基于VMD和改进TCN的短期光伏发电功率预测

光伏发电功率存在波动性,且光伏出力易受各种气象特征影响,传统TCN网络容易过度强化空间特性而弱化个体特性。针对上述问题,文中提出一种基于VMD和改进TCN的短期光伏发电功率预测模型。通过VMD将原始光伏发电功率时间序列分解为若干不同频率的模态分量,将各个模态分量以及相对应的气象数据输入至改进TCN网络进行建模学习。利用中心频率法确定VMD的最优分解模态分解个数。在传统TCN预测模型的基础上,使用DropBlock正则化取代Dropout正则化以达到抑制卷积层中信息协同的效果,并引入注意力机制自主挖掘并突出关键气象输入特征的影响,量化各气象因素对光伏发电的影响,从而提高预测精度。以江苏省某光伏电站真实数据为例进行仿真实验,结果表明所提预测方法的RMSE为0.62 MW,MAPE为2.03%。     

时态神经网络模型及其在股票分类预测上应用

对具有时间属性的数据进行数据挖掘称为时态数据挖掘，用以发现数据在时间上的知识，当数据变化不规律时，如股票交易数据,就很难发现有价值的规律与规则。而神经网络具有并行、容错、可以硬件实现以及自我学习的优点,可作为股票分类预测应用的一种方法。通过将股票数据与时态型相结合，将股票数据转换成时态型股票数据，提出时态神经网络模型的分类方法，对收集的若干上市公司十年内的股票数据进行分析，构建了时态股票数据神经网络分类器对股票进行分类预测。经过实验验证，相比改进前的神经网络和支持向量机方法，该分类器具有更高的分类准确率。结果证明，这种时态数据神经网络模型对于多只股票的分类预测是非常有效的，可以很好地运用到股票市场的分类预测中。     

无烟煤制工业燃气项目原料煤价与经济性的关系分析

针对我国建材行业传统使用的常压固定床煤气发生炉及化肥行业固定床间歇气化炉面临淘汰,无烟煤市场萎缩的情况,提出以晋城无烟煤为原料,利用赛鼎碎煤加压气化技术,生产适合建材行业大规模使用的工业燃气。以无烟煤为原料的河北沙河年产26亿m^3工业清洁燃气项目为基础,对无烟煤与天然气价格、项目经济性的关系进行了分析,结果表明,以晋城无烟块煤运到河北沙河的到厂价935元/t计算,盈亏平衡天然气价约2.26元/m^3;以沙河工业天然气到户售价2.5元/m^3计算,盈亏平衡到厂煤价约1 077元/t,项目经济性较好。     

基于峰谷分时电价的虚拟电厂日前申报及运行优化

鉴于分布式能源的出力性质为间歇性和波动性,影响电网安全高效运行,而虚拟电厂可解决此问题。对虚拟电厂进行申报-调度两阶段建模,以包含分布式电源(光电、风电和燃气轮机)和储能系统(储能电池)两大类分布式能源的虚拟电厂为例,基于光照强度及风速等不确定因素,研究峰谷分时电价下日前市场虚拟电厂的出力申报和运行调度策略并利用风险价值模型进行风险管理。结果表明,申报出力时,当电价激励足够高时储能电池方会参与出力,成功起到削峰填谷的作用;运行调度时,平衡出力偏差方面,储能电池发挥主要作用,且虚拟电厂运行调度策略具有一定的经济效益。     

基于降噪时序深度学习网络的风电功率短期预测方法

利用风电场历史功率数据预测未来一段时间内的风功率,对保障电网安全稳定运行具有重要的意义。本文提出一种基于奇异谱分析SSA(singular spectrum analysis)和长短时记忆LSTM(long-short term memory net⁃work)网络的时序特征预测框架用于短期风功率的预测。首先通过SSA对历史风功率原始数据进行降噪处理,然后经过数据转换之后,以LSTM网络为基础进行预测模型的训练,最后通过某风电场提供的两个风机的历史功率数据进行验证。实验结果表明,奇异谱分析对风电场的历史数据具有良好的降噪性,SSA+LSTM模型在测试数据上取得了较好的预测性能,能够有效进行短期风功率的预测。     

鲸鱼优化支持向量机的短期风电功率预测

为提高风电预测的精度,提出一种鲸鱼优化支持向量机SVM(support vector machine)的组合预测模型。该模型针对风电序列的非平稳波动特性,首先应用集合经验模态分解技术EEMD(ensemble empirical mode de?composition)将原始风电序列分解为一系列不同特征尺度的子序列;并引入鲸鱼优化算法WOA(whales optimiza?tion algorithm)解决SVM中学习参数选择难的问题,进而对各子序列建立WOA_SVM预测模型;最后,叠加各子序列的预测值以得到最终预测值。仿真表明,所提EEMD_WOA_SVM模型具有较高的风电预测精度,显著优于其他基本模型。     

基于数据驱动理念的电力日负荷曲线预测方法研究

针对短期日负荷预测的精度问题,本文提出一种基于数据驱动理念的电力负荷预测方法。在建立预测模型前对所给数据采取一定的预处理:首先提取所收集的海量数据的负荷特征,对负荷特征进行分析,然后进行负荷数据与影响负荷值的因素之间的相关性分析,以此确定对负荷影响较密切的因素,随后建立分类器得到各主要影响因素与各负荷类别之间的关系为后续预测模型奠定基础。对预处理后得到的不同类型的负荷数据采用最小二乘支持向量机方法建立不同的负荷预测模型。以南方某发达城市2008年的负荷数据作为算例验证数据,将本文所提负荷预测方法所得结果与未经数据预处理的负荷预测方法所得结果进行比较,结果表明本文提出的方法得到的预测结果精度较传统方法提高约6%。     

矿山工程建设项目造价管理信息系统设计

为提高矿山工程建设项目造价管理水平,设计了矿山工程建设项目造价管理系统。通过分析矿山工程项目的造价组成,并采用三层B/S架构设计系统硬件框架,运用Web服务器传输矿山工程项目各项数据,划分系统功能子系统,并对矿山工程建设项目造价额与价差预备费进行计算,完成系统软件设计。结果表明,该系统能够有效管理矿山工程建设项目造价,并对外部的恶意攻击进行及时报警,系统具有有效性与安全性。     

Accuracy of wind energy forecasts in Great Britain and prospects for improvement

The metric representing the wind energy forecast error, when reported as a percent, is calculated quite differently than the error metrics for electricity transmission, electricity load, or in other industries such as manufacturing when they are also reported as a percent. The resulting calculated metric is quite different from what would be reported if the method utilized elsewhere was employed. This paper examines the possible forecast assessment and operational challenges associated with this finding. Concerning the prospects for improvement, the errors reported in MW of energy have a systematic component. With this insight, we developed a model to improve accuracy.     

Quality improvement and backorder price discount under controllable lead time in an inventory model

The proposed study investigates a continuous review inventory model with order quantity, reorder point, backorder price discount, process quality, and lead time as decision variables. An investment function is used to improve the process quality. Two models are developed based on the probability distribution of lead time demand. The lead time demand follows a normal distribution in the first model and in the second model it does not follow any specific distribution but mean and standard deviation are known. We prove two lemmas to obtain optimal solutions for the normal distribution model and distribution free model. Finally, some numerical examples are given to illustrate the model.