考虑综合成本的海上风电与远方清洁能源协同优化模型

近年来,海上风电成为我国新能源发电的新增长点,海上风电与远方清洁能源在东部负荷中心地区协调配置和运行策略问题亟待解决.文中通过综合分析海上风电与远方清洁能源供电成本,结合出力特性、负荷预测和需求侧管理等因素,建立了综合成本的能源配置分析方法,针对负荷中心多种类型电源优化问题,结合上网电价和辅助费用建立了系统综合成本估算方法,提出了以综合成本最低为目标,满足运行、安全和环保约束的电源运行协同优化模型,并以江苏省某地区为例进行了详细分析计算,论证了模型具有优化效果,为海上风电与远方清洁能源的协调配置和优化运行提供了分析手段.     

监狱危机管理与罪犯知情权

监狱安全是监狱工作的核心保证,是建设和谐监狱工作的有机组成部分。监狱安全在维护社会稳定和构建社会主义和谐社会中具有积极作用。罪犯群体的特殊性决定了监狱是一个危机高发机构,突发事件所造成的危机不可避免。监狱机关应当建立科学、完善的应急机制加以处置,由此维护监管秩序及社会稳定。本文试图从罪犯知情权角度阐述如何更好的进行监狱的危机管理。     

基于粒子群改进BP神经网络的组合预测模型及其应用

针对应用广泛的传统人工智能预测BP(Back propagation)神经网络自身局限以及其在处理中长期复杂预测问题中需要样本数量大、泛化能力弱等不足,提出利用粒子群算法优化BP神经网络的学习算法,在此基础上,利用灰色预测方法和自回归移动平均模型(ARIMA)时序预测对历史数据进行初步预测,对中长期预测中数据趋势项和随机项进行模拟;将初步预测的结果作为改进BP神经网络的输入,在此基础上进行训练和预测,构建基于改进BP网络的组合预测模型.以我国1978-2007年能源需求数据为样本,进行实例分析.结果表明:组合预测模型预测精度较BP神经网络、灰色预测方法和ARIMA预测方法分别提高4.8%,6.1%和5.3%,验证了组合预测方法在中长期预测问题处理中的有效性.     

基于免疫遗传算法改进DFNN模型及其应用

针对动态模糊神经网络（DFNN）在进行预测应用时容易陷入“局部极值”的缺陷,提出一种改进方案。综合人工免疫算法和遗传算法的优点,用免疫选择优化遗传算法的进化策略,提出一种新的免疫遗传算法。将免疫遗传算法对模糊神经网络的学习算法进行改进,增强其学习能力和算法的稳定性。结合复杂性强的短期电价预测问题,采集美国PJM电力市场的实际数据作为样本数据,对免疫遗传算法改进DFNN进行实证研究。研究结果表明：与DFNN的预测结果相比,改进后的方法在同样的运算条件下,预测精度提高4．5％,而运算时间仅增加6．4s,说明基于免疫遗传算法对DFNN模型的改进效果较好。     

克隆选择粒子群优化BP神经网络电力需求预测

在普通BP算法基础上,引入克隆选择粒子群算法,建立电力需求预测模型.将当期国内生产总值、前期国内生产总值、人口、当期产业结构变化、前期产业结构变化等影响电力需求的因素作为网络输入,电力需求作为网络输出,同时选择合适的隐层节点数,确定模型的网络结构.利用克隆选择粒子群算法反复优化BP网络的权值组合,将优化后的权值作为BP神经网络的初始值,进行BP算法,直至网络达到训练指标.利用近几年相关输入输出变量年度数据,对建立的模型进行电力需求实证预测分析,并同普通BP神经网络预测结果进行对比.结果表明:基于克隆选择粒子群优化的BP神经网络不仅训练速度快,而且误差小,预测精度明显提高,说明该模型对于电力需求预测的有效性.     

打响警字品牌，促进良好学风的养成——对如何进一步加强警务化管理的再思考

突出警字特色，打响警字品牌是学院办学特色和人才培养目标的客观需要和必然要求，学院的快速发展，特别是扩招后学生数量的迅速增长和新课程的开设和增加，为新情况下如何进一步打响警字品脾提出了挑战。因此本文作者出于警察院校应如何更好的迎接挑战的目的，提出了如下一些举措：应积极强化警务化管理，全面共创，积极开拓创建“警”字特色的渠道和途径，建立警务化管理长效机制。     

基于蛙跳算法的改进支持向量机预测方法及应用

针对支持向量机在中长期负荷预测中关键参数选择的问题,引入蛙跳算法(SFLA)以优化基于支持向量机的中长期负荷预测算法,解决支持向量机参数选择问题。以对中国能源消费总量预测为例,对本文提出的改进算法进行验证。以1979—1999年的能源消耗量作为样本,对2000—2009年能量消耗量进行检验。研究结果表明:引入蛙跳算法后,与用粒子群(PSO)算法改进的支持向量机以及普通支持向量机方法相比,改进支持向量机预测精度分别提高2.34%和3.21%,算法运行时间分别增加51 s和109 s。     

考虑不确定性的风光燃蓄多目标随机调度优化模型

为支撑以风光为代表的高比例可再生能源发电并网,集成风电场(Wind Power Plant,WPP)、光伏发电站(Photovoltaic power station,PV)、燃气轮机(Convention Gas Turbine,CGT)和抽水蓄能电站(Pumped Storage Power Station,PHSP)为多电源系统(Multi-power Hybrid System,MPHS),建立了基于鲁棒随机优化理论的风光燃储随机调度优化模型.首先,介绍了多电源系统的基本构成,建立了多电源出力模型;然后,以系统运行经济效益最大化和输出功率波动最小化作为优化目标,确立多电源系统调度运行多目标模型.同时,为克服不确定性给系统带来的影响,提出了基于预测功率的风光不确定性刻画方法,转换含不确定性变量的约束条件为可反映决策者风险态度的约束条件,建立MPHS随机调度优化模型;最后,选取装机容量为9.6 MW风电场,6.5 MW光伏发电机组和3台CGT机组以及和1座上水库等效容量为10 MW·h构造仿真系统.算例结果表明:1)MPHS系统能充分利用不同能源发电互补特性,实现系统整体运行结果最优;2)PHSP能优化调整自身运行行为,为风光并网提供更大的容量空间;3)鲁棒系数的引入能能为不同风险偏好型决策者提供调度决策工具,在追逐经济效益最大户的同时最小化运行风险水平.     

关注2012GE“全球创新趋势调查报告”

2012年初,GE公司发布了2012年＂全球创新趋势调查报告＂。对全球22个主要国家和地区的企业家,就企业创新的环境和创新趋势进行了调查。对该调查报告进行了分析,结合我国企业创新环境和企业＂走出去＂对科技创新的需求,从中国企业加强自主创新、优化创新体系等方面,分析了该报告的启示。     

基于GARCH误差修正的时间序列季节预测模型及应用

针对神经网络、支持向量机等方法对数据样本容量要求较高的问题,以及一般时间序列预测模型对最大负荷等随机因素拟合不足的问题,应用时间序列的季节乘法模型对地区月度最大负荷做预测,并用GARCH模型对预测误差进行修正.用某电网的真实数据作案例,结果表明,误差率仅为2%,预测精度良好.相比修正前的模型,误差率下降0.5%,证明误差修正模型有效.