组合预测法的改进及其在负荷预测中的应用

阐述了传统组合预测方法的基本原理,并从理论上论证了组合预测方法相对于单一预测模型的优越性。在此基础上,总结了组合预测方法的具体步骤,对组合预测方法基于最小二乘法的最优权重确定方法进行了改进,提出了一种新的基于BP神经网络模型的最优权重确定方法。最后将改进后的组合预测方法应用于电力系统短期负荷的预测中。通过分析和比较,验证了该方法的有效性。

基于季节ARIMA模型的电力负荷建模与预报

电力负荷是影响电网寿命和可靠度的一个重要因素.将季节ARIMA模型引入电力负荷的建模及预报,为电力资源分配的宏观调控及电网改造提供了一种可靠的方法和途径.文中用频谱分析的方法检验电力负荷的季节性并求出一个周期;介绍了具有一个周期的季节ARIMA模型的一般表达方式,并给出进行建模及预报的一般过程.以天津市华苑小区的电力负荷为例,进行了季节ARIMA模型的建模及预报.

供电企业经营战略决策分析

从内部条件和外部环境两方面分析了供电企业经营战略决策的内容 ,得出了内部与外部因素评价矩阵 (IFEM、EFEM )。然后 ,运用SWOT“优势 劣势 机会 威胁”模型方法对供电企业的优势与劣势以及企业外部环境的机会与威胁进行了动态结合分析 ,提供了战略决策备选方案。最后 。

基于企业集群整合的高新技术产业园区建设研究——以天津滨海高新技术产业园区为例

随着经济全球化的发展,中国日益融入世界产业链条。在"中国制造"向"中国创造"的转型过程中,高新技术产业的发展起着至关重要的作用。而我国传统的高新技术产业开发区内存在产业缺乏特色、企业之间缺乏联系和分工、园区内欠缺专业化的生产性服务业、无法形成有效的产业集群等问题。因此,整合园区内企业群,完善园区产业链,并使之能与园区外部产业对接,促进区域经济发展是高新产业园区完成二次创业的关键。

输变电设备制造产业集群技术创新整合机制研究

输变电设备制造产业是与电力工业密切相关的行业,受国民经济影响较大。本文以电力设备制造产业集群为例,阐述了基于产业集群的技术创新组织模式和整合机制构建模式,为提高我国电力设备制造企业自主创新能力提供可资借鉴的理论依据。

一类基于FARIMA过程的电梯导轨振动模型

研究电梯运行中导轨的随机振动时 ,将电梯运行中测得的导轨间距离DGB看作一时间序列 ,发现具有长相关性。常用的整数自回归模型、分数噪声模型都只能片面地描述该类数据的短相关性或长相关性。给出了利用FARIMA(自回归分数整合滑动平均模型 )拟合DGB的方法 ,该模型可同时刻画实测数据DGB的长相关和短相关特性 ,并通过对实测数据的实验 ,证明了模型的优效性。

基于DHGF的供电企业发展水平综合评价方法

由于现有评价方法的优缺点具有互补性,本文把改进的Delphi法、层次分析法、灰色关联统计和模糊评判综合集成为DHGF综合评价模型,在评价的不同步骤运用不同的方法.利用该模型对供电企业发展水平进行了综合评价研究,取得了满意的效果.

基于模糊神经网络的用户用电数据挖掘

为从大量用电数据中发现不同用户的用电规律,并从中获取简明的规则,本文构建一种模糊神经网络,应用遗传算法优化网络结构,对隐层结点聚类以压缩数据信息。并将该方法应用到实际数据之中,取得了有价值的知识。

供电系统中的数据挖掘应用

人工神经网络是数据挖掘的常用方法,对于大量的数据,传统BP网络的收敛性较差,本文采用共轭梯度法改善其收敛性,使用遗传算法对其网络结构进行优化,并且对其隐层结点激活值聚类以压缩信息,最终从中提取规则,从而达到利用改进的神经网络从供电系统运营数据中提取知识的目的。

建设数字化供电企业

拥有强大和完整的企业信息化网络的硬件系统，是电力企业数字化建设的基础。供电企业传统的经营模式、业务流程阻碍了数字化的发展。只有改变电力企业生产、经营模式。更新管理决策理念与经营运作流程，才能从根本上拥有快速反应能力。凭借速度做到优质和差异化的服务。

寻求企业数字化的个性

当今的经济社会已由工业革命带来的规模经济发展到信息革命带来的网络经济。企业管理也随之步入了数字化时代。但对于电力企业来说。照搬或直接引用其他企业的模式并不适当。应当建立切合自己实际的体系和系统。才能增强企业数字化的适应性、有效性和价值性。