基于DTW-LSTM的短期楼宇电力负荷预测方法

为了提高楼宇电力负荷预测精度,解决传统聚类算法楼宇用电曲线聚类效果差的问题,提出一种基于DTW-LSTM的楼宇短期电力负荷预测模型.采用DTW聚类算法对楼宇日用电曲线进行聚类与编码,分析楼宇用电行为.根据楼宇10天的日用电曲线编码,利用马尔科夫链对未来一天的用电曲线编码进行预测,得到用电曲线原型.将编码作为一个特征,结合历史用电数据对楼宇的短期负荷进行预测,结果表明,相对于传统的聚类算法,所提方法的聚类结果更加合理且预测精度也有所提升.

中小企业财务管理问题研究

如今，中小企业逐渐成为我国国民经济生长中一个重要推动力，不过中小企业在发展过程显露了一些财务管理问题。对中小企业财务机构设置不健全、财务人员素质不高、财务管理观念落后等问题进行分析，提出有效治理这些问题的建议，如：完善财务制度，提高财务人员素质，转变理财观念，理财目标的合理选择，以加快财务管理信息化建设，强化信用观念，提高信用等级，拓展融资渠道，有效利用国家颁布的相关扶持政策。

基于多步电价预测的储能系统调度策略优化方法

针对增量配电网调度策略弱、效益低的问题,提出了一种高分辨率滚动周期调度策略和一种基于深度学习的长短周期比较多步电价预测模型.以某地区2012~2015年市场电价数据及各项供需输送关系数据为基础,结合滚动周期调度策略和空洞卷积神经网络建立增量配电网储能系统调度模型,对储能系统调度过程中电价走势及未来数据进行预测.结果表明,相比于目前常用的研究方法,所提出模型在经济效益上提高了9.1%,并具有更优秀的鲁棒性和效率.