支持向量机模型改进及在短期边际电价预测中的应用

传统的最小二乘支持向量机模型对训练样本的各个输入点同等看待,各输入向量的贡献度是相同,未对离群点加以考虑.在最小二乘支持向量机模型中引入隶属度的相关理论并建立模糊隶属度函数,对离群点和正常点赋予不同的贡献度,建立了模糊最小二乘支持向量机模型.最后,以美国PJM电力市场的边际电价预测为例,验证了本文模型的预测精度比传统的最小二乘向量机模型高50％左右,且复杂程度基本不变.     

非平均权重条件下电力负荷组合预测模型研究

在对电力负荷进行预测过程中,单一的预测模型往往会出现拟合能力低和预测精度不高的缺陷,而且多个预测模型的简单组合也是一种相对粗略的预测方法。本文将非平均权重法运用于电力负荷组合预测模型中,以某省2000~2011年电力负荷为例,结果表明非平均权重的电力负荷组合预测模型的拟合方差比单项预测模型以及平均权重下的组合预测模型都小,而且预测精度更高。     

基于粗糙集改进的支持向量机模型及其在短期电力负荷预测中的应用

通过对传统的最小二乘支持向量机模型和粗糙集理论的研究,提出了一种基于粗糙集理论进行改进的最小二乘支持向量机预测技术,将粗糙集原理的属性约简与特征提取技术运用到输入指标的选取上,保留有用信息并剔除无用信息。最后,以美国PJM市场2012年1月至9月的日24点历史负荷为算例,对该时间段电力负荷进行模拟仿真。结果表明,经过粗糙集属性约简改进后的LS—SVM预测模型大大提高了其预测精度,拟合效果显著提高。     

如何抓好企业物资采购管理工作

目前,随着我国社会经济的不断发展,涌现出了越来越多的新企业,进而不断加剧企业间的竞争力。如果要想在其领域中独占鳌头,取得更大的经济效益,就必须加大对企业物资购买管理力度,使企业材料成本不断降低并推动企业物资的正常供给,进而进一步推动企业发展。     

我国未来清洁电力发展趋势研究

作为重要的能源消耗及污染物排放行业,电力清洁、绿色、低碳发展意义重大。此文以我国经济社会发展为准入点,对我国电力需求的空间进行了理论分析,预测2030年将是我国电力需求的拐点;结合我国资源禀赋情况、各品类电源特点,对我国应重点关注的清洁电力品类进行了排序,顺序依次为太阳能、风电、核电、气电和煤电,并对能源互联网给电力发展所带来的颠覆性变化进行了分析;最后对各个电力品类未来的发展方向进行了全面梳理。     

计算机技术在石油销售企业应用中的综述

随着计算机技术的不断进步。人们对在传统行业中运用计算机技术提高重视,计算机技术与传统行业的有效融合使其经济利益不断提高。现在看来,信息科技在石油化工行业中得到了普遍运用,为石油化工企业的生产经营规划及发展进行了全面整合。所以,对计算机技术在国内石油化工企业中的运用进行讨论,并对生产规划的改善进行详细论述。以下内容仅供参考。     

"双碳"背景下储能对光伏项目的经济性影响分析

"双碳"目标的提出必将促进新能源及储能的快速发展,配套储能也将成为投资企业开发新能源项目的必要条件.以可再生能源电力消纳责任权重为切入点,分析了储能在未来较长一段时间的发展必要性和发展空间,以河北省某光伏+储能项目为案例,研究了有无搭配储能以及储能搭配比例变化对项目经济性的影响,结果表明收益率对储能配置比例的弹性系数约...