基于鱼群算法优化BP神经网络的电力客户满意度综合评价方法

首先从形象、期望、对供电质量的感知、对服务质量的感知、价值感知、抱怨、忠诚7个方面建立供电客户满意度测评指标体系,然后分析了BP神经网络与鱼群算法结合的可行性,探讨了鱼群算法优化神经网络的步骤。最后对5个地区2009年供电客户满意度测评数据,在专家打分测评的基础上,运用神经网络及鱼群算法优化神经网络方法进行满意度评价。前者在收敛过程中130次停留在误差值10-1左右,后者在局部最优处仅仅停留10次;在误差值为0.001时,前者经过168次训练后能够达到目标,而后者只需要88次训练就能达到目标。结果表明鱼群算法优化神经网络具有准确、快捷、简易等优点,此方法用于供电客户满意度评价行之有效。

鱼群算法与神经网络结合的节能减排效果评价

从污染物减排率、单位工业增加值减排量、治理工业污染投资总额、GDP相关指标、能耗下降率5个方面建立节能减排效果评价指标体系,分析BP神经网络与鱼群算法结合的可行性,探讨鱼群算法优化神经网络的步骤。最后对7个地区2006~2009年节能减排效果评价指标,在专家打分测评的基础上,运用神经网络及鱼群算法优化神经网络方法进行节能减排效果评价。研究结果表明：在收敛过程中,运用神经网络所得实际输出值与专家评分的误差长时间停留在0.7左右,而运用鱼群算法优化神经网络方法能够以较大的斜率快速收敛到期望误差;在误差为0.001时,前者经过202次训练后能够达到目标,而后者只需要75次训练就能达到目标,这表明鱼群算法优化神经网络具有准确、快捷、简易等优点,此方法用于节能减排效果评价行之有效。

低碳经济下电力行业发展研究

低碳电力是未来电力行业发展的必然选择。本文在阐述我国电力二氧化碳排放状况和实行低碳电力必要性,以及国外低碳电力发展状况的基础上,结合我国电力实际情况,提出了适合我国低碳电力发展的策略:一是适时开征"二氧化碳税";二是改变电源结构;三是合理规划电网分布;四是将低碳约束加入电网调度;五是增加特高压、数字化变电站建设;六是建立CDM管理。

基于云模型的变电站运营成本分析

结合云模型理论对变电站运营成本进行了详细计算和分析。首先将变电站运营成本分为运行成本、日常维护修理成本、断电损失成本3部分,并给出了各自的计算公式;然后建立了变电站运营成本计算模型,确定成本中的固定值和不确定的值。最后以某变电站为例,根据蒙特卡罗随机数法对韦布尔分布函数进行取值,得出20组成本数据,基于这些数据运用逆向云模型发生器计算得出正态云的3个特征值(期望、熵和超熵)。利用Matlab编程语言形成正态云图,该图可直观地表明运营成本的最可能的值和可能的区间,提高了成本计算的可信度。

基于盲数理论的变电站工程全寿命周期成本估算

变电站全寿命周期成本(full life-cycle cost,LCC)中包含许多不确定影响因素,这些盲信息影响着LCC估算值的准确度。为量化分析盲信息对变电站成本的影响,引入盲数理论,建立了变电站LCC的盲数模型,以某变电站为例,采用定性专家预测法对其LCC进行估算。结果表明:与传统的确定性模型相比,盲数模型能够得出LCC的可能分布区间,还可以得出各个区间的可信度,这使得估算结果更加合理可信,对于变电站工程项目的成本优化具有参考价值。

变电站运营期成本分析

变电站运营成本是变电站全生命周期成本控制的重要环节,本文首先将全生命周期成本划分为5个阶段,然后针对运营成本,将其细分为折旧费和无形资产摊销、维护及修理费用、财务费用和中断电损失成本四部分,并列出相应的计算公式;最后根据各自的成本公式分析其中的可控因素,得出使运营成本降低的方法和措施。

变电站运营成本分析及不同方案的成本差异研究

阐述了运营成本的构成因素,将其分为运行成本、日常维护修理成本、贷款利息、中断电损失成本。以全生命周期成本理论为基础,建立了变电站的全生命周期成本计算模型;以某变电站为例,列出变电站相关的主要设备以及设备选择方案。计算结果表明该运营成本的计算模型是合理可行的。