利用动态规划模型优化天然气产销调度问题

在不确定条件下,如何优化天然气产销调度使得产销平衡,是天然气公司急待解决的问题.天然气的购买和销售是一个多阶段动态过程,所以将动态规划理论应用其中,建立以天然气公司最大收益为目标的动态规划模型,并进行时间复杂度分析.结果表明,动态规划算法能从时间与空间角度实现天然气的合理调度;与线性求解过程相比,动态规划算法对具有最优解的实际问题的求解更加灵活,且计算量小,结果更可靠,为天然气产销优化调度提供了新的解决方法.     

电网企业购售电决策中的报价空间分析

电网企业作为电力市场的主要成员,面临着进行购售电决策的难题,其中需要确定市场主体参与电力市场竞争、进行报价决策时报价曲线的决策空间,即报价空间。作者首先阐述了电网公司购售电决策时可行报价曲线的各种约束条件以及可作为参考的边界曲线,分析了购售电报价空间的确定方法;然后分析了电网公司报价曲线变化对成交结果的影响,提出了报价水平调整空间的概念;阐述了报价空间及其分析方法在购售电决策过程中的应用方式,并以实际数值做出说明。文章对于市场主体竞价决策过程提高决策效率,合理地决策报价曲线,具有重要参考价值。     

考虑舒适温度区间和突变量的月售电量预测线性回归模型

常规的月售电量预测线性回归模型存在两点影响预测精度的问题:在考虑温度的影响时忽略了舒适温度区间内不存在采暖和制冷措施的事实;由于随机变动不易量化而忽略了随机变动的影响。为解决上述两点问题,提出两种改进措施:分别选择低温阈值温度与高温阈值温度,且仅当实际温度低于低温阈值温度或高于高温阈值温度才产生采暖措施或制冷措施;提出将随机变动量化的方法,并将其量化值作为月售电量影响因素纳入预测模型。常规的月售电量预测线性回归模型经过改进后,能更好地建立温度与月售电量的关系,同时能合理地考虑随机变动对月售电量的影响,有利于提高预测精度。用重庆市铜梁区实际数据仿真分析,验证了两种改进措施的有效性。     

小样本下多维指标融合的电商产品销量预测

为突破传统预测方法在小样本数据下电商产品销量预测中精度较低的局限，开展基于集成学习Xgboost的预测模型研究。综合考虑影响电商产品销量的多维指标，包括：在线搜索、在线评论、页面访问、库存与订购量、情绪指数等并利用熵值法融合同类指标。应用Logistic函数和正则修正项，结合贪心算法划分子树，构建基于集成学习Xgboost的电商产品销量预测模型。针对京东商城的联想zuk z2手机产品进行模型检验，并与BP神经网络、SVM支持向量机、BP-SVM组合预测三个模型进行对比，发现融合多维指标的Xgboost预测模型的精度显著提高，为小样本数据下电商产品销量预测提供方法和思路。     

全程低温陈列柜销售对带鱼品质变化的影响

针对目前我国市场上带鱼销售过程中出现的货架期短暂、操作困难等问题,提出了全程低温陈列柜的销售方式,并与模拟的农贸市场销售和超市销售条件下带鱼的品质变化进行比较。通过对这三种不同销售过程中带鱼的感官、微生物指标、pH、挥发性盐基氮（TVB-N）、三甲胺（TMA-N）、硫代巴比妥酸（TBA）和K值等指标进行测定,结果表明:农贸市场销售和超市销售的带鱼货架期分别为3d和4d,而全程低温陈列柜销售能更好地延长带鱼的货架期,可保藏带鱼到第6d。与农贸市场和超市销售的带鱼相比,全程低温陈列柜销售的带鱼的货架期延长了2³d,值得推广。      

基于BP-AdaBoost的电商短期销量预测模型

电子商务是伴随互联网技术快速兴起的一种规模大、潜力大的新型商业模式,对产品进行短期销量预测能够帮助电商企业对市场变化采取更加迅速的反应和措施.本文通过电商销量历史数据和门户商品链接点击量建立了一种应用于电子商务会计系统的短期销量预测模型.借助AdaBoost思想集合多个传统的BP神经网络的预测结果,使其具备更高的预测准...     

考虑多源互补特性的新能源打捆销售交易策略

随着新能源交易电量在电力市场的比例迅猛上升,为解决由于新能源出力波动性造成的中长期电力市场合同履约执行率的问题,提出了一种考虑多源互补的新能源场站打捆销售的电力市场交易策略。首先,设计了新能源场站与常规机组打捆销售的中长期交易框架,提出了通过集中式交易平台调整机组出力满足新能源合同签约电量的联盟交易方案;其次,以多源互补联盟交易模型收益最大为目标,构建了基于合作博弈的新能源场站打捆销售交易模型;最后,以四川某区域风电场的实际数据对所构建交易模型进行了仿真分析,对打捆销售联盟的交易电量和收益结果进行了讨论。仿真结果表明,多源互补合作交易的方式在提高参与主体收益的基础上还能满足电力市场的合同签约电量。     

Prices

Assessed or estimated prices and values for the major types of crude oils traded on spot markets. Updated on a monthly basis. Official sales prices (except as otherwise noted) and are generally market-related, subject in some cases to retroactive adjustment. Updated on a monthly basis.     

基于深度学习的智能无人果蔬售卖系统

随着科技的不断进步,无人零售成为了未来社会的发展趋势。然而传统的无人售货超市存在成本高昂和水果蔬菜等生鲜产品售卖方式单一，效率低下，需要大量劳动力等缺陷。为了解决次问题，本文提出一种基于深度学习的智能无人果蔬售卖系统。该系统能够识别未打电子标签的果蔬生鲜，基于改进的目标检测算法精准识别果蔬的类别和位置，进而进行称重并计算商品的价格。通过实验验证，该系统具有综合化、智能化和专业化的优点，在自制果蔬数据集上，算法平均精度(mAP)提升了7.37%，实验证明本系统对果蔬的目标检测具有较强的鲁棒性。     

Prices

Assessed or estimated prices and values for the major types of crude oils traded on spot markets. Updated on a monthly basis. Official sales prices (except as otherwise noted) and are generally market-related, subject in some cases to retroactive adjustment. Updated on a monthly basis.