考虑多元用户行为特征的需求侧管理决策方法

需求侧管理可有效实现电力负荷的削峰填谷,提高电力系统的稳定性和运行效率。随着电力物联网的发展,不同用户在参与需求响应过程中的行为差异得以凸显,出于对用户隐私的保护,用户用电信息在采集后往往只能就地利用而不能进一步上传,给多元化负荷行为特征分析带来困难。提出了云边环境下基于A3C(asynchronous advantage actorcritic)强化学习算法和长期短期记忆(long short term memory,LSTM)网络的需求侧管理方法,通过强化学习解决需求侧管理决策中前瞻性不足的问题;通过基于LSTM网络的虚拟环境模拟多元用户行为特征,加速学习过程,降低算法实施成本。通过算例分析可知,所述决策方法在保证用户隐私的同时可有效加快学习进程,价格决策时可更准确地把握用户响应行为特征,从而保证决策的经济性。     

接触扩散视角下的城市文化危机研究——以郑州市德化街“老蔡记”为例

有学者认为,人们难以感受到郑州市厚重的历史气息与博大的中原文化,郑州市面临着文化危机。本研究意在从接触扩散的视角探究城市文化危机的内因。通过空间句法、核密度分析法、人群热力分析和人物访谈等,对郑州市德化街“老蔡记”蒸饺店2000年和2021年两个时间点上所处区域的外部空间与自身经营能力进行对比分析。发现其在2021年所处区域的外部空间质量和经营能力较2000年低。研究认为二者的降低导致人们对该文化资源的接触情况变差和认同度降低,进而阻碍了接触扩散,影响了其文化的传播,并在一定程度上反映出郑州城市特色文化传播的问题,对郑州城市文化危机的滋生具有一定的影响。