用PSO优化BP神经网络的母线负荷预测方法

针对母线负荷基数小、易突变、母线间差异大等特点,提出一种粒子群算法优化神经网络的多层前馈神经网络的母线负荷预测方法。该方法综合了粒子群优化算法的全局随机搜索最优解和梯度下降局部细致搜索优势的特点,使其陷入局部最小,用母线负荷的初始值作为粒子向量的值,优化了误差反向传播神经网络的权值和阈值,达到提高预测精度和改善泛化性的目的。用该方法对湖南地区的110 kV和220 kV的母线负荷进行实验分析,结果验证了该方法的有效性和优越性。

模糊聚类分析和代数算法结合的短期负荷预测

为了提高短期负荷预测速度和精度,提出了将模糊聚类分析和神经网络代数算法相结合的短期负荷预测方法。综合考虑天气、日类型、历史负荷等对未来负荷变化的影响,通过模糊聚类分析选取学习样本,找出同预测日相符的预测类别,采用神经网络代数算法训练样本,对24小时负荷(24点)每点建立一个预测模型。该方法充分发挥了神经网络和模糊理论处理非线性问题的能力,提高了学习效能,而且克服了传统BP算法存在的缺点。算例分析结果表明该方法有较高的预测精度,取得了令人满意的结果。

电力市场环境下备用容量的社会效益分析

从经济角度出发,以系统备用容量最佳社会效益为目的,通过对系统可靠性和经济性之间的比较,建立不同可靠性水平下的协调优化模型。应用Mento-Carlo随机模拟法确定不同概率条件下备用不足期望值,根据负荷重要性分级求出负荷中断代价。分析了系统的备用容量费用与备用不足期望值的损失费用之间的关系,通过以全局控制代价最小化算法计算出最低总费用,最终确定在该条件下系统保留的备用容量为最优分配和调度。算例结果明确了供电可靠性和总费用之间的关系,表明了该方法的有效可行性。

望城区高乌供电所:管理提升以服务为导向

国网长沙市望城区供电公司高乌供电所为了将上级管理制度落实到实处,在加强思想教育的基础上,广泛听取客户意见,回应客户关切的用电问题,服务管理水平进一步提升。广泛听取群众意见高乌供电所采取三种方式征求意见和建议:一是走访了2个镇政府和2个街道办事处,听取他们的意见和建议;二是台区管理员深入客户,"零距离"接触、"面对面"沟通、"心贴心"交流,听取具体诉求;

绩效管理的望城探索

绩效管理是人力资源管理的重点与核心,是国家电网公司实现"一强三优"的重要管理方法,也是引导电力企业从粗放型发展转向精益化发展的重要手段和工具。当前,国家电网公司积极推行全员绩效管理,颁发了《国家电网公司全员绩效管理暂行办法》,对全员绩效管理实行:一是分级分类,量化考核;二是统一规范,科学评价;三是以人为本,强化激励。特别重点强调一线员工绩效考核实行"工作积分制",对管理人员绩效考核实行"目标任务制"。在探索实施绩效管理之前,望城区供电公司的基础比较薄弱。尤其是"两改一推进"以后,望城区供电公司的骨干人员大量流失,人员结构老化等一系列问题日益突出。特别是随着近几年的严抓严管及专业化、规范化管理的推行,望城区供电公司的管理体制显得相对落后,收入偏低而且实行平均化,极大挫伤了本来就为数不多的业务骨干的积极性,其结果是,各项经营指标在长沙供电公司排名常常靠后,形成了恶性循环。面对巨大压力与挑战,湖南长沙望城区供电公司的领导班子,下班组、访客户。