排的社会效益,但会增加电网企业经济风险。     

基于神经网络的旅游收入预测模型建立研究----以山西为例

本文采用人工神经网络原理,对山西省入境旅游市场需求进行预测。论文以人工神经网络理论为基础,对旅游市场需求预测指标的选择、神经网络预测模型的选择、旅游需求神经网络预测模型的建模流程和实现方法进行了初步探讨,构建了基于人工神经网络的旅游需求预测模型。     

基于PSO优化LSSVM的股价时间序列预测

现实中的金融时间序列存在非线性、不确定性等特点,利用传统的预测方法难以获得满意的结果。提出了一种基于PSO优化LSSVM模型参数的股价时间序列预测方法。利用PSO算法的收敛速度快和全局收敛能力,优化LSSVM的惩罚因子和核函数参数。利用该方法应用于金融市场中的股价序列预测,与传统方法对比表明,该模型能够提高金融时间序列的预测精度,其具有更好的泛化能力,这对国内投资者进行股票投资具有现实的借鉴意义。     

基于PSO-SVR模型的煤炭铁路物流需求预测

在煤炭铁路物流需求预测中,存在历史样本量较小和非线性强的特点,从而致使预测精度较低。将支持向量回归机（support vectorreg ression,SVR）与粒子群算法（Particle Swarm Optimization,PSO）相结合,提出适用于小样本量学习的PSO-SVR模型。选取1995-2011年的煤炭铁路货运量及其影响因素作为学习样本,利用粒子群算法对支持向量机参数进行优化,通过训练、测试得到具有良好学习与推广能力的煤炭铁路货运量预测模型。建立BP神经网络模型,并将二者的预测值进行对比,结果表明在解决我国煤炭铁路物流需求预测这种小样本,非线性及高维模式识别问题中PSO-SVR模型预测精度优于BP神经网络模型。     

考虑DSM实施效果的工业园区中长期负荷预测

工业园区作为区域经济发展的重点,对于促进我国区域经济的发展具有重要意义。本文结合当前工业园区的发展现状、需求侧管理的实施及"十二五"期间提出的节能减排目标,介绍了需求侧管理对工业园区电力负荷预测的影响。将需求侧管理的实施效果、工业园区年产值与固定资产投资总额作为影响工业园区中长期负荷预测的三个变量,采用回归分析的方法,建立工业园区中长期负荷预测模型。通过算例分析,说明了回归分析预测的有效性,以及需求侧管理的实施效果应作为负荷预测的影响因素。     

海上N油田蒸汽驱注采参数智能优化设计

我国海上油田原油资源储量丰富，其中N油田有着大量的稠油资源，现有的多元热流体开采方式已无法进一步提高油田采收率，开采效果差，因此急需开展蒸汽驱注采参数优化研究，但是传统的优化方法主要针对不同参数逐一进行优化方法，无法从全局综合考虑各个参数的协同优化作用，因此最终方案往往是单一参数的最优方案而不是全局最优方案。首先利用Petrol建立了区块地质模型，进而采用数值模拟软件CMG对该油田试验区进行了生产历史拟合，在此基础上使用基于均匀设计的改进型粒子群优化算法（PSO算法）对蒸汽驱开采方案进行整体智能优化，并将预测的开发效果与传统优化方案进行对比。对比结果显示，使用智能优化方案对油田进行开采，累增油量34.05万方，提高采收程度12.8%，相对人工配产方案增油5.39万方，提高采收率2.03%，有着更佳的开采效果。     

A Flexible Neuro‐Fuzzy Approach for Improvement of Seasonal Housing Price Estimation in Uncertain and Non‐Linear Environments

Changes in housing price affect both individuals and government since they have substantial influence on the socio‐economic conditions. Valuations of housing are necessary in order to assess the benefits and liabilities in housing sector. This study presents a flexible meta‐modelling approach for improvement of housing price estimation in ambiguous and complex environments. It is composed of artificial neural network (ANN) and fuzzy linear regression (FLR). Seven FLR models are considered to cover latest approaches and viewpoints. Also, ANN is applied to data sets. The preferred FLR model is selected via mean absolute percentage of error (MAPE) for further considerations, and then the preferred FLR model and the best structure of ANN are applied to the data set. Finally, the preferred model is selected based on MAPE. The intelligent approach of this study is applied for estimation and forecasting housing price in Iran. The housing price in Iran mainly is based on eight economic indices including currency, oil income, general index, house service pricing index, rate of informal market, gross domestic production in basic price, added value of oil group and construction materials price. FLR is identified as the preferred model with lowest MAPE for housing price forecasting in Iran. This shows that the housing market of Iran is associated with severe environmental fuzziness and ambiguity. This is the first study that introduces a flexible neuro‐fuzzy approach for improved estimation and forecasting of housing price in noisy, complex and uncertain environments.     

一种对指数增长年度用电量的组合预测方法

为有效预测呈指数增长的年度用电量,本文选用了指数函数法、GM(1,1)灰色模型和多元线性回归模型来对年度用电量进行拟合外推预测。通过运用这些方法预测北京年度用电量和对预测结果进行比较分析得到,GM(1,1)灰色模型的实际预测结果往往偏大,指数函数法预测结果可能偏小,而多元线性回归模型虽然考虑了其他因素影响但在实际预测指数增长负荷时参考意义较小。因此,最终选择合适的权重加权组合以上模型得到最终预测值,预测精度较高。     

企业价值评估贴现模型的比较分析

贴现模型是企业价值评估中应用较为普遍的模型,但在我国实践中使用贴现模型存在很多问题。本文利用自由现金流量贴现法、调整现值法、经济利润贴现法三种常用的方法,探讨贴现模型不同参数指标的原理、使用原则、使用条件及在我国实践中的适应性,希望讨论能够为企业价值评估实务提供指导和帮助。     

杨凌生态示范区的物质流和物质减量分析

运用MFA方法,分析了杨凌区2002—2007年间的物质输入与输出量,物质输入与输出的效率和强度,并在此基础上分析了杨凌区的物质减量化趋势。研究结果表明：（1）杨凌区的直接物质投入量（DMI）和区域过程排放量（DP0）总体呈上升趋势;（2）杨凌区的物质输入与输出效率总体上在提高,且以2004年的上升幅度最为显著,与此同时,当地的物质输入与输出强度总体上却在加大;（3）在减量效应和反弹效应的综合作用下,杨凌区的环境压力随着经济的增长而增加,背离了可持续发展的目标。