供电公司运营效率与影响因素分析

运营效率是衡量企业投资效益和资源配置的核心指标,因此,有效提高运营效率是增强供电公司竞争力的重要途径之一。结合供电公司的实际情况,构建了基于SE-DEA的供电公司运营效率评价模型,借助MATLAB数学分析软件,从投入和产出的角度对8家供电公司的运营效率进行比较,详细地分析了影响其效率的主要因素,并针对问题提出了优化运营的有效措施。实例结果表明,此方法实现了对所有决策单元的充分评价与排序,可以对供电公司运营效率进行有效的评价,为管理者提供科学、有效的信息和决策的依据。     

我国发电总量的估测与比较分析

电力工业是国民经济的基础性工业,发电量是电力工业发展水平的一个重要指标,对发电量的准确预测有利于电力工业的可持续健康发展。分别用ARIMA模型和传递函数模型对我国未来5年的发电总量进行估测,并分别对两种模型建模的过程和结果进行比较和分析。两种模型在发电量的预测中各有利弊,根据ACF和PACF,ARIMA模型较好;根据Residual和Fitted,传递函数模型较好。     

基于粗糙集理论和动态时序模型的日负荷曲线预测新方法

作者提出了一种短期日负荷曲线预测新方法.该方法首先采用日最小负荷对日负荷曲线进行规范化,再将日负荷曲线预测转化为对日最小负荷的预测和对日规范化负荷曲线的预测.对日最小负荷预测应用动态时序模型;对日规范负荷曲线应用专家系统进行推理预测,专家系统中的推理规则应用粗糙集理论从历史数据中获取.采用上海电网数据对该预测方法进行了测试,结果表明该方法便于对各种影响因素进行分析处理,能够更有效地利用历史数据所包含的信息.     

负荷预测的线性稀疏数AR预测模型

对时间序列线性ARIMA模型的建模和预测方法进行了总结,根据其特征提出了采用稀疏数AR模型代替ARIMA模型作为通用线性预测模型,并给出了模型搜索算法,使得时间序列线性预测模型的建模过程无需人的干预而能通过程序自动完成。     

我国发电总量的估测与比较分析

电力工业是国民经济的基础性工业,发电量是电力工业发展水平的一个重要指标,对发电量的准确预测有利于电力工业的可持续健康发展.分别用ARIMA模型和传递函数模型对我国未来5年的发电总量进行估测,并分别对两种模型建模的过程和结果进行比较和分析.两种模型在发电量的预测中各有利弊,根据ACF和PACF,ARIMA模型较好;根据Residual和Fitted,传递函数模型较好.     

基于小波分析和GM-ARIMA模型的月度售电量预测北大核心

月度售电量直接反映电力企业的经营效益,准确的电量预测对于电力企业合理安排购售电方案、确定融资缺口具有重要意义。鉴于各地区月度售电量时间序列不但有随时间逐渐增长的趋势,还受节假日、气温等因素的影响存在随机项,为了提高电力企业月度售电量的预测精度,采用小波分析理论将月度售电量时间序列分解为近似序列和细节序列,并通过对分解后子序列的特征进行分析,分别采用相匹配的GM(1,1)模型和ARIMA模型对子序列进行预测,然后通过序列重构得到月度售电量的预测值。经实际算例验证,该组合预测方法的平均误差率为3.7%,与神经网络等常用单一预测方法相比能明显提高预测精度,具有较强的适应能力。     

供电企业风险预警系统设计

分析了供电企业风险因素,设计了风险计量结构模型,并对模型进行量化及风险值预测.对系统的缺陷进行了分析,提出预期改进建议,以期为供电企业科学地对风险进行预测并制定相应的风险管理办法提供借鉴.     

基于空间概念的灰色关联分析及电建方案优选研究

针对现有关联分析只从平面的角度来确定因素之间的关联程度的方法,通过空间距离公式把最优和最劣关联度结合起来,得到一个空间综合关联度,使分析问题的角度从平面拓展到空间;为了使决策者既能得到准确的结果又能根据自己的偏好进行决策,在最终排序问题上引入偏序概念,并结合热电厂的实际情况对不同的装机方案进行优选。