基于数据挖掘与支持向量机的现货市场出清价预测方法

现货市场环境下,市场出清价对于电力市场的发、用两侧参与者和市场管理者都是极为重要的信息。因此,市场出清价的预测研究越发重要。首先分析大多数传统电价预测方法采用的连续序列与该文选取的同时段的电价序列表现出的变化特征差异,给出选取同时段电价序列作为输入的原因。然后基于数据挖掘相似性理论,通过欧氏距离和角度距离2个维度识别历史电价相似序列,得到模型所需训练集数据。以支持向量机(SVM)为预测工具,并利用遗传算法对SVM的关键参数进行寻优。最后将模拟预测结果与不考虑历史相似状态的SVM模型、BP神经网络模型进行对比,通过误差分析证明了所提模型具备更高的预测精度。

PJM电力市场交易价格分布特征及波动风险度量

根据PJM电力市场披露的逐时电力交易价格信息,采用假设检验方法,对日前市场、实时市场及辅助服务市场部分交易品种的电价分布特征进行了统计建模,并针对电价分布的尖峰厚尾特性,结合VaR、CVaR尾部风险度量指标,对各市场中的电价波动风险进行精确度量。研究结果表明:PJM电力市场负荷与日前市场电价、实时市场电价具有强相关性,日前市场及实时市场电价服从对数正态分布,辅助服务价格差异较大,分布拖尾特征显著;在给定置信水平下,负荷、日前市场电价和实时市场电价波动风险逐渐增大,但显著小于辅助服务价格波动风险。

大渡河流域降水时空变化及环流特征分析

为全面了解大渡河流域降水变化规律,将大渡河流域分成4个区域,利用降水融合数据、地面观测数据和NCEP/NCAR再分析资料,对大渡河流域降水时空分布特征,降水变化主模态及其与大气环流的关系进行研究。结果表明,大渡河流域降水时空分布差异较大,最大中心位于二区,其中一、二、三区的降水呈现减少趋势,主要发生在夏秋季,而四区呈现增加趋势,主要发生在春季和夏季。大渡河流域降水变化前三主模态为全区一致型,西北东南反向型和"+-+"三极子型。合成分析表明大渡河流域夏季降水偏多时,西太平洋副热带高压位置偏西,南亚高压偏东,高原夏季风偏强,大渡河流域上空对流层中低层风场为南风异常。

基于ERP环境的企业智慧财务管理模式思考与研究

当前,企业资源计划(ERP)在大型企业中取得了良好的实施效果。它使企业的财务工作发生了明显改变,不仅能够规避传统财务管理中的一些问题,而且能够在多个方面对财务管理进行优化。本文简要分析了ERP建设将如何促进企业向智慧财务管理转型,并提出了企业基于ERP环境开展智慧财务建设的方向与策略,从而提升企业财务管理水平,推动智慧企业建设。

基于ERP的人力资源评价模型探索

近年来,随着AI及大数据技术广泛应用,人力资源管理持续向数字化、智能化发展,如何更好的采集、利用人力资源相关数据已成为国内外人力资源领域探索与研究的焦点之一。公司依托ERP系统建设,利用AI人物画像和大数据技术,进行新型人力资源评价模型的研究和应用,通过智慧绩效平台,实现员工赋能、能岗匹配,增强人机协同效果,使人力资源管理呈现出大数据驱动的新兴模态。

推进大数据时代企业财务管理改革的策略

网络的高速发展导致人们生活方式以及各种工作方式都与网络息息相关,同时也推动了我国各项事业的快速发展。在越来越快的发展背景下,各个企业只有重视网络技术,才能保证自身财产的安全,实现企业的进一步发展。而每个企业的财务管理又把握着每个企业的命脉,它们与企业的经济效益息息相关,因此,在大数据时代的今天,企业的财务管理也应该做出相应的改变。