考虑公平性的智能电网实时电价收益均衡模型

传统福利最大化模型只极大化了用户效用,电力供应商收益却很低。首先,从公平性角度出发,同时考虑这两个电力系统参与主体,建立了智能电网实时电价收益均衡模型。然后,在满足约束条件的情况下,运用粒子群算法进行求解。仿真结果表明,与传统福利最大化模型相比,考虑公平性的收益均衡模型不仅平衡了二者的收益,使社会资源分配更加合理,而且同时也有效地降低了各时段的用电总负荷,验证了该模型的有效性。     

基于定性与定量分析的联络中心任务量预测法

任务量预测是联络中心人员排班的第一步,如何精确预测联络中心的任务量并相应地安排适当数量的座席人员来处理客户的需求是联络中心管理人员面临的首要问题.提出采用定性分析与定量分析相结合的任务量预测方法.对于给定的任务量数据,首先,采用观察法进行定性的分析区分异常和正常数据,然后,分别选定合适的定量预测方法进行预测.任务量定量预测方法包括趋势拟合、线性回归、移动平均、时间序列分解等预测方法.通过定性分析与定量分析相结合的综合应用方法,给出更准确的联络中心任务量预测方案,帮助管理人员最大程度的减少放弃和被拥堵在队列中的任务数量,设计制定可行性高的座席人员数量及人员排班.     

门诊动态溢流排队系统感性和理性退出率分析

在现实医疗服务中,面对医生座席数量供不应求的现状,采用传统的双队列独立排队系统很难高效利用医院资源。对此,在不改变医院现有资源的情况下设置系统动态用来合理配比各门诊患者容量,在传统双队列独立排队系统的基础上建立动态溢流门诊排队生灭模型,并考虑患者在感性与理性因素下退出系统的概率,便于更准确地分析系统的真实状态。借助ProModel这一灵活、可靠的离散事件仿真软件,将模型可视化研究,并与传统的门诊排队模型进行对比分析。仿真结果显示,新型排队模型的队列平均长度、患者等待时间等服务指标均优于传统的排队模型。     

一种基于蚁群算法的呼叫中心人力需求计算方法

针对呼叫中心人力需求优化这一离散约束问题,基于Dantzig提出的集合覆盖模型,建立了单技能呼叫中心的人力需求计算线性规划模型,并提出一种基于改进蚁群算法的求解方法.在该方法中,对算法的信息素更新规则进行了修改,并基于MATLAB编程针对实例进行仿真分析.选取统计学指标将算法的仿真结果与遗传算法进行对比,结果表明:基于蚁群算法的方法计算复杂度可行;能够节约人力,且话务员匹配度可满足实际运营需求;为智能算法在呼叫中心人力需求计算问题上的应用研究提供了一种新的解决思路.     

联络中心任务量平滑预测方法研究*

针对联络中心对高精度、高效率的任务量预测要求，分析了 Holt‐Winters模型和指数平滑季节模型的优缺点，进而改进了 Holt‐Winters模型的任务量预测方法。通过对历史话务数据的实证分析，以四种预测模型精度评价指标为检验标准，对三种预测模型进行了预测精度比较。最后经历史数据验证，改进的 Holt‐Winters模型具有更小的预测误差，因而改进是有效的。     

基于区块链的微电网电力市场电价与电量动态博弈

建立合理、有效的微电网电力市场交易机制来激励分布式清洁能源并网,是实现微电网运营多方共赢、经济环保的重要途径.针对微电网交易环境中的现有问题,提出了基于区块链技术的电力交易模式以改进微电网电力市场.介绍了微电网电力交易模式及其数学模型,以量化区块链技术对交易主体决策的影响.由于系统内部主体存在产权独立性,且市场中电价、电量竞标存在先后行动次序,应用Stackelberg博弈理论求解市场各主体在追求目标最优时电价和电量的交互策略.仿真结果表明:微电网基于区块链技术整合利用了分布式资源和设备,促进能源结构清洁化转型;供需双方都作为独立节点参与电力市场,区块链交易平台信息的公开透明提高了参与主体用电决策的精准性和经济效益.     

大数据背景下智能电网动态电力监控研究

本文针对我国电力使用过度集中造成的电力不稳定,供电压力骤增以及电力闲置造成电力浪费等主要问题,通过研究在大数据这一背景下如何有效实行智能电网动态电力监控,如何运用同步相量测量单元、高级计量架构等关键技术方法优化配用电网系统并提升电力供应的质量和可靠性,通过利用实时反馈的用电量及价格,控制消费者的用电量,将用电量控制在一个稳定的范围内,有效提高电网终端用电效率,平滑电网负荷曲线,降低电网负荷压力及电能损耗.     

基于改进KNPE算法的化工过程故障检测

核邻域保持嵌入(KNPE)算法能够较好地在非线性空间中进行故障检测,但高斯核函数仅对数据的局部空间有较强学习能力,泛化能力较差。针对上述问题,在高斯核函数的基础上,引入泛化能力较强的多项式核函数与其进行线性加权组合,提出基于组合核函数的邻域保持嵌入(CKNPE)算法。该算法在注重数据局部学习能力的同时增强了外推、预测能力,更多地保留了原始数据的特征信息。通过田纳西—伊斯曼(TE)仿真实验,与CKPCA、CMKPCA算法进行横向比较,并与NPE、KNPE算法进行纵向比较,证明了CKNPE算法对非线性故障检测的优越性。     

带柔性休息时间的多技能呼叫中心班次设计

几乎所有的大型呼叫中心都提供7×24服务,其必然面对着一天内客户需求大幅度的波动,为了更好匹配客户需求与人力资源供给,班次设计尤为重要。由于一天内的工作负荷极不均衡,呼叫中心的班次设计远比传统概念上的“早中晚三班”复杂,其中最困难的是班次中休息时间的合理分配。提出了两阶段的班次设计思路,在第一阶段确定了班次的个数与起止时间,第二阶段在连续的班次中加入根据当天需求柔性可变的休息时间,并将人力需求由时刻转化为班次,缩小后续人员指派问题的规模。通过算例实验证明二阶段的班次设计模型能得到可行解,并分析了其存在的问题。