华北电网售电量的预测方法研究

为提高电网负荷预测的准确率,分别运用加权移动平均预测技术和GM(1,1)模型对华北电网的售电量进行了预测,借助Matlab软件,得到了预测结果.最后对2种预测方法的误差指标进行了比较,结果表明,GM(1,1)模型的预测精度比加权移动平均法理想,说明该方法的应用前景广阔.     

DSM激励机制及其在我国的可行性

为解决电力供应相对紧张的问题,我国电网企业大力开展需求侧管理（DSM）工作,但是实际工作中出现了电网企业由于实施DSM而减少收入的现象,暴露了在DSM工作中缺少相关襟机制的弊端。就DSM激励机制的重要性进行了讨论,介绍了国外确定估价基数、脱离加激励等几种较成熟的DSM激励机制,并根据国外的经验针对我国的具体情况提出了几点建议,如政府奖励DSM效果突出的电网企业、售电量与电网公司收入脱离的机制等,以鼓励我国电网企业实施DSM。     

模糊聚类在电力用户分类中的应用

将模糊聚类方法应用于电力销售领域．利用负荷曲线特征实现对电力用户分类,可以为售电企业的合理定价和有效实施负荷管理提供参考。介绍了利用模糊C均值聚类方法实现用户分类的原理和步骤及聚类完成后的有效性检验指标的计算方法。算例表明了该方法的可行性和有效性。     

建筑节能评价指标体系的构建

我国建筑节能问题迫在眉睫。从我国建筑能耗现状出发,探索建筑节能已取得的成效和存在的问题,从而设计评价建筑节能的指标体系。已有指标体系所包含的评价信息可用性较低,难以起到评价建筑节能的作用,科学的评价方法应该贯穿从规划、设计直至建设完成、运行维护的全过程。     

美军核化生联合项目管理信息系统的发展

本文介绍了美军核化生联合项目管理信息系统(JPM IS)的产生、发展及应用过程,重点分析了其信息系统的构成和体系结构特点,提出对我军防化装备信息化建设的一些启示。     

面向深度学习的多模态融合技术研究综述

面向深度学习的多模态融合技术是指机器从文本、图像、语音和视频等领域获取信息实现转换与融合以提升模型性能,而模态的普遍性和深度学习的热度促进了多模态融合技术的发展。在多模态融合技术发展前期,以提升深度学习模型分类与回归性能为出发点,阐述多模态融合架构、融合方法和对齐技术。重点分析联合、协同、编解码器3种融合架构在深度学习中的应用情况与优缺点,以及多核学习、图像模型和神经网络等具体融合方法与对齐技术,在此基础上归纳多模态融合研究的常用公开数据集,并对跨模态转移学习、模态语义冲突消解、多模态组合评价等下一步的研究方向进行展望。     

网络图自动生成系统设计与实现

文章针对当前项目管理软件中网络图绘制的缺陷,对网络图自动生成的算法作了新的探索,提出了新的算法并开发了自动生成系统。生成的网络图逻辑关系清楚,布局合理,直观清晰,对改进项目管理软件在此方面的不足有重要意义。该算法亦有一些遗留问题需进一步研究。     

村级光伏扶贫电站运行状况分析

村级光伏扶贫电站在提高电网供电能力上可作出巨大贡献。对河北省唐县54个村级光伏扶贫电站的运行状况进行了调查,并根据2017年12月到2018年2月光伏发电有功功率数据和各乡镇变压器的实时负荷数据,对日发电出力特性、容量效益、波动性以及与电网负荷曲线匹配方面进行了研究,得出了容量效益较差、波动性随天气因素影响变化较大的出力特性。同时,研究表明了光伏扶贫电站发电出力曲线与电网负荷曲线有较好的匹配关系,能够有效缓解电网高峰负荷压力。     

基于Marquardt法参数估计的变电设备寿命周期故障率评估

借鉴了目前有关设备故障率的一些理论研究方法,提出了基于Marquardt法参数估计的变电设备寿命周期故障率评估的方法。该方法以电力变压器为例,通过建立电力变压器的故障树模型,采用模糊层次分析法确定各事件的重要度,对电力变压器的可靠度进行计算,然后再利用Marquardt法对两参数的威布尔分布函数的参数进行估计,得到了故障率分界点和故障率的分布曲线函数。通过分布函数得到的故障率分布情况,对变压器全寿命周期的故障率进行评估,从而为变压器的状态检修、技改等提供管理决策。