基于大用户行为属性挖掘和LS-SVM的钢铁行业用电量预测研究

基于解释结构模型法对区域高耗能行业的大用户行为属性展开分析,提取关键行为属性;通过多因素方差分析找出影响因素的显著性结果。然后构建了最小向量支持向量机(LS-SVM)智能预测模型,以冀北地区为例,在考虑钢铁价格和产量2种用户行为因素的基础上,对区域钢铁行业用电量进行预测。研究结果表明,钢铁行业的钢铁价格及产量与行业用电量的相关性较强,对其影响较大,在对钢铁行业用电量进行预测时应考虑钢铁价格和产量2种因素。LS-SVM智能预测结果表明,该模型具有良好的有效性和可行性,有助于正确判断区域行业用电量变化趋势。     

基于DHNN模型的特高压工程投资风险控制效果评价北大核心

为提高特高压工程项目投资管理,需要对特高压投资风险进行控制,对风险控制效果评价。从特高压工程建设的8个阶段识别投资风险,构建评价指标体系,保证每个指标能客观反映该阶段下特高压工程投资风险的控制效果。应用离散型Hopfield反馈型神经网络,将评价标准转码为标准模式训练网络,输入样本模式得到待评对象的评价等级。通过对溪浙工程投资效果分析发现,该项目投资风险整体性评价等级为"A",说明该工程风险控制效果优秀。     

基于模糊密度K-medoids聚类和NSGA-Ⅱ算法的绿色分时电价优化研究

立足可再生能源配额制研究背景,将分时电价与绿色证书机制相结合,提出一种包含分时电力交易和绿色证书交易的绿色分时电价机制。深入分析了绿色分时电价机制下用户需求响应,构建了基于模糊密度Kmedoids聚类的峰谷平阶段划分模型,以峰谷差为优化目标的基于NSGA-Ⅱ算法的绿色分时电价优化模型。优化结果显示,绿色分时电价能更好地调动起电力用户改变用电习惯的积极性,在削峰填谷的同时促进可再生能源的发展。     

电力需求侧管理政策激励过程的动态演化博弈分析

电力需求侧管理（power demand-side management，DSM）具有优化电力资源配置、促进节能减排、移峰填谷、促进可再生能源发展等优点。但在当前电力市场环境下，DSM项目实施过程中项目成本与项目收益具有严重的“不同一性”，对电网企业和电力用户实施DSM项目和接受DSM服务存在一定的抑制作用。同时，电力需求侧管理体系中的政府、电网企业、电力用户三方主体利益出发点不同，必然会存在激烈的博弈。为了确切地分析电力需求侧管理体系各主体之间博弈行为，着眼于电力需求侧管理政策运行环境，采用动态演化博弈模型分析电力需求侧管理过程中政府−；电网企业、政府−；电力用户之间的博弈行为，优化设计电力需求侧管理政策激励措施，消除DSM对电网企业和电力用户投资的抑制作用，促进电力需求侧管理的深化发展。     

电网项目资产价值流分析模型研究

电网资产管理涉及多单位、多部门间业务协作,目前资产在各单位、部门间数据标准、口径不一致,信息传递不完整,价值的采集、传递和反馈也存在断点。对电网项目资产价值流过程性管理中应用资产业务协同管理模型及资产WBS结构进行研究,通过对项目资产价值流管理中业务流程的设计和关键节点的设计实现资产业务协同管理模型与WBS结构模型的结合,有利于提高资产在各业务部门信息归集的标准化与完整性以及成本归集颗粒度的精细化,使项目过程中资产价值精益化管理得到提升。     

火电厂粉煤灰经营管理模式问题诊断及解决方案研究

粉煤灰的综合利用随着建筑行业的发展具有较大的收益性,这使得粉煤灰不再是生产废弃物,而应作为火力发电的副产品,属于国有资产,粉煤灰的销售和处置也必须遵守国有资产的处理过程.为实现对粉煤灰的有效管理,一些发电公司成立专门的子公司负责粉煤灰的处置和管理,但是在实际运营过程中仍存在国有资产流失、利润过高、主体关系不合规等问题.为解决现存管理问题,以大唐同舟公司为例,对粉煤灰综合利用过程中的管理问题进行分析,提出粉煤特许经营方案,并对特许经营的可行性和效益进行分析.     

基于改进萤火虫算法优化SVM的变电工程造价预测

变电工程造价水平直接关系到电网工程的整体经济性,造价水平预测是控制造价、提高造价合理性的重要手段。在传统萤火虫算法的基础上,采用高斯扰动技术改进萤火种算法的位置更新公式,提高萤火从算法的寻优性能从而优化SVM预测模型的参数。通过Schaffer函数测试发现,高斯扰动萤火虫算法具有收敛速度快、搜索能力强等优点。实测结果表明：该模型具有较高的预测精度和有效性。