我国电力周期的单变量状态空间分析

随着我国经济的快速增长,国民经济对电力的需求随之快速增长。为了在快速增长的同时保持电力增长的稳定性,了解电力周期的波动情况,成了重要的问题。本文利用单变量状态空间法对改革开放以来的电力需求数据进行分析,建立结构时间模型,利用单变量状态法找出变化趋势,分析我国电力需求周期情况,为预测未来电力需求走势,提前做好应对措施提供了依据。     

日本防锈技术协会考察报告

１９９８年７月,中国包装进出口总公司组团赴日,考察了日本防锈技术协会。现将考察情况简要介绍如下。日本防锈协会成立于１９５７年。自１９５８年始,每两年派一艘专用“远航样品试验船”先后到中南美、东南亚、澳洲、非洲、近东及欧洲等地区进行防锈试验,就连赴南极...     

Fuzzy neural and chaotic searching hybrid algorithm and its application in electric customers＇s credit risk evaluation

To evaluate the credit risk of customers in power market precisely, the new chaotic searching and fuzzy neural network （FNN） hybrid algorithm were proposed. By combining with the chaotic searching, the learning ability of the FNN was markedly enhanced. Customers＇ actual credit flaw data of power supply enterprises were collected to carry on the real evaluation, which can be treated as example for the model. The result shows that the proposed method surpasses the traditional statistical models in regard to the precision of forecasting and has a practical value. Compared with the results of ordinary FNN and ANN, the precision of the proposed algorithm can be enhanced by 2.2% and 4.5%, respectively.     

基于协整和误差修正模型的电力需求分析

协整理论的提出为2个或多个非平稳变量间寻找均衡关系及在此基础上建立误差修正模型奠定了理论基础。在实际中,多数经济时间序列都是非平稳的,电力需求的波动亦然。该文采用协整与误差修正模型技术研究了电力需求的决定因素,建立了电力需求函数,通过实例检验了电力需求与国内生产总值、全国人口数量之间的长期均衡关系及短期波动关系。     

基于SVM模型的中国电力需求预测

影响电力需求的因素很多,单一预测方法很难满足不同情况的预测需要,而现有组合预测模型又主要基于经验风险最小,预测精度受组合模型的限制。本文提出一种基于支持向量机的电力负荷组合预测模型,该模型利用结构风险最小化原则代替传统的经验风险最小化,充分挖掘原始数据和单一预测模型的信息,以单一模型的预测数据为预测样本,选择多项式函数支持向量机进行组合预测。实际算例表明,支持向量机法克服了传统神经网络算法的局部最优、收敛难以控制等缺点,具有良好的可行性和有效性。     

把握规律 创新发展 提升效能监察工作水平

近年来,国家电网公司坚持把效能监察作为"管理的再管理"、"监督的再监督"来抓,高标准、高起点地开展"三清理一规范"、不良资产管理、营业抄核收管理、废旧物资管理等统一立项效能监察,取得丰硕成果。各单位积极自选课题开展效能监察,在查纠违规行为、堵塞管理漏洞、规范经营管理等方面发挥了不可