大数据技术在能源互联网企业数据管理中的应用

企业数据管理工作的主要内容是管理企业内部运营以及市场运营数据。传统的企业数据管理方法存在项目与任务管理效率低的问题,为此以能源互联网企业为例,提出了一种基于大数据技术的企业数据管理方法。结合能源互联网企业数据构成,对企业价值数据进行挖掘处理。参照柯克帕特里克层次评估模型划分人力资源管理项目,高效率输出企业数据集中管理项目。并以HTTY的统一格式将数据归类到企业内部数据库中,完成对能源互联网企业数据的高效率集成管理。通过对比实验验证所提方法具有更高的数据管理能力以及管理效率。

基于自适应遗传优化和神经网络算法的线损预测方法研究

为了提升配电网线损的预测精度,文中对线损的计算、评估方法进行了研究。引入时下流行的人工智能算法实现了线损的智能化、精准化预测。首先搭建单隐藏层的神经网络,该网络使用误差的反向传播算法作为网络的训练方法。为了解决该网络在训练时容易陷入局部最优解的问题,文中结合自适应遗传算法对神经网络结构进行了改造,并通过使用误差阈值来优化神经网络中的连接阈值与偏置,从而避免了网络训练的过拟合现象。为了评估所提算法在线损预测时的预测精度,基于某地区实际的10 kV配电网络的生产数据进行了网络的训练,且在算法仿真时,使用传统的BP神经网络作为对照组。仿真结果表明,文中算法对于线损预测的平均误差为7.23%,相较于BP神经网络算法降低了7.71%,有较明显的改善;经预测,该配电网络的线损率在1.21%~5.24%之间,与实际的线损率基本一致。

浅析疫情对供电服务的影响与转变

在 2020 年新年到来之际,一场不见硝烟的战争打响。“新型冠状病毒”这个令人谈虎色变的名字,跟随春运人口的大迁徙,出现到我们面前,来势汹汹。全国各地全力进行防控,遏制疫情蔓延。在疫情防治时期,广大用电客户对于电力服务需求更是迫切,这也是对供电公司应急服务能力的考验,疫情当前,发电企业的首要任务是全力保供;疫情后期,发电企业则要思考稳中有变、行稳致远。宁东供电公司为确保广大用户安全用电,上下一心想尽一切办法,正常办理用电业务,为用户提供最周到的服务。