基于IEWT-FE-BO-LSTM模型的超短期风功率预测

为提高超短期风功率预测精度,提出一种基于IEWT-FE-BO-LSTM的组合风功率预测模型,首先利用改进经验小波分解(IEWT)对历史风功率数据进行分解;然后引入模糊熵(FE)算法对各分解子模态进行复杂度计算重组子模态;再对各个重组分量分别建立基于长短时神经网络(LSTM)的预测模型,利用贝叶斯优化算法(BO)进行超参数组合,解决人为调参导致训练结果不佳的问题;最后通过历史风电场数据进行算例分析。结果表明,IEWT-FE-BO-LSTM模型对超短期风功率有较高的预测精度和预测效率。

基于ACO改进BP神经网络的风电功率预测研究

在风力发电具有随机性、波动性和间歇性的分析基础上,利用BP神经网络对风电功率进行预测研究,为了克服BP神经网络算法初始权值和阈值等参数具有随机性、容易陷入局部极小值和收敛速度慢等缺点,提出了利用蚁群算法改进BP神经网络的方法确定初始权值和阈值,建立了一种基于ACO改进BP神经网络的风电功率预测模型,借助于ACO对BP神经网络算法加以优化,能够获取提升神经网络控制参数的最优值,优化全局收敛性能。建立了风力发电功率预测的神经网络结构形态,并对结构中输入层、隐含层以及输出层进行了规划与确定,同时对建立的风电预测模型进行了仿真测试,经过和单一BP神经网络模型和ACO改进BP神经网络模型仿真对比,结果证明了所建立的基于ACO改进BP神经网络算法模型的有效性和优越性。

浅论以“中国梦”引领企业科学发展

2012年11月，当习近平总书记在参观“复兴之路”展览首次提出并定义中国梦时．整个中国为之精神一振。承载“两个一百年”梦想的中国梦，激起亿万中国人民的强烈反响。企业特别是国有及国有控股大型企业（以下统称为企业）是全面建成小康社会的重要力量，是中国特色社会主义的重要支柱，是中国共产党执政的重要基础．必须为中国梦的实现做出积极贡献。同时，企业要把中国梦作为中国特色社会主义核心价值体系的重要思想。以中国梦引领企业科学发展。本文结合绿地集团科学发展的实践，对如何以中国梦引领企业科学发展的实现路径提出若干思考。