基于时间序列演变分析的有效相似性定义和聚类

时间序列广泛存在于商业应用中,比如电力负荷序列、网络日志等。挖掘时间序列数据对决策分析非常重要,特别地,决定时间序列的相似性在各种实际问题中起关键的作用,比如分析各个区域的电力需求特征。以前的相似性度量方法从未使用过演变这种特性去度量时间序列的相似性,基于演变分析提出了有效的时间序列相似性度量方法(SEA),该方法通过量化演变趋势构建了有效的相似性定义,并且提出了基于该方法的聚类策略。通过在实际数据集上和其它方法的实验比较,证明了提出方法的有效性,因此也证明了时间序列演变分析对相似性度量的重要意义。

电力供需研究综合集成研讨厅系统的设计与实现

分析了电力市场供需分析预测的复杂性和不确定性,研究了人机结合、从定性到定量的综合集成方法,设计并实现了电力供需研究综合集成研讨厅。该系统将电力经济数据信息、专家知识和经验与计算机模拟、分析处理能力结合起来,采用从定性到定量综合集成研讨的方式,形成一个电力市场供需相关重要问题研究、会商和决策支持的智能系统,能够支持专家群体对电力市场供需研究所依赖的政策环境、外部条件等重要基础数据以及分析预测结果进行综合分析评估,获得比以往更加科学、合理的量化决策支持方案。系统还能够用于其他复杂性、战略性问题的研讨。

能源电力企业辅助决策信息技术探讨

针对大型能源企业日趋迫切的科学决策需求,综合研究机构作为企业的"智囊",应以信息技术为支撑,构建专业的信息系统来提升决策服务的及时性和有效性。基于此,首先梳理了国内外能源企业研究机构相关辅助决策信息技术进展情况,包括行业信息情报平台、学术信息传播平台、研究课题管理平台等;其次,针对电力行业,结合智能电网的发展规划,提出了电力企业研究机构未来信息化决策的发展方向,主要包括电力数据挖掘、电力流式调控、能源电力规划、运营分析监测和电力安全预警等;最后,描述了信息化建设的架构示例和预期效果。

能源互联网目标下电力信息物理系统深度融合发展研究

能源互联网是解决当前能源系统问题、推动能源系统变革的智慧综合能源系统,对提高可再生能源比重,促进化石能源清洁高效利用,提升能源综合效率具有重要意义。电力信息物理系统融合是建设能源互联网的核心基础和关键所在,融合水平是决定能源互联网发展阶段的重要因素。通过研究电力与信息技术融合的价值、架构以及与能源互联网的关系,以历史长周期(1900—2018年)为跨度,量化分析揭示电力信息物理融合发展规律,预测未来趋势,提出能源互联网建设重点战略方向,为中国能源互联网的建设与发展提供理论依据和决策参考。