基于EEMD-IGSA-LSSVM的超短期风电功率预测

为了提高风电场输出功率的预测精度,在保证安全操作的前提下,建立了一种基于集合经验模态分解(EEMD)、改进引力搜索算法(IGSA)、最小二乘支持向量机(LSSVM)相结合的风电功率组合预测模型.首先运用EEMD算法将风电功率时间序列分解成一系列复杂度差异明显的子序列;其次利用相空间重构(PSR)对已分解好的子序列进行重构,对重构后的每个子序列分别建立IGSA-LSSVM预测模型,为分析不同核函数构造LSSVM的差异性,建立了8种核函数LSSVM预测模型,利用IGSA算法求解其模型;最后以中国内蒙古地区的某一风电场为算例,仿真及验算结果表明,利用IGSA算法寻优得到的指数径向基核函数核参数和惩罚因子构建的LSSVM模型具有较高的预测准确性;与EEMDWNN,EEMD-PSO-LSSVM等5种常规组合模型相比,所提出的指数径向基核函数的EEMD-IGSA-LSSVM组合模型能有效、准确地进行风电功率预测.

基于改进BBO算法的风电-水电互补优化运行策略

为平抑风电的出力波动,同时考虑到风电与水电具有良好的互补性,提出风电与梯级水电站的互补优化运行策略。鉴于风速的不确定性,将风电出力视为随机变量,从兼顾风电-水电互补运行的稳定性与经济性、保证后续发电能力的角度出发,建立基于机会约束的多目标随机优化模型。采用引入余弦型迁移模型、差分进化算法的变异策略以及动态非均匀变异算子的改进生物地理学优化算法(Biogeography-based Optimization,BBO)求解优化模型,并结合随机模拟技术求解机会约束。通过基于风电预测与径流预测的分时段动态滚动决策,来不断修正风电与水电的后续运行方式,进一步提高互补运行的可靠性。以一个大型风电场和一个三级梯级水电站互补运行为例验证了所提模型、算法以及策略的可行性和有效性。

浅谈通信行业营销渠道策略分析

通信行业的竞争是一个长期、动态的过程，在此过程中，产业环境、客户需求和价值链形态都处于动态的调整与变化中。 对于通信业这样的服务性行业来说，当自己与竞争对手之间的产品差异难以体现，而价格上的策略又易于被竞争对手效仿的时候，建设独特的渠道可确立难以效仿的竞争优势，渠道已经成为通信运营商的战略性资源，特别是在市场竞争日趋激烈的情况下，如何在渠道上始终保持竞争的优势，已经成为通信运营商必须回答的问题。