建设项目投资费用的概率估计方法

本文依据系统分析原理,将建设项目投资费用分解为若干个子费用,利用客观估计和主观估计相结合的方法,先估计出各子费用随机变化的期望值和均方差,然后利用多元随机变数的有关理论推出总费用变化的期望值和均方差,进而推出总费用变化的概率分布曲线。该曲线客观、真实地反映了工程费用的实际变化特性,提供了更多的信息。最后,通过案例说明了这种方法的应用。     

基于改进VIKOR法的云计算环境下用户行为安全的评估研究

云计算极大地方便了云端用户对资源的使用,降低了用户为使用存储资源耗费的成本,但也使用户的核心和隐私数据极有可能被非法用户利用,因此对用户行为进行分析评估是有效提升云安全的关键。首先,根据云计算环境下用户行为的特点,建立了评价指标体系;然后,提出了一种基于AHP-熵权法的改进VIKOR法的多属性决策方法,克服了主客观赋权法的缺点;最后,以5个用户为例进行算例分析,并将所提方法与其他综合评价方法进行了对比分析。结果表明,所提出的方法是科学、有效的,具有一定的优越性。     

基于神经网络与遗传算法的汽轮机数据挖掘研究

针对当前专家系统知识获取瓶颈的难题,提出了基于神经网络与遗传算法的汽轮机数据挖掘方法.将汽轮机故障历史数据首先进行模糊化及离散化处理,接着构造一个多层的前向神经网络,然后通过教师示教的方式训练构造好的神经网络,最后进行基于遗传算法的神经网络优化.以神经网络为知识本体,提出了汽轮机故障诊断分类规则的挖掘算法,实现了基于神经网络与遗传算法的汽轮机数据挖掘和故障诊断仿真系统,其诊断正确率达到了84%.实验表明该方法可行,对汽轮机故障诊断系统的设计具有借鉴意义和深入研究的价值.     

基于三参数区间灰数的变电站全寿命周期成本估算模型应用

变电站在进行成本估算时会受到许多不确定因素的影响,为量化分析这种不确定性因素对管理决策结果的影响,基于变电站全寿命周期成本（full life-cycle cost,LCC）,提出了一种基于三参数区间灰数的变电站全寿命周期成本估算模型。该模型首先采用了三参数区间灰数来量化成本估算时的不确定性,然后采用净现值折算的方法针对变电站全寿命周期内发生的资本性投入成本、运维成本、检修成本、故障成本（风险成本）、退役处置成本这五大成本进行估算,进而依据全寿命周期的原理求出各方案三参数区间灰数形式的成本大小对各方案经济性的优劣进行排序。最后,通过以某新建变电站方案选型为例与文献[1]以区间数量化全寿命周期成本的方法进行对比,说明了该方法的有效性和可行性。     

基于大数据的燃煤发电运行风险实时评估

燃煤发电机组运行过程中面临各种风险,一旦发生故障将造成不小的经济损失和社会影响。为了保障机组的安全生产和稳定运行,建立了燃煤发电运行风险实时评估模型,从而及时制定故障检修计划。基于大数据关联规则分析了燃煤发电运行风险与影响因子的关联关系。在此基础上,基于熵权法对影响因子赋权,并结合灰色关联理论、证据理论和Dempster合成规则实现基本信度分配函数的确定和融合,从而得到燃煤发电机组运行风险值和风险等级。最后,以发电厂A的燃煤发电机组进行算例分析,其风险评估结果与实际运行情况具有相关一致性,证明了模型的现实意义。     

建设项目投资回收期的概率分析

本文以建设项目效益及费用的概率(风险)分析为背景,在推求经济评价指标净现值概率分布曲线的基础上,利用投资回收期与净现值的关系,推出了投资回收期的概率分布曲线和概率密度曲线,该曲线为合理决策提供了可靠依据。最后,通过算例说明了这种方法的应用。     

基于扩充样本的电力系统可靠性动态与实时研究

结合动态与实时机制,研究基于BP神经网络模型生成扩充样本的电力系统可靠性评估方法。基于原始的小样本数据对BP神经网络进行学习训练,并得到特征相似的扩充样本,分析了适用于电力系统可靠性评估的经验公式和分布模型,使用最小二乘法对分布模型进行参数估计完成评估。通过继电保护系统算例分析,证明利用指数分布模型对扩充样本进行评估误差最小,同时选择数学期望经验公式最为合适。     

多证据融合下电力信息物理系统风险评估研究

电力与信息的深度融合是能源互联网的发展趋势,一旦电力网或信息网发生风险与故障,电网运行的稳定性将受到极大影响。针对电力信息物理融合系统风险等级评估准确性较低的问题,提出了基于证据理论的风险评估方法。首先,通过识别电力信息物理融合系统的关键风险因素,从电力空间、信息空间和网架结构3个方面构建了电力信息物理融合系统风险指标体系。其次,借助证据融合理论实现了电力信息物理融合系统风险等级计算模型,并利用该模型评估分析了5个不同的电力信息物理融合系统,得出了各个电力信息物理融合系统不同的风险等级,验证了所提模型对评估电力信息物理融合系统风险等级的适用性。     

配电网运行风险的动态评估组合模型

现有配电网风险评价中普遍存在专家评价主观性强和无效数据处理不严谨2个现实难点,据此提出一种基于BP神经网络—动态贝叶斯网络的配电网运行风险预警模型。首先运用BP神经网络集进行评价属性的训练和测试,避免了模糊综合评价中指标权重设置和指标专家评价值主观性强的问题;其次将多组BP神经网络的输出进行融合处理,剔除差异性较大的观测数据,最后将部分数据缺失的时间片观测值矩阵作为变结构动态贝叶斯网络的输入,对指标隶属度在时间序列上的动态演化进行分析,达到对配电网运行风险动态评估预警的目标。在实例分析中,通过该模型与模糊综合评价方法的评价结果进行对比,证明了该模型有效可行。     

基于关键链的项目工期风险传递研究

在广义项目风险元传递理论和关键链项目管理技术的基础上,提出基于关键链的项目工期风险传递模型,通过结合单道工序工期系统风险和工期延误的链式传递,提出一种改进的输入缓冲区和项目缓冲区设定方法,并得到关键链和非关键链上的瓶颈活动,为项目进度计划制订和项目工期风险控制提供更为可靠的依据。