-
题名电网公司设备物资管理工作探析
- 1
-
-
作者
俞虹
蒋群群
陈珏伊
唐诚旋
徐一蝶
-
机构
贵州电网有限责任公司贵阳供电局
贵州电网有限责任公司贵阳金阳供电局
贵州电网有限责任公司贵阳修文供电局
-
出处
《电力设备管理》
2020年第6期155-156,共2页
-
文摘
物资管理在我国的电力公司中是公司管理流程中的重点项目之一,本文分析了电力公司物资管理的基本概述,对电力公司物资管理过程中存在的问题进行分析,结合实际情况提出一些完善当前电力公司物资管理的具体措施。
-
关键词
电力公司
物资管理
存在问题
具体措施
-
分类号
F42
[经济管理—产业经济]
-
-
题名基于强化学习的电力系统应急物资仓储控制算法
被引量:4
- 2
-
-
作者
俞虹
程文美
代洲
王钧泽
徐一蝶
-
机构
贵州电网有限责任公司贵阳供电局
南方电网物资有限公司
贵州电网有限责任公司贵阳修文供电局
-
出处
《粘接》
CAS
2021年第11期173-178,共6页
-
基金
贵州电网有限责任公司贵阳供电局科技项目(060100KK52180061)。
-
文摘
在人工智能飞速发展的启发下,智能库存控制和调度系统被认为是电力系统稳定性的一个有效的解决方案。提出了一种“端到端”强化学习方法,用于联合优化库存控制和应急电源交付策略,以平衡维护成本和电力系统稳定性。所提出算法为“端到端”算法,算法不预测需求,直接做出库存控制和调度决策;所提出的算法为“在线”算法,即库存控制和调度决策仅依赖于对过去事件的观察;所提出的算法也是“无模型”算法,即算法不依赖于任何假定的不确定事件随机模型。通过利用真实数据进行数值模拟,表明所提出的“端到端”强化算法平均比有代表性的基准算法在性能上高出138.5%。
-
关键词
仓储系统
调度系统
电力系统
强化学习
人工智能
-
Keywords
storage system
dispatching system
power system
intensive learning
artificial intelligence
-
分类号
TM711
[电气工程—电力系统及自动化]
-
-
题名基于机器学习的应急物资需求预测模型设计
被引量:3
- 3
-
-
作者
俞虹
程文美
代洲
王钧泽
徐一蝶
-
机构
贵州电网有限责任公司贵阳供电局
南方电网物资有限公司
贵州电网有限责任公司贵阳修文供电局
-
出处
《电子设计工程》
2021年第22期19-23,共5页
-
基金
中国南方电网有限责任公司科技项目(060100KK5218006)。
-
文摘
传统的应急物资需求预测模型对需求分析的完整率较差,导致其预测精准度较低。为此,基于机器学习设计了一种新的应急物资需求预测模型。对物资的分配位置进行机器学习处理,并对物资管理机制进行结构性调整操作。利用机器学习的内部分析法分析物资需求管理模式,从可视化分析角度对突发事件发生区域进行数据标定操作,从而强化机器学习模型结构,提高对应急物资的需求预测效果。实验结果表明,该模型能有效提高应急物资需求分析的完整率和预测结果精准度。
-
关键词
机器学习
应急物资
物资需求预测
数据标定
数据分析
-
Keywords
machine learning
emergency material
material demand forecasting
data calibration
data analysis
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-
-
题名适用于电表终端故障识别训练的图像训练方法
- 4
-
-
作者
丁超
张秋雁
王蓝苓
欧家祥
王铎润
-
机构
贵州电网有限责任公司电力科学研究院
贵州电网有限责任公司贵阳修文供电局
-
出处
《电工技术》
2020年第12期56-59,共4页
-
文摘
针对当前深度学习算法在电表故障识别训练领域中存在的不足,文章提出了一种改进的电表故障识别训练方法。对传统算法的识别训练过程进行了优化,重点关注缺陷样本的训练和图像采集质量的优化,并采用透视变换等技术手段丰富样本库、调整改善样本采集质量,提升了数据训练结果的可靠性。实例验证表明该方法具有良好适应性与高识别训练可靠度。
-
关键词
电表终端
深度学习
样本不平衡
故障识别训练
图像训练
-
Keywords
smart meter terminal
deep learning
sample imbalance
fault identification
image training
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-