基于最优可信度的月度负荷综合最优灰色神经网络预测模型

月度负荷具有增长和波动二重趋势.作者首次提出以纵向历史数据为原始序列,用灰色预测模型进行增长趋势预测;以横向历史数据为原始序列,用人工神经网络模型进行波动趋势预测的方法,并在此基础上,引入最优可信度的概念,同时考虑了月度负荷的两种趋势,建立了综合最优预测模型.该模型兼顾了前两种模型的建模特点,优于只考虑单一发展趋势负荷预测的模型.对电力负荷预测应用实例的计算结果表明,该方法明显地提高了月度负荷预测的精度,也同样适用于进行周、季负荷等具有二重趋势的负荷序列的预测.     

基于马尔可夫最优化模型的北京市终端能源结构预测

对北京市终端能源消费现状进行分析,并且应用马尔可夫链最优化预测法对终端能源结构进行预测,提出基干最优化思想的转移概率矩阵的计算方法。由预测结果可知,在政策、经济等条件基本不变的情况下,北京地区的能源消费结构将发生较大的变化,煤炭及其制品的比例逐渐下降,电力和天然气等优质能源的比例呈上升的趋势,最终将达到80％左右。为了进一步提高优质能源比重、优化终端能源结构,文章提出相关建议。     

基于熵权法的供电商竞争力组合评价

针对单一评价方法的局限性,提出了基于熵权法的组合评价方法.该方法是对原有的单一评价方法进行组合的一种评价方法.此方法克服了单一评价方法的片面性,同时使各单一评价方法所包含的主客观性相统一.该方法首先应用多种单一评价方法对评价对象进行综合评价,而后运用关联度、最大误差、平均绝对误差三个评价指标对单一评价方法的评价效果进行评价计算,将计算结果经处理后形成多种单一评价方法的评价矩阵,利用熵权法对各单一评价方法所包含的显信息和隐性信息进行挖掘求得各单一评价方法的权重,据此构成组合评价方法.最后,应用此方法对供电商竞争力进行了实例验证.     

电力市场的改革与发展综述

基于经济学中的市场原理和电力系统特殊性运行规律,阐述了电力市场基本特征,介绍了电力市场形成发展的过程和改革情况,根据中国的实际情况,按照总体设计、分步实施、积极稳妥、配套推进的原则,针对目前中国电力市场面临的问题提出应对策略.     

基于负荷细分与SVM技术的电力负荷空间分布预测

提出了一种新颖的电力空间负荷分布预测模型,该方法首先对各类负荷的影响因素进行分析并分别建模预测;而后将选定区域划分成等面积小区,利用主成分分析法对小区空间信息进行处理,从而形成支持向量机的训练样本集;在此基础上用训练好的支持向量机计算待预测区域小区的属性值,并按照各类用地类型排序.根据预测结果,结合待预测区域的整体发展规划,给出待预测区域各类负荷增量;最后,结合各类负荷密度预测值、各类用地发展总量、各类用地发展排序,给出空间负荷预测值.实例验证了本文方法的有效性.     

电力上市公司财务报告可信度的综合评价

针对目前上市公司会计信息失真问题,基于定量分析,首次提出了运用模糊综合评价方法对电力上市公司财务报告本身可信度进行评价,以提醒广大投资者及相关财务信息使用者,在关注电力公司业绩排名的同时,更应注重排名依据的财务报告本身的真实性,以减少投资风险和可能造成的损失。     

用于评价的改进熵权TOPSIS法

分析了传统统计分析方法用于评价问题的不足,并且运用熵值法对传统的 TOPSIS 计算公式进行了改进,针对电力营销服务工作首次提出了一种改进的熵权 TOPSIS 法。通过对内蒙古电力公司营销服务工作实例的分析评价,综合考虑了定性和定量因素,给出了分析结果,从理论和实例上说明了该方法的优点。该方法为电力企业的营销人员提供了一种实用性强、易于掌握的评价方法。     

呼和浩特地区经济与电力负荷预测研究

本文在分析呼和浩特地区负荷历史数据的基础上,根据呼和浩特地区配电网现状和未来电网的发展趋势,通过对呼和浩特市经济发展与电力需求基本关系的分析,以及历年全社会用电量及最大负荷的分析,应用组合预测方法,做出呼和浩特地区最大负荷预测。     

网格化的电力系统短期负荷预测的MDRBR模型

针对大电网的短期负荷预测，建立了按地域划分的网格化电力系统短期负荷预测模型。各子网格根据自身的历史负荷和气象条件建立对网格更为有效的负荷预测模型，并采用了面向粗糙集的默认规则挖掘算法（MDRBR——mining default rules based on rough set）构造各单一预测模型，从而获得更加准确的预测结果。文中首先描述了MDRBR算法，然后分析研究了网格化的日负荷多层规则网络构造过程，并给出了基于MDRBR算法的日负荷预测过程以及对某地历史数据的负荷预测结果。分析结果表明，该网格化负荷预测模型能更加准确地得出预测结果，有效地减少噪声，计算简单，且规则搜索效率高。