基于面板回归的地区行业用电量空间协同预测模型研究

中国大部分地区目前还处在工业化中后期阶段，行业用电在全社会用电量中占有较大比重，随着区域协同发展政策的实施，各地区内部行业间联系日益紧密，针对地区内部行业用电量预测问题，传统单维度历史序列分析无法满足需求。介绍一种基于关联规则发掘算法确定行业电量增长主导因素的方法，结合面板数据建立区域行业用电量空间协同预测模型，模型基于面板协整关系实现多地区行业用电量预测。以中国南方五省非金属行业用电量及相关经济数据为例进行实证研究，验证了所提出的空间协同预测模型的可行性与有效性。     

基于电源结构与城市化水平的电力产业有序发展研究

基于中国"十五"、"十一五"和"十二五"期间省级面板数据,构建门限自回归模型,据以分析中国城市化水平对电源结构的非线性作用机制。结果表明:受城市化进程影响,中国各区域电力需求水平增长对电源结构的发展存在显著的非线性作用,且呈现"局部促进、整体制约"的特征;区域经济增长、电价水平理性回归、第三产业比重提高与电源结构优化具有正向促进的积极作用,且区域经济增长和电价水平降低对电源结构优化的作用效果更为显著;从产业发展阶段看,中国清洁能源产业刚从幼稚期过渡到成长期。     

基于工业电力数据的区域制造业空间集聚模型

电力数据具有实时性和准确性的优点,越来越多的电网企业开展电力消费数据的应用服务,助力区域产业发展。基于此,提出将工业电力数据应用于区域产业空间集聚研究,综合采用区位商、空间基尼系数,分析单一产业的集聚程度;进一步,采用投入产出模型确定区域产业链的关联关系,再利用共同集聚指数计算产业链的集聚效应。最后采用福建省制造业电力消费数据,对福建省产业空间集聚开展实证分析,并以经济数据对结果进行校验,结果表明：电力数据具有动态监测产业集群空间集聚活动的能力,可为区域产业布局提供数据支撑。     

东北区域近期用电需求与经济发展相关性分析

根据2000~2014年东北区域用电需求和经济发展统计数据,分析东北区域经济结构、用电结构、用电特点及2015年一季度东北区域用电量和经济增长的相互关系。在此基础上,总结近期东北区域电量增长缓慢甚至出现负增长的主要原因。     

基于双层XGBoost和数据增强的空间负荷预测方法

为了解决空间负荷预测面临的特征变量众多和数据匮乏问题,文中提出一种基于双层极端梯度提升(extreme gradient boosting,XGBoost)和数据增强的空间负荷预测方法。该方法首先将待预测区域按馈线供电范围划分为若干子区域;其次构建基于双层XGBoost的特征选择模型,第一层XGBoost对特征进行评分及排序,将组合特征和负荷输入第二层XGBoost并进行子区域负荷预测,根据子区域负荷预测结果选择每个子区域的最佳特征变量;然后利用生成对抗网络(generative adversarial network,GAN)增强每个子区域的训练集样本,并通过极限学习机(extreme learning machine,ELM)实现子区域预测;最后将每个子区域的预测值相加得到待预测区域的预测值。以上海市局部区域为例,对文中方法进行仿真实验和对比分析。结果表明,文中方法可同时解决特征变量选择和数据匮乏问题,具有更高的预测精度。     

能源互联环境下考虑需求响应的区域电网短期负荷预测

在区域能源互联系统中,需求响应改变了电力用户的常规用电习惯,增加了预测环境的不确定因素。针对这种特定的环境,提出一种考虑需求响应的区域电网短期负荷预测方法来满足企业对预测精度的需求,该方法通过依次构建数据处理模型、负荷预测模型和误差预测模型实现了预测精度的提升。更具体地,针对历史数据样本集,采用灰色关联分析法处理气象数据以获取输入预测模型的相似日特征变量;针对电力负荷预测,建立了长短期记忆网络模型,利用其特殊的门结构选择性地控制输入变量对模型参数的影响,从而改善了模型的预测性能;针对误差数据样本集,采用了动态模式分解技术来挖掘误差数据的潜在价值,并利用其数据驱动特性刻画了误差时间序列的趋势变化特征,实现了良好的误差预测。最后,结合实际的电网数据,对比验证了所提方法的有效性和优越性。     

基于粗糙集神经网络和元胞自动机的空间负荷预测

在分析目前空间负荷预测方法的基础上,提出了一种新的空间负荷预测的方法。该方法主要是利用粗糙集理论对从空间数据库中提取出来的随机数据样本集进行属性简化,减少人工神经网络的输入变量的个数和样本数量,从而提高神经网络提取元胞自动机转换规则的收敛速度和准确性,提高了空间负荷预测的精确性。该方法结合了粗糙集和人工神经网络的优点,并利用元胞自动机的理论来模拟城市用地类型变化,进行空间负荷预测。某市城市规划区域的空间负荷预测实验,证明了该方法的有效性。     

基于工业电力数据的区域制造业空间集聚模型

电力数据具有实时性和准确性的优点，越来越多的电网企业开展电力消费数据的应用服务，助力区域产业发展。基于此，提出将工业电力数据应用于区域产业空间集聚研究，综合采用区位商、空间基尼系数，分析单一产业的集聚程度；进一步，采用投入产出模型确定区域产业链的关联关系，再利用共同集聚指数计算产业链的集聚效应。最后采用福建省制造业电力消费数据，对福建省产业空间集聚开展实证分析，并以经济数据对结果进行校验，结果表明：电力数据具有动态监测产业集群空间集聚活动的能力，可为区域产业布局提供数据支撑。     

中国电网行业发展效率及区域差异分析

电网行业的发展效率及区域差异情况直接影响和决定着中国电力工业与社会经济转向高质量发展的进程。选取2010—2016年国家电网有限公司下属27家省级电力公司数据为研究样本,基于DEA-Malmquist指数模型,从整体和区域视角对电网企业的发展效率、区域差异进行了实证分析。研究表明：样本期内,中国电网行业全要素生产率总体上处于较高水平,但已呈现出缓慢降低趋势,主要因为技术进步速度的减缓;其中北京、天津、上海、江苏、陕西的电网分业全要素生产率呈上升趋势,浙江、湖南、重庆、辽宁、吉林、新疆保持稳定态势,其余省市则处于下降趋势;华北、华东、华中、东北、西北、西南六大分部的区域差异比较明显。     

基于用电大数据的经济分析平台设计研究

提出了基于多企业用电数据耦合的经济分析平台。首先,确立了基于多企业用电数据耦合的经济分析平台的设计过程;然后,对经济分析平台的整体结构和各模块的主要功能进行了分析;最后,对电力经济指标、经济预测等主要模块的逻辑模型进行了重点分析。通过经济分析平台的设计,可以为具体开发提供思路,并为以后的宏观及微观经济形势预测及政策制定提供有力可靠的参考依据。     

电力需求与GDP关系的面板数据模型分析

基于面板数据模型对冀北5市电力需求与GDP之间的关系进行了分析,解决了一般模型对二维数据尤法处理的问题。通过模型形式设定检验判断不同地Ⅸ用电规模、用电结构是否存在差异,为崩电分析提供了一种新的手段。分析了模型中各方程的截距和斜率,实现了各地区特点的定量化比较。在面板数据模型中应用虚拟变量法,证明了经济周期对用电需求有显著影响。     

“十三五”中国电力需求水平预测

电力需求预测水平是"十三五"电力发展规划的重要基础。经济新常态下,以高端制造业为代表的第二产业、以现代服务业为代表的第三产业以及新型城镇化驱动下的居民生活用电将成为拉动中国用电需求增长的新动能。中国正处于向工业化后期过渡的关键阶段,未来将大力推进经济结构调整和转型升级,拉动经济增长的传统动力正在消退,用电需求难以出现以往的两位数高速增长。但是,与发达国家相比,中国人均用电水平仍然偏低,未来用电需求仍有较大发展潜力,过低的用电增速判断不符合相关国家及地区的历史用电发展经验。应用多种方法对中国未来电力需求水平进行了预测,预计"十三五"期间中国用电需求将维持中速刚性增长。     

华东电网"十一五"电力市场需求预测

介绍了近年来华东地区经济和电力发展的概况,以数据详细分析了电力需求、用电结构、负荷特性等用电情况以及华东电网装机规模和电源结构.分析了2005年电力发展形势,在此基础上进行了"十一五"华东地区电力需求预测,并预计"十一五"期间华东电力供需形势都将发生根本性的变化,即从严重缺电转向基本平衡甚至电力富裕.     

吉林省电量需求与经济发展相关性分析

根据2000年至2015年吉林省经济发展和用电需求统计数据,对全省经济结构、用电结构及用电特点进行研究,分析总结全省电量需求发展与经济发展的相互关系。分析结果表明,全省用电增长与经济增长趋势基本一致,但波动更为明显。     

基于密度空间聚类和引力搜索算法的居民负荷用电模式分类模型

居民用户用电模式分类研究可为需求侧响应方案设计、负荷特性分析及其高精度预测提供支撑。首先,利用基于密度的空间聚类算法提取得到用户的典型用电模式;然后,考虑每天不同时段及季节变换对用户用电行为的影响,提取能够描述用户在不同时间尺度下用电行为的6个特征;在此基础上,提出了一种基于引力搜索算法的用户用电模式分类模型;最后,对实测居民用电数据进行聚类,并对各类用户的用电模式及其参与需求侧响应的潜力进行了分析。     

双护盾TBM掘进速度的影响因素研究

以甘肃引洮一期工程9#隧洞为例,综合引入多层线性模型及数量化理论I的建模原理,在初始设置的解释变量基础上,通过逐步删除不显著解释变量的方法,建立了两层线性模型,对双护盾TBM的掘进速度的影响因素进行了研究。通过计算模型各解释变量固定效应的参数估计值,定量阐述了各因素对掘进速度的直接和间接影响,并依据模型的参数估计值结果对未来TBM的更好施工提出建议。通过预测模型和实例应用两方面分析、证明了该模型应用的可靠性,为同类工程掘进速度的合理预测和施工进度有效控制提供了理论依据。     

基于DIALux的办公空间健康照明设计

随着照明理念的进步,办公空间的照明设计,已从考虑基本的视觉工效和节能需求,向绿色照明和健康照明发展。本文通过研究健康建筑的照明相关内容,针对一高档办公项目进行了照明专项设计,对光源类型、灯具样式、控制策略、场景模式等提出具体要求,并通过DIALux软件对办公空间的照明指标进行模拟分析,不仅可以提供办公所需的基本照度需求,也可以提供绿色节能的照明产品及控制策略,更重要的是实现了办公空间的非视觉效应的健康照明要求。     

华东地区电力与经济发展关系研究

将因素分解方法运用于华东地区电力经济关系研究,分离出经济规模的增长、经济结构的变化和用电效率的变化等因素对用电量的影响,分析结果表明,1999年是华东地区电耗的拐点,电耗的变化主要由于工业重型化所致.根据发展经济学中对工业化早、中、晚期的阶段划分,报告对华东地区三类工业用电的强度效应、结构效应和产出效应进行了分解,华东地区工业结构和用电单耗的降低对华东地区工业用电增长具有重要影响.     

基于层次分析原理的多样化供电模式

我国电力系统的发展从开始的"扩张保电"时期重视输电网的发展,一直到现在经济发展进入"新常态",用户的用电品质越来越受到重视,特别是随着电力电子技术及储能的发展,使得电网提供多品质的电能成为可能。从负荷密度、平均供电可靠率和电压偏差3个方面建立了供电区域划分的指标体系。采用层次分析法确定各指标权重,计算加权综合得分,划分供电区域。通过分析不同地区用户的用电需求,从接线模式和电价模式2个方面对各供电区域的供电模式进行选择,以满足不同用户的多样化用电需求。最后,通过山西省某市的配电网实际算例将该方法的用户响应效果与传统供电模式的响应效果进行对比分析,验证了所提方法的有效性和合理性。     

基于多维大数据的区域电力景气预警体系构建及应用

为提升经济发展新常态下区域经济、电力景气监测预警的科学性和精准性,本文开展了基于多维大数据的区域电力景气预警体系构建及应用研究。在分析阐述常用的电力景气指数及预警方法的基础上,提出并构建了基于经济、能源、电力、环境等多维大数据的区域电力景气预警体系构建理论框架和模型,建立了涵盖用电景气指数、用户用电意愿指数、电力需求指数和电力行业景气指数的区域电力景气指数指标体系,阐述了指数的处理流程和应用方法。最后,基于河南省多维大数据,进行了实证应用分析,建立了河南省电力行业预警灯号,实现了对区域电力发展和景气情况的精准预警。本文研究成果对于政府部门、行业企业、社会公众监测区域经济和电力运行情况、开展能源电力经济关系分析研究具有参考和借鉴意义。