电工装备制造业升级转型迎来新机遇

3月16日,国家电网有限公司提出建设具有中国特色国际领先的能源互联网企业的战略目标。欣闻此讯,作为国家电网公司长期以来的坚定合作伙伴、民族电工装备制造业的龙头企业,特变电工全体员工无不感到振奋和鼓舞!习近平总书记强调,能源安全是关系国家经济社会发展的全局性、战略性问题,对国家繁荣发展、人民生活改善、社会长治久安至关重要。面对能源供需格局新变化、国际能源发展新趋势,保障国家能源安全,必须推动能源消费革命、能源供给革命、能源技术革命、能源体制革命和全方位加强国际合作。     

广东省投资4000亿转型升级装备制造业

据日前召开的首届广东装备制造业国际高峰论坛获悉,"十二五"期间,广东省将投入4000亿巨资,转型升级装备制造业,重点发展智能制造装备、能源装备、轨道交通装备、现代农机装备、输变电关键设备、变压器高端制造、先进医疗器械和通用航空等产业。同时,也将重点发展风电机组、智能电网、储能电池等相     

基于用电需求的负荷预测系统的初步设计

在对目前负荷预测系统的研究与应用状况调查分析的基础上,考虑到当前用电企业用电形势的变化,提出了负荷预测工作应基于用电需求的新思路,并初步设计基于用电需求的负荷预测系统,着重探讨了实现该系统的主要技术问题。     

陆燕荪:高端装备制造产业是振兴装备制造业的突破口

制造业是经济社会发展的物质基础,在国民经济建设中处于支柱和主导地位。装备制造业为整个制造业的现代化提供先进的技术装备保障。因此装备制造业的振兴是我国实现工业化社会的基础,也是我国经济发展的长期战略。     

创新驱动 智慧发展——新时期中国装备制造业转型升级的战略方向

正经济背景:全球及中国装备制造业进入调整期当前,全球经济进入了深度的调整期,国际货币基金组织2015年第四次调低了全球经济发展的速度,10月份的预测下降至3.1%,新兴市场进一步放缓,全球经济面临的风险仍然存在,经济波动因素短期难以克服。全球制造业进入重构期,2015年9月全球制造业PMI指数为50.6,创2013年7月以来最低;发达国家和发展中国家分化发展,北美、日本和西欧相对较好,但发展     

基于时间序列的用电数据趋势分析

用电数据分析在电力行业有着广泛的应用前景,通过对用电数据进行大数据挖掘,结合相似用户的普遍用电特征,来分析用电数据的趋势,研究基于时间序列的用电数据趋势分析方法,并建立了可回溯的动态窗口分析模型,从用电数据趋势变化的角度出发,揭示用电趋势变化的规律,并利用实际的用电数据对算法进行了验证。     

基于拟合优度赋权的农网用电需求组合预测

在我国新型城镇化和美丽乡村宏观政策的推动下,城乡一体化进程加快,带动农网用电需求快速增长。分析新型城镇化和美丽乡村背景下的农网用电需求,对建立和完善乡镇电网发展模式和建设标准具有重要现实意义。结合新型城镇化和美丽乡村背景下的农网用电需求特点,建立了城镇用电需求评估指标体系,提出一种基于全样本空间的类比预测法,将用电需求预测从单一维度扩展到多维空间,适用于目前城镇化过程中电力数据和经济社会发展信息交汇的大数据环境。在此基础上,综合回归分析法、灰色模型、人均用电量法等3种经典预测方法,设计了基于拟合优度赋权的组合预测算法,实现了权重的自动优化调整,算例结果表明组合预测算法提高了预测的精度和可靠性。     

基于需求响应的智能用电实证研究

在每年的迎峰度夏期间,我国一些大中城市和经济发达省份的空调负荷已占到夏季最大负荷的30%,有的城市甚至达到40%,并且在未来几年还将呈现高速增长态势。因此,合理调控空调负荷对于缓解电网侧供需矛盾、削峰填谷具有重要意义。随着国家电网公司智能电网的战略实践,智能用电技术的应用为电网和用户之间搭建了双向互动平台,通过利用智能用电技术可以将空调作为可中断负荷进行调控,项目通过试点建设验证空调负荷调控的可行性及调控效果,为电力需求侧管理提出合理化建议,实际验证空调负荷在电网削峰中的作用。     

考虑用电行为分析的电力用户用电预测研究

挖掘电力用户用电特征,有助于提高负荷预测精度,从而为制定合理的电力系统经济调度策略提供理论依据。针对传统的模糊C均值(fuzzy c-means algorithm, FCM)聚类算法的聚类数需要人工试凑的问题,提出了自适应FCM方法,以达到自动调整参数获得最佳聚类数的目的。针对核极限学习机(kernel extreme learning mechine, KELM)求逆过程计算量大的问题,采用cholesky分解法求解KELM的输出权值,降低了计算时间。采用自适应FCM对电力用户进行聚类,然后对每类用户采用改进的KELM算法进行负荷预测。实验结果表明,相同预测方法下,基于聚类的负荷预测精度高于不聚类时的负荷预测;实验结果验证了所提聚类方法与用户实际用电行为相符,具有准确性;相比于传统的KELM算法,改进KELM算法耗时更少精度更高。     

家电制造业转型升级与互联网工厂的探讨

<正>近两年来,“互联网+”概念引起家电制造业的热议。作为海尔“工业4.0”示范项目的沈阳智能互联网冰箱工厂(以下简称沈阳工厂)备受业内瞩目。为顺应全球新工业革命以及互联网时代的潮流,众多企业正在积极探索基于互联网的转型升级,达到工厂由大规模批量生产向柔性     

嘉兴市居民生活用电的结构变化和需求趋势

近年来,嘉兴市经济快速增长,人民生活水平不断提高,居民生活用电呈现前所未有的发展势头。分析了居民家庭用电量的需求趋势,家庭收入水平对电费支出的影响、峰谷用电基本情况和趋势,并预测了未来几年居民生活用电的需求变化,认为家用电器增加等因素为居民生活用电市场的拓展提供了有利条件,但其它能源市场的竞争也日趋激烈,供电部门应把优质服务工作落到实处,扩大市场份额。     

基于生长曲线的行业业扩用电趋势研究

量化业扩报装业务对电力市场的影响,是从用电根源处把控未来电力变动的关键。在参照生长曲线特性的基础上,结合客户业扩报装后用电的特点,对典型客户业扩用电生长曲线建立模型并进行算法研究,利用主元分析法汲取得到行业业扩用电生长曲线,以瞬时生长率为基值,拐点识别为依据,实现曲线的分阶段解读,完成行业业扩用电的特质剖析。结果证明生长曲线很好地反映了钢铁行业业扩用电发展趋势,对科学地预测有切实的指导意义。     

基于周期波动预测的数字家庭用电应用模型

基于家庭用电的历史数据及其用电趋势,利用具有周期波动性的季节预测模型对家庭的每月用电量进行预测,为有效地指导家庭合理用电提供分析数据.通过周期波动家庭用电预测模型和居民家庭实际用电历史数据,可以推算出居民切合实际的用电量预测,使用户有效管理用电情况.与其他方法相比,该模型的预测精度较高.     

基于用电大户的电力需求管理

在科技不断发展的今天，电力资源占据着越来越重要的地位，合理运用电力资源、对电力进行有效性的管理对于国家的经济发展和能源发展有着越来越重要的作用。因此对于用电大户进行电力资源的管理是必要的。     

需求侧管理下的公共建筑空调用电负荷预测

提出一种空调用电负荷预测模型。根据空调的能耗特性,建立固定用电负荷、气温负荷和动态负荷模型,结合需求侧管理要求进行负荷转移。然后采用历史数据,计算出用电负荷、气温负荷散热系数和动态负荷系数,加入需求侧管理的需量约束,实现负荷预测。最后探讨了负荷预测误差问题和建筑办公人员容纳极限问题,并给出解决方法。算例表明该方法无需复杂模型,具有显著实用性。     

基于用电大数据的中长期负荷预测研究

随着全球信息化的发展,大数据时代已然来临。而电力行业与国计民生息息相关,有必要引入大数据技术提高其经济性、可靠性。江苏用电信息采集系统的建成,营销历史档案信息的积累,都为电力大数据的研究奠定了丰富的数据基础,江苏公司有优势、也有必要充分利用用电大数据,开展相关的研究工作。本文以基于用电大数据建立了行业负荷和电量影响模型,开展了中长期网供负荷预测研究,取得了一定的成果,为推动大数据技术在江苏电网中的应用做出了一定的贡献。     

高端装备制造产业是振兴装备制造业的突破口——访原机械工业部副部长陆燕荪

近日,据原机械工业部副部长陆燕荪透露,由中国工程院院士朱高峰组织、其参与制定的一份关于装备制造业可持续发展战略与研究的报告已经上报国务院,并已获得相关领导的认可和批示,有望写入装备制造业"十二五"规划中.     

我国装备制造业的发展态势及PLC在装备制造业中的应用概况

1我国装备制造业的总体发展 态势2009年,中国在投资拉动和政策推动下,生产增速温和上升,其中汽车消费拉动作用明显,利润加速回升。全年规模以上装备工业增加值增长13．8％,同比回落3．3个百分点;其中头两个月增长5．4％,此后逐月攀升,从5月份开始连续8个月实现两位数增长,11、12月分别增长20．8％和22．8％。     

云南电网用电需求的回归分析

采用多种回归方法，挑选出拟合精度高，具有代表意义的模型，对２０００－２０１０年全社会用电量及云南省各行业需电量进行了预测。     

有序用电关键技术研究与需求响应应用展望

需求响应概述需求响应(Demand Response,DR)是指电力公司(作为供应侧)采取行政和财政激励手段鼓励需求侧用户采用各种有效的节能技术和措施改变其需求方式,在保持能源服务水平的前提下,有效降低能源消费量和负荷水平,从而减少新建电厂投资和一次能源消费量,取得明显的经济和环境效益。需求侧管理(DSM)一般表示为=+如图1所示。主要包括两方面:一个是EE(能效),指在任意时刻可以达到的用电量的消减,包括企