基于长短期记忆神经网络的每日股票价格预测

股票价格预测一直是人们关注的焦点之一。针对每日股票预测存在的问题,本文提出一种基于长短期记忆神经网络的方法来预测每日股票的最高价与最低价,通过使用Python编程语言构建长短期记忆神经网络模型,并对2000—2020年上海证券、深圳证券的股票数据进行预测。实验结果表明,采用长短期记忆神经网络能够很好地拟合每日股价的波动趋势,具有较高的准确率。     

智能电网的非侵入式负荷监测系统设计

为进一步提高智能电网的信息分析挖掘能力以及数据共享交互能力，设计一款功能完善、实用性强的非侵入式负荷监测系统。在结合系统需求分析的基础上，完成对系统技术架构和系统总体方案的设计；从数据采集模块设计、主控模块设计、通信模块设计等方面入手，完成系统核心功能模块的设计；对系统的运行性能以及云平台在线监测功能进行测试。结果表明：所设计的非侵入式负荷监测系统运行正常、可靠、稳定，各个功能模块实现满足设计相关要求。     

基于汽轮机分级前馈补偿的火电机组AGC优化

随着新能源发电占比增大,电网侧对火电机组响应速度和调节精度提出了更高要求,传统AGC(自动发电控制系统)已无法满足此要求。提出一种基于分级前馈系统的AGC优化方法,首先计算汽轮机输入功率偏差ΔN,超过阈值M时则进行分级修正,且修正值随差值动态变化,指令偏差大时,增加修正值以提高响应速度,同时防止过调,反之,减小修正值;当偏差值低于阈值L时,不修正,减少阀门动作频率,降低设备损耗,此优化方法主要基于"两个细则"考核指标及锅炉储能计算来动态设置参数,实用且易于实现,即提高机组AGC调节性能,同时给企业带来可观经济效益,极具推广价值。     

海上稠油油田蒸汽吞吐产量确定新方法

针对目前蒸汽吞吐产量预测模型假设条件简单、普适性差等问题,一般采用测试法和类比法综合确定海上稠油油田蒸汽吞吐初期产量。由于目前海上油田通常只开展常规测试,无法直接获得热采开发初期产量。笔者提出海上稠油油田蒸汽吞吐初期产量确定新方法,建立蒸汽吞吐相对于常规开发的初期产量倍数预测模型,通过蒸汽吞吐产量倍数,将常规测试确定的产量转化为蒸汽吞吐产量。研究表明,蒸汽吞吐初期产量倍数主要受储集层渗透率、原油黏度、注入强度、蒸汽干度等因素影响,利用正交试验设计和多元回归等方法,建立海上稠油油田蒸汽吞吐初期产量倍数与油藏地质参数及注入参数之间的非线性预测模型,该模型经实际生产数据验证,预测误差小于5%,可靠性高,能够为海上稠油油田蒸汽吞吐初期产量的确定提供依据。     

基于负荷增长不确定性方法的网架负载能力评估

为了更准确地评估负荷的不确定增长对网架负载能力带来的影响,将所研究电网按经济发展水平划分为4个区域,然后采用蒙特卡洛法对经济发展水平不同区域的负荷进行抽样;分析了每个区域的负荷增长率,得到不同的负荷增长方式,从而对网架负载裕度进行评估;通过引入线路负载率约束,使得规划后的网架能够应对未来小幅度、短时间的不确定性的负荷波动;最后以某省为例对500 kV线路与主变进行最大负载率的计算得到具有最大负载率的500 kV线路与主变。计算结果表明与传统分析方法相比,所述方法能够更加精确地对网架负载能力进行评估。