数字经济时代国有企业智能化发展的新向路

作为“数字国企”的建设的一个重要“加速器”,要充分利用信息化的优势,不断提升企业的竞争力和创新力,使企业的国有资产得到有效的保护和发展。因此,研究国有企业如何把握数字经济新优势,积极推进国有企业智能化转型,进而提升国有企业治理现代化水平和经济效益,有着重要的理论和现实意义。

国网双创孵化培育资金投资项目管理系统设计研究

为助力国网双创孵化培育资金投资项目运营,基于国网双创孵化培育基金建设背景,设计国网双创孵化培育资金投资项目管理系统。首先对系统建设目标和必要性进行阐述。其次,在系统需求分析的基础上提出国网双创孵化培育资金投资项目管理系统设计方案,从信息层、网络层、模型及评估层、应用层4个层面进行了架构设计,设计了投资项目运营管理功能、投资项目风险评估功能、投资项目资金运行效果评价功能等7个功能模块。最后,对国网双创孵化培育资金投资项目管理系统的开发与应用进行了展望。

数字电力知识产权交易管理平台设计与研究

近年来我国电力行业发展取得了巨大进步,尤其在特高压输电、新能源发电等领域诞生了许多世界领先的先进技术,但在新技术知识产权的转化应用管理上相比发达国家仍存在差距,以国家电网有限公司为研究对象,通过构建知识产权交易管理平台在知识产权类无形资产的交易过程中实现流程更规范,风险更低,监管力度更强。从而促进电力行业知识产权管理改革,营造鼓励创新、激励创新的良好氛围。

国网双创孵化培育资金投资孵化项目评估模型构建

国网双创孵化培育资金为项目孵化转化提供强有力的保障,对其多维度的评估有助于采取更科学、合理的管理和决策,从而推动技术创新和成果转化。从入孵和出孵2个维度,构建国网双创孵化培育资金投资孵化项目评估指标体系,并提出指标操作化定义,其中,定量指标通过收集、计算相关数据来获取数值,定性指标通过邀请专家定性评价和基于云模型的定性指标定量化获取数值;基于德尔菲法对指标进行赋权,实现对国网双创孵化培育资金投资孵化项目的评估。以项目入孵评估为例,选取3个项目进行算例分析,得到评估结果,为项目全周期管理和决策提供理论支持和决策依据。

考虑绿电交易的用户间接碳排放核算方法

在碳达峰碳中和背景下,为推动以新能源为主体的新型电力系统建设,各地积极组织开展绿色电力市场化交易,鼓励用户与新能源发电商直接签订绿电双边交易,主动承担碳减排经济责任。因此,准确核算用户电力消费的间接碳排放是低碳电力系统运行管理的一个关键问题。鉴于目前按照区域平均碳排放因子核算用户间接碳排放的不合理性及难以量化用户绿电双边交易对间接碳排放的作用,该文从用户角度建立碳排放流溯源方法,进而提出考虑绿电双边交易的用户间接碳排放核算方法。首先基于电路理论的潮流追踪方法,并考虑火电实时碳排放强度,建立用户侧电力消费与发电侧电力碳排放的网络映射关系;然后针对金融性绿电双边交易通过建立绿电交易等效网络,实现在用户间接碳排放核算中准确量化绿电交易的碳抵扣效应。通过算例验证了所提方法的可行性和公平性。

LSTM-GAN:融合GAN和Bi-LSTM 的无监督时间序列异常检测

多元时间序列数据的异常检测旨在发现对应时序特征中不符合一般规律的特异性模式,识别特定时间步长中的异常状态.针对多元时序数据时间依赖性建模难以及数据维度不断增加导致难以有效进行异常检测等问题,本文以自编码器为基础,融合生成对抗网络(Generative Adversarial Network,GAN)和双向长短期记忆神经网络(Bi-directional Long Short-Term Memory,Bi-LSTM),提出了一种无监督异常检测模型LSTM-GAN,该模型在每一轮训练中,以迭代的方式重构正常数据,通过GAN来放大异常,Bi-LSTM来捕获时间特性,训练完成后的模型用于时序数据的异常检测.本文在4个公开数据集上和几种先进同类方法进行了对比实验,实验结果表明,LSTM-GAN的检测性能提升了4.4%~16.6%,在IT数据集SMD中的模型检测F1分数达到0.9672,实现了高效的时序数据异常检测.

特约主编寄语

能源安全事关国计民生,是不可忽视的“国之大者”。新型能源体系的加快建设,为中国式现代化建设提供安全可靠的能源保障,我国明确提出2030年实现碳达峰、2060年实现碳中和的“双碳”目标。截至2023年底,我国发电装机容量达到29.2亿千瓦,水电、风电、太阳能发电等可再生能源总装机达到14.7亿千瓦,占发电总装机比重超过50%,历史性超过火电装机。随着新能源占比的不断提升,且受制于我国能源禀赋特征以及同步机组装机容量占比的大幅降低,电源侧灵活性明显不足,灵活调节电源装机占比不足6%,系统运行面临灵活调节能力不足的重大挑战,电力平衡和供应保障难度加大,迫切需要从源、网、荷、储多个环节挖掘电力系统的灵活性调节能力,保障电力可靠供应与能源安全。

特约主编寄语

能源安全事关国计民生,是不可忽视的“国之大者”。新型能源体系的加快建设,为中国式现代化建设提供安全可靠的能源保障,我国明确提出2030年实现碳达峰、2060年实现碳中和的“双碳”目标。截至2023年底,我国发电装机容量达到29.2亿kW,水电、风电、太阳能发电等可再生能源总装机达到14.7亿kW,占发电总装机比重超过50%,历史性超过火电装机。随着新能源占比的不断提升,且受制于我国能源禀赋特征以及同步机组装机容量占比的大幅降低,电源侧灵活性明显不足,灵活调节电源装机占比不足6%,系统运行面临灵活调节能力不足的重大挑战,电力平衡和供应保障难度加大,迫切需要从源网荷储多个环节挖掘电力系统的灵活性调节能力,保障电力可靠供应与能源安全。

电网碳排放因子研究方向与应用需求的演变进程

电网碳排放因子是温室气体核算体系中非常重要的一部分,对于减缓气候变化和实现碳中和具有至关重要的作用。当前,针对电网碳排放因子核算的研究已经向着更为准确、区域更为细化、且更具有时效性的方向发展。该文总结了温室气体核算体系关于电网碳排放因子的需求演变以及国内外企业常用的标准和选择方法,介绍了欧美政府现阶段采取的电网碳排放因子计算方法及需求演变,探讨了关于电网碳排放因子的研究进展和应用情况。针对美国和欧洲地区,分别介绍了斯坦福大学、加州大学戴维斯分校、美国国家可再生能源实验室等知名研究机构的典型科研进展。此外,还探讨了欧美公司在电网碳排放因子计算方法及应用场景方面的创新,包括宾夕法尼亚-新泽西-马里兰电力市场公司(Pennsylvania-New Jersey-Maryland Interconnection,PJM)、新英格兰独立系统运营商(Independent System Operator-New England,ISO-NE)、Watt Time等公司已经推出的电网碳排放相关应用与产品。最后,该文指出了我国开展分时分区电网碳排放因子研究与应用的必要性,并提出了相应建议,为我国电网碳排放因子的进一步研究和标准制定提供参考。

虚拟电厂网络安全风险评估指标体系构建及量化计算

提出了静态与动态风险评估相结合的多维动态网络安全风险评估指标体系。基于虚拟电厂的特点进行网络安全风险分析,构筑多维静态风险评估指标。基于攻击路径演化机理,对信息侧、物理侧和信息-物理侧进行数据采集,构筑动态风险评估指标。提出指标量化计算方法。通过仿真实验验证本文所提的指标体系及量化计算方法能够有效评估安全性,识别风险隐患,提出有效的加固措施。

电子凭证会计数据标准应用实务有关问题探析

数字经济环境下,各类电子凭证应用范围不断拓展,财政部等九部门联合开展电子凭证会计数据标准试点工作,推进电子凭证全流程标准化无纸化处理。本文对电子凭证会计数据标准以及入账信息结构化数据文件进行分析,探讨电子凭证会计数据标准在应用实务中落地的具体操作路径,提出电子凭证会计数据标准应用的工作建议。

面向电力调度指令的区块链隐私可追踪存证方案

在区块链上对电力调度指令进行可信存证是解决异议调度追责困难的有效手段。电力调度包含指令发起者、接收者、调度指令等高度敏感内容,调度指令存证需在保证敏感内容隐私性的同时验证接收者身份及调度指令的合规性,并在异议调度发生时追踪发起者身份。现有的区块链隐私存证方案大多采用中心化管理方式,这与区块链分布式设置相违背。针对电力调度指令存证的特定需求,设计一个支持调度发起者身份隐私且可追踪、接收者身份以及调度指令隐私且合规的区块链存证方案。将接收者身份及调度指令进行编码,经承诺加密并提供相应的零知识证明保证承诺密文合规后存储至区块链上。采用秘密共享方案对传统的群签名算法进行改进,在不影响签名与验证效率的前提下,将群管理员数量由单方拓展至多方。当异议调度发生时,多名群管理员共同追踪异议调度发起者身份,揭示接收者身份及调度指令信息。理论分析与实验结果表明,该方案具有较高的安全性,执行效率满足实施需求。

基于区块链的清洁能源数据溯源机制

全球正处于低碳发展的大趋势中,清洁能源是低碳发展的核心,也是解决气候问题的关键。目前清洁能源数据溯源方式,如中心化数据库、电子标签和能源证书等,存在中心化、数据来源和数据处理不透明等问题,无法保证数据与溯源结果的可信度和安全性。相比之下,区块链具有去中心化、透明性、不可篡改等特点,可以有效解决以上问题。因此,文章提出了一种基于区块链的清洁能源数据溯源机制。首先,文章提出了改进数据溯源描述模型ProVOC,实现清洁能源数据的全生命周期可信溯源,并通过结合区块链和图数据库实现数据的轻量化存储,提高了溯源效率;然后,文章提出了基于零知识证明的数据隐私保护机制,在用户数据隐私保护方面引入可撤销机制,在溯源数据隐私保护方面结合同态加密,实现更加安全的数据共享;最后,文章对所提出的数据溯源机制进行了功能验证和性能分析,实验结果表明,相比于现有的数据溯源框架,该机制在安全性等方面具有一定的优势。

基于隐私计算的绿电消费评价认证模型

绿电消费评价及认证是绿电市场建设的关键一环,当前对绿电消费的评价和认证缺乏有效的技术证明手段,并且绿电消费评价过程存在绿电消费数据隐私保护的技术难题。文中提出一种基于隐私计算的绿电消费评价认证模型。首先,设计一种新型同态加密方法,支持参与绿电消费评价多方主体的隐私保护。相较于传统的同态加密算法,该方法具有更高的加解密效率,且加解密过程可分解,满足全同态性。然后,提出同态加密与可信执行环境协同的隐私计算模式,解决传统同态加密算法无法支持密文下的非线性运算、计算和存储开销大的问题。最后,基于可信执行环境计算过程可验证机制和区块链存证数据防篡改特性,构建绿电消费评价结果的可靠性保障机制。理论和实验结果表明,该方案可高效计算涉及隐私保护的绿色电力消费评价数据,针对10000个绿电消费者,仅需0.114 s即可完成隐私保护的绿电消费评价。

分布式电力交易系统安全威胁与检测

随着电力系统网络化改革的逐步深入,融合“互联网+用户深度参与”的电力市场交易多元化新模式受到广泛关注。作为典型的应用案例,基于区块链的分布式电力交易系统由于可为多方电力交易参与方提供可靠的电力消纳能力,显示出巨大的应用潜力。然而,当前对分布式电力交易系统自身的安全性讨论较少,导致节点间可能存在的恶意行为及其安全威胁难以被清晰地描述,相关安全检测方案难以实施,从而为系统运行的稳定性遗留了安全隐患。为此,分析分布式电力交易系统面临的安全威胁,并在此基础上设计了基于深度学习的安全威胁检测方案。首先,设计面向区块链节点的全量流量数据采汇方法,并清洗冗余数据;其次,设计了基于长短期记忆网络和自动编码器技术融合的特征数据训练方案,以实现对特征化节点安全状态数据的高效学习和异常检测。在国家电网示范性区块链平台上展开实验评估,实验结果表明,所提方案具备良好的检测能力和较低的性能开销,适用于提升分布式电力交易系统的安全性。

ESG视阈下国有企业高质量发展路径研究

习近平总书记指出,国有企业特别是中央管理企业,在关系国家安全和国民经济命脉的主要行业和关键领域占据支配地位,是国民经济的重要支柱。随着碳达峰、碳中和在全球范围内深入人心,ESG理念在国内外成为普遍共识。ESG理念在国资央企上市公司中的发展,对于贯彻新发展理念、构建新发展格局、实现高质量发展具有重要的战略意义。根据ESG理念的内涵与实践分析ESG理念对国有企业高质量发展的价值意蕴,提出国有企业高质量发展的建议:建设ESG管理体系,助力绿色发展加快数字化转型,赋能企业创新;积极践行ESG披露,提升融资能力。

考虑绿电交易的电力碳排放定量测算

我国绿色电力交易试点工作已正式启动,该项工作通过引入以绿证交易为主体的市场手段推动了双碳战略的部署进程。绿电交易鼓励了可再生能源市场竞争,加速了发电能源结构的良性变革,促进了可再生能源的消纳,最终通过优化碳排放和碳消费来实现降低碳排放等积极性影响。该文以图数据库及图计算技术为基础,通过建立可视化区域碳排放模型,针对不同区域的碳交换特征,构建出区域电力碳排放传导定量测算体系。通过量化分析属地碳强度与引入绿电交易后的市场碳强度的发用电碳强度差异,实现绿电交易市场背景下绿电交易区域间的电力碳强度变化监测,并基于分析结果实现电力碳排放数据的可视化展示。最后,探讨了考虑绿电交易的电力碳排放传导定量测算系统对电力市场绿电交易行为的策略性预测与理论参考价值。

基于压缩感知的纵向联邦学习园区负荷预测方法

随着园区负荷预测的重要性日益凸显,为满足电网公司和用电企业之间的数据安全和隐私保护需求,文章提出了一种基于压缩感知的纵向联邦学习园区负荷预测方法。该方法利用压缩感知技术对梯度进行降维压缩,有效减少了传输的数据量。实验结果显示,相较于传统的联邦学习方法,文章的方法在保持模型准确率的同时显著降低了通信消耗。此外,该方法还有效保护了数据的隐私性,为电网公司和用电企业提供了更安全的合作环境。

基于企业战略规划的组织绩效评价管理研究

企业战略规划的组织绩效评价管理,对于企业实现预期战略目标、提升核心竞争力意义非凡。在竞争日益激烈的新时代下,我国企业对战略规划下的组织绩效评价管理日益重视,通过采用多种途径开展绩效评价工作,促进了组织的良好运行。但战略规划下的组织绩效评价管理仍不是十分完善,对其进行优化创新仍然值得关注。为此,为进一步探究基于企业战略规划的组织绩效评价管理,对其研究现状进行梳理,总结其价值意蕴,最后认为企业要想提升战略规划下组织绩效评价管理的效果,应立足“企业本体”,确定组织绩效评价管理设计要点;进行“特色组合”,促进组织绩效评价管理高效实施;搭建“智能平台”,实现组织绩效评价管理系统串联;落实“反馈思考”,推动组织绩效评价管理结果运用。

基于深度PCA与贝叶斯优化的区块链异常交易检测

区块链复杂的交易场景与丰富的交易模式使其交易频繁受到匿名攻击、庞氏骗局、钓鱼攻击等违法行为的威胁,给基于区块链技术的智能电网发展带来巨大经济风险。针对区块链异常交易检测综合性能差的问题,分析了交易数据维度高、正负样本不均衡的特点,提出了一种基于深度主成分分析(principal component analysis,PCA)与贝叶斯优化的区块链异常交易检测方法。该方法设计深度PCA模型实现区块链交易数据线性与非线性降维,通过贝叶斯优化算法解决随机森林超参数优化问题,运用优化后的随机森林分类器有效应对正负样本不均衡问题,最终实现区块链异常交易检测。基于Elliptic数据集与电网区块链交易数据集的实验结果表明,所提方法有效提升了区块链异常交易检测的综合性能。