一种基于气温因素的短期电力负荷预测模型北大核心CSCD

气温波动是影响短期电力负荷预测准确率的主要因素之一,为了提高预测精度,将气温因素引入一种新型的非线性自回归模型中,构建一种基于气温因素的非线性自回归短期电力负荷预测模型,并提出该模型的实验定阶方法。以气温作为模型的外部输入量,基于Weierstrass定理推导了该模型的表达式,采用最小二乘法估计该模型的参数,根据所提出的实验定阶方法对模型进行定阶。对实际电力负荷样本进行预测,结果验证了模型实验定阶方法的可行性,表明该负荷预测模型预测精度较高,可应用于负荷短期预测之中。     

基于FAR模型的网络通信量自适应预测

本文分析了网络通信量中存在的自相似现象，并讨论了自相似通信量的预测及其对于网络性能分析的重要意义，提出了一种考虑了网络通信量自相似性的自适应预测方法，该预测方法在利用通信量自相似性的同时也考虑了通信量的短程相关特性，能够对实际通信量进行良好的预测。最后用实验仿真验证了这种方法在通信量预测中的有效性。     

短期负荷预测方法综述

电力系统为电力用户提供可靠、优质、经济、环保电能的前提条件是能对电力负荷进行精确的预测。电网中的调度部门要根据短期负荷的预测结果来安排发电和供电计划,从而优化资源配置,提高经济效益。因此,短期负荷预测具有重大意义。为了提高负荷预测的准确性,较为全面的综述了短期负荷预测方法的研究状况。首先简述了短期负荷预测的意义、特点以及影响因素,综合叙述了短期负荷预测方法的历史发展。然后分别从数据预处理和组合预测两个方面总结了各个方法的研究现状和存在的问题。最后指出了当前短期负荷预测研究的主要问题以及下一步可能的研究方向。 得出的结论是对历史数据进行预处理后结合时下流行的机器学习算法能提高电力系统短期负荷预测的精度。     

基于大数据平台的点负荷近中期负荷预测及行业负荷增长特征分析

为保障电力部门对于台区内设备的维护,需要预测台区的负荷。因此供电部门就必须具备预测未来一年以至更长时间的台区负荷的能力,防止因负荷过载对变压器造成损坏,并保证城市的可靠供电。对台区负荷的预测难点在于对于城中村的预测,城中村流动人口多,产业类型复杂多样,受就业环境、经济发展的影响深,表现为负荷的变化相较于其他的台区随机性更强。鉴于此原因,我们以大数据平台为依托,进行单因素变量的预测,采用季节分解模型对历史用电负荷进行季节分解;然后分别用线性回归和自回归积分滑动平均模型（ARIMA）对季节分解出来的趋势和季节、残差成分进行预测,获得精度良好的负荷预测模型,最后选择两个特征鲜明的行业进行比较,分析其负荷增长特征。     

一种电力系统短期负荷预测的新方法

本文把一种新的灰色理论自修正模型应用到负荷预测的误差校正中。提出了纵向负荷预测与横向误差校正相结合的方法。首先选用同一时刻并且具有相同影响因素的负荷作为人工神经网络的输入进行纵向负荷预测,利用预测时刻之前的整点时刻负荷预测的误差来建立一个带有自修正功能的灰色理论模型进行负荷预测的横向误差校正。这种方法提高了预测的精度。     

ATM网络中全动态视频源的二次建模

通过对ATM网络视频业务传输性能及其建模分析,针对高运动性（即全动态）视频源的建模,给出基于块的MPEG运动估计算法,提出一种非线性模型。基于自回归在GOP层对MPEG视频流进行二次建模。仿真表明,该文提出的NAR模型能准确预测具有适度运动性的实际MPEG流,对具有高运动性的流在不同的负荷和缓冲器的条件下提供可接受的预测。     

基于周期性截断灰色系统的电力负荷预测

电力负荷预测是电力系统调度和电力生产计划制定的重要依据;电力负荷时间序列有着明显的周期性特征;传统的电力负荷预测主要侧重于预测方法的研究,而忽略了电力负荷数据周期性特性的分析,影响了预测的准确性;针对电力负荷时间序列的周期性特征,提出了一种基于周期性截断的灰色系统模型来进行电力负荷预测;该模型利用周期性截断来反映负荷数据的周期性特征,提高了预测的精度;仿真采用EUNITE Network的公开负荷数据进行算法性能的测试,并与一些主流的电力负荷预测算法:BP神经网络、极限学习机、自回归模型以及传统的灰色系统模型做比较;仿真结果表明,周期性截断的灰色系统负荷预测的归一化均方误差和绝对平均误差是最小的;周期性截断的灰色系统为电力系统负荷预测提供了一种新的有效方法。     

一种自发电蓝牙无线鼠标的设计方案

为响应国家节能环保号召,提高能源的利用率,笔者设计了一种自发电蓝牙无线鼠标。无线鼠标通过按压、摩擦滚动和利用摆陀式发电机来实现自发电,给电池充电和蓄电来延长蓝牙无线鼠标电池的使用时间。电器部分采用发电装置,通过导线连入整流-升压-稳压电路的输入端,输出端通过导线连入锂电池中,储存发电机转化的电能。锂电池的另外一端连接鼠标电路板,当闭合开关时鼠标就可以正常工作。自发电蓝牙无线鼠标操作简便,减少了传统无线鼠标使用干电池造成的环境污染,提高了能源的利用率。     

大波动电网负荷短期预测的仿真研究

研究大波动电网负荷短期预测问题。由于电网负荷存在频率振荡和电压摆动,不能保障安全供电,应提前预测。针对传统数据预处理方面的缺陷,导致所需数据量大,预测精确度低。为解决上述问题,提出的数据挖掘融合改进马尔科夫链预测模型。首先对冲击负荷和小水电负荷的特性进行分析,运用改进形状系数对历史数据向量进行筛选,找出共线性的指标向量,并用矩阵实验室仿真计算出预测结果。应用实例证明,采用数据挖掘融合改进马尔科夫链的负荷模型预测更加准确地预测出冲击负荷与小水电发电负荷,为大波动负荷的预测提供了设计依据。     

短期燃气预测的信息熵组合模型研究

城市燃气负荷量的预测对于智慧型城市智能化燃气系统来说具重要的作用并是富有挑战性的工作。针对本地区燃气负荷具有周期性特点,为提高预测精度,提出一种基于信息熵的ARIMA和BP神经网络并行组合模型预测方法。该方法在对原始数据进行离群点预处理的基本上,首先用ARIMA方法进行预测,将燃气负荷TS分解成为趋势性和季节性两种TS分别进行建模;然后在BP神经网络中采用差值训练方法对负荷量进行预测;最后在基于信息熵的原理下将以上两种方法进行组合,从而预测出未来数日的燃气日负荷量。以上三种方法的实验对比结果验证了燃气短期预测的信息熵组合模型的可行性与有效性。     

Autopoiesis vs. social autopoiesis: critical evaluation and implications for understanding firms as autopoietic social systems

The main objective of this study is to revisit the fundamental postulations of autopoietic self-production wrapped within the autopoietic six-point key and to investigate whether or not firms as specific social systems can be treated as autopoietic unities. In order to do so firms have to be defined as simple and composite unities whereupon their boundaries have to be clearly identifiable. The test of social autopoiesis reveals that firms can be viewed as autopoietic social systems that exist in the communicative space with employees' firm-specific communicative sub-domains as their components. Furthermore, it is argued that the social reification of autopoiesis (autokoinopoiesis) in firms is quintessentially interconnected with physical autopoiesis of their employees (autophysiopoiesis). Discontiguous focus on productivity as firms' obvious physical implication may thus be upgraded by a very social nature of ideactivity, firms' only real survival force.     

基于硬件使用率和延时功耗的智能手机功耗模型

理解和优化智能手机的功耗已成为一个重要的研究领域,软件和硬件开发人员均需要一个动态的功耗评估工具来指导功耗优化,从而开发低功耗的应用程序和构建省电的系统.现有的工作已经提出多种功耗模型来评估功耗,但这些模型缺乏细化粒度和精确度.提出基于硬件使用率和延时功耗的智能手机功耗模型,细化了模型的硬件组件,加入了延时功耗,能够更加精确地评估实时功耗.该模型基于非线性回归结构,通过模块化目标设备的各个系统变量来确定模型,然后通过功耗测试用例测试进行模型辨识,确定各个功耗相关系数,最终将评估功耗与功耗测量设备实测数据进行对比.实验结果表明,在常用场景下,模型的平均绝对误差均小于4.6%,明显提高了模型精度.     

单芯片多处理器结构功耗评估方法研究

单芯片多处理器（CMP）结构已成为提高微处理器性能的重要途径,但国内外针对此结构的功耗评估与优化研究还较少见到,已有的研究多集中在软件级和编译级,目前还没有适用于该结构的功耗评估软件模拟器.为单芯片多处理器结构建立准确的功耗评估模型,将可给出该结构中各部件的功耗使用情况,进而可通过调整部件电压或优化部件结构达到减少整体功耗的目的;同时,此功耗评估模型也可作为高层功耗优化研究的测试平台,为系统级、软件级功耗优化研究提供支持.     

一种新的CMOS电路最大功耗估计方法

过大的峰值功耗会使芯片承受过大的瞬间电流冲击,降低芯片的可靠性及性能,因此有效地对电路最大功耗作出精确的估计非常重要,为了在尽可能短的时间内对VLSI电路的最大功耗下限作出较为可信的估计,给出了一种新的CMOS电路最大功耗估计方法,ISCAS85电路集的实验结果表明这种估计方法不仅对于无时间延迟功耗计算模型,而且对于有时间延迟功耗计算模型,都具有最大功耗估计值较准确和耗时短的优点。     

键合图在火电厂热工对象建模中的应用

针对火电机组这种复杂的多能量转换系统,功率键合图以能量守恒定律为依据,用4种统一的物理变量表达不同的工程系统,在机、电、液、热等多种能量范畴的耦合系统建模中具有独到优势。在研究热工对象汽包的工作过程基础上,利用功率键合图理论,将其分解划分为相关键图子系统,通过连接各子系统键图模型综合得到汽包对象的键合图模型,并推导了该模型对应的数学描述,通过仿真验证了键合图模型的精确性,为热工对象的建模提供了一种崭新方法。     

能量受限条件下率失真性能优化机制研究

视频编码率失真性能的研究一般没有考虑到能量对率失真(RD)性能的影响。本文针对WSNs节点如何分配计算能耗与传输能耗,使得视频信号RD性能最好的问题展开了研究。首先建立了压缩与传输部分的功耗-率-失真模型,并由此得到系统的功耗-率-失真模型。随后通过数值方法,分析了压缩功耗与系统失真之间关系。实验结果表明存在一个最优的压缩功耗PS值,使得系统的失真度最小。     

基于调控云的电网供区分析方法

为了解决调控云平台下电网大规模数据集的电网供区分析及其效率的问题,文中设计了基于调控云模型的电网供区分析方法.首先,本文定义了调控云电网供区数据模型.其次,在此数据模型基础上设计了一种电网供区分析方法并利用上述方法实现了电网供区分析展示应用.最后,针对某地区电网的调控云真实的厂站模型及拓扑数据进行实验验证,实验结果表明本文提出的基于调控云模型的电网供区计算方法能较好的分析出电网供区,满足实际电网调度的需求.     

具有多时滞的无线通信网络功率和速率控制

现有的无线通信网络功率和速率控制方法没有考虑系统中存在的多时滞情况,为此,针对具有多时滞的无线通信网络进行建模及功率和速率控制方法的研究.首先,根据无线通信网络功率和速率控制的物理机制,建立新的具有多时滞的无线通信网络功率和速率控制系统的数学模型.该模型包含速率控制中的时滞、功率控制中的时滞、状态时滞和输入时滞.在此基础上,通过预测控制和线性矩阵不等式设计鲁棒功率和速率控制器.仿真结果验证了所设计的功率和速率控制器的有效性.     

融合级联LSTM的短期电力负荷预测

随着我国清洁能源的快速发展,分布式光伏电站得到了大力推广。在光伏电力系统运维中,电力负荷预测是影响分布式光伏电站发电、储能、传输等多个环节进行优化配置的关键因素。针对电力负荷的预测问题,提出了一种级联长短期记忆模型,将电力负荷预测划分为两个阶段：第一个阶段提取电力负荷的周期性特征,得到总体的变化趋势;第二个阶段提取负荷的波动性特征,对总体趋势进行修正,进一步提升预测的准确度。在某地区连续五年的电力负荷数据集上进行了实验验证,结果表明级联LSTM模型能够大幅降低预测误差。该模型可以为分布式光伏电站提供较为准确的负荷预测,能够为其智慧运维服务提供重要支持。     

含分布式能源的主动配电网实时拓扑追踪

随着各种分布式能源接入配电网,配电网的潮流分布随分布式能源的运行方式转换而变化,传统仅考虑配电网拓扑结构的拓扑追踪方法不再适用,需要考虑配电网潮流方向变化对拓扑追踪的影响。本文根据配电网中主要电力设备及其连接关系建立了拓扑模型,基于配电网状态估计结果获取配电网的潮流分布,结合拓扑模型以及潮流分布给出计算各开关潮流的方法,在此基础上建立了基于潮流方向的连接节点/支路模型,并将该模型应用于拓扑追踪。文中列举了了多个拓扑追踪的应用场景,分别描述了各应用场景下的拓扑追踪实施方法。通过实例分析可知,文中的拓扑追踪方法充分考虑了多种分布式能源在不同运行方式下对配电网的影响,计算方法快速、结果准确,能够为运行人员提供调度决策支持。