供电公司运营效率与影响因素分析

运营效率是衡量企业投资效益和资源配置的核心指标,因此,有效提高运营效率是增强供电公司竞争力的重要途径之一。结合供电公司的实际情况,构建了基于SE-DEA的供电公司运营效率评价模型,借助MATLAB数学分析软件,从投入和产出的角度对8家供电公司的运营效率进行比较,详细地分析了影响其效率的主要因素,并针对问题提出了优化运营的有效措施。实例结果表明,此方法实现了对所有决策单元的充分评价与排序,可以对供电公司运营效率进行有效的评价,为管理者提供科学、有效的信息和决策的依据。     

我国发电总量的估测与比较分析

电力工业是国民经济的基础性工业,发电量是电力工业发展水平的一个重要指标,对发电量的准确预测有利于电力工业的可持续健康发展。分别用ARIMA模型和传递函数模型对我国未来5年的发电总量进行估测,并分别对两种模型建模的过程和结果进行比较和分析。两种模型在发电量的预测中各有利弊,根据ACF和PACF,ARIMA模型较好;根据Residual和Fitted,传递函数模型较好。     

基于粗糙集理论和动态时序模型的日负荷曲线预测新方法

作者提出了一种短期日负荷曲线预测新方法.该方法首先采用日最小负荷对日负荷曲线进行规范化,再将日负荷曲线预测转化为对日最小负荷的预测和对日规范化负荷曲线的预测.对日最小负荷预测应用动态时序模型;对日规范负荷曲线应用专家系统进行推理预测,专家系统中的推理规则应用粗糙集理论从历史数据中获取.采用上海电网数据对该预测方法进行了测试,结果表明该方法便于对各种影响因素进行分析处理,能够更有效地利用历史数据所包含的信息.     

负荷预测的线性稀疏数AR预测模型

对时间序列线性ARIMA模型的建模和预测方法进行了总结,根据其特征提出了采用稀疏数AR模型代替ARIMA模型作为通用线性预测模型,并给出了模型搜索算法,使得时间序列线性预测模型的建模过程无需人的干预而能通过程序自动完成。     

我国发电总量的估测与比较分析

电力工业是国民经济的基础性工业,发电量是电力工业发展水平的一个重要指标,对发电量的准确预测有利于电力工业的可持续健康发展.分别用ARIMA模型和传递函数模型对我国未来5年的发电总量进行估测,并分别对两种模型建模的过程和结果进行比较和分析.两种模型在发电量的预测中各有利弊,根据ACF和PACF,ARIMA模型较好;根据Residual和Fitted,传递函数模型较好.     

虚拟物流企业技术框架体系的构建

虚拟物流企业是现代物流发展的一个重要方向,是一种基于 Web 技术和信息交互的动态企业联盟,它的系统平台也不同于传统的物流企业。从虚拟物流企业的作业流程出发,构建了一个适合该类联盟企业的技术框架,并提出了系统中的信息管理方案。     

改进蚁群优化算法在配电网网架规划中的应用

从转移概率和信息素的动态更新机制两方面对传统蚁群算法进行了改进。转移概率设计中采用2个参数的联动控制,实现了Dorigo和Maniezzo的设想。信息素动态更新机制使信息素权重随迭代次数增加而改变,实现了对整个可行域的搜索全面而迅速,弥补了传统蚁群算法训练效率低下和易陷入局部极小的不足。配电网优化的结果表明该算法的有效性。     

基于周期波动及其影响分析的电力市场中长期电价预测

电力市场中的中长期电价受众多不确定因素影响,很难用传统的经验统计方法建模预测。现有的预测方法一般从系统模拟角度出发进行预测,需要较多的系统信息资料,难度很大。本文采用经验模式分解将电价分解成多个相对独立的分量,详细分析不同的因素对于这些分量的影响,从不同的时间尺度分析电价的影响因素。根据分量的特点有针对性地选择时间序列和支持向量机建模预测。实例研究表明该方法适合于分析和预测复杂的中长期电价。     

基于预测模型库关联优化的电力负荷组合预测模型

针对中长期电力负荷同时具有增长性和波动性的二重趋势,基于预测模型库关联优化的电力负荷组合预测模型理论,首先对GM(1,1)模型进行改进,引入修正系数,使得原始序列与新预测值的误差在最小二乘意义下达到最小。然后建立模型库,通过灰色关联分析选取两个关联度最大的预测模型,再对这两个预测模型进行优化组合,得到最优模型。通过实例验证,基于预测模型库关联优化的电力负荷组合预测模型达到了满意的预测结果。