西安地铁配电变压器容量优化

运行数据统计分析需要一个长期的过程,本项目通过对地铁电力负荷的分析研究和对变压器的综合效能分析、过负荷能力研究,提出对地铁电力负荷按不同工况、不同季节、不同时段等分类计算,对配电变压器综合效能和过负荷能力进行有效的检验,其计算负荷与实际运行状况吻合度较高;采用定量分析,选择和校验的结果比较准确,能够选择出既满足在各种工况下运行,又经济适用的变压器.     

配电网变压器过负荷及三相不平衡预警系统的设计

为避免配电网变压器因无法及时监控造成长时间过负荷运行或三相不平衡运行而产生的事故,本文通过设计实现变压器负荷检测装置及采用GPRS无线传输方式,设计了低成本的变压器过负荷及三相不平衡预警系统,可以通过地理信息图形、文字、GSM短信或电话的方式对运行异常变压器进行预警,从而避免变压器烧毁事故的发生。     

基于熵权法的网络舆情预警模糊综合评价模型研究

【目的/意义】为了丰富网络舆情的预警评价研究,建设全面、有效的网络舆情预警机制,以便于相关政府 部门更好地对网络舆情进行监控与管理。【方法/过程】从网络舆情的生命周期与演变过程入手,首先构建网络舆情 的生命周期模型与演变过程模型,然后设计网络舆情预警模糊综合评价指标体系,同时利用熵权法确定网络舆情 预警模糊综合评价体系中各级指标的权重,最后构建网络舆情预警模糊综合评价模型,从而确定网络舆情的预警 等级。【结果/结论】该网络舆情预警模糊综合评价指标体系中包含 4个一级指标和 13个二级指标,为网络舆情预警 提供了一种新的思路和方法。     

科技成果转化风险的预警模型

根据科技成果转化的风险特点,在充分利用专家评判信息的模糊性与灰性的基础上,构造科技成果转化风险的模糊隶属度矩阵,建立灰色评价与模糊评价相结合的风险综合评价预警模型,使科技成果转化风险预警更为客观、准确,实现对科技成果转化风险的科学分析和测度.     

基于自组织变异粒子滤波的网络入侵检测算法

提出基于自组织变异粒子滤波的网络入侵检测算法,通过建立粒子密度函数计算数据信息向量权值,根据节点粒子聚集簇粒子估计判断是否出现粒子变异状态。计算出的估计流量值与自定义阀值进行比较判断筛选自组织变异粒子。运用粒子变异滤波方程式提取出自组织变异粒子状态位置做出响应的过程。仿真实验表明,基于自组织变异粒子滤波的网络入侵检测算法,具有高度的容错能力,使网络入侵检测更具有自适应能力,检测率高,告警信息可信度强,为计算机网络的安全提供了保障。     

企业人力资源管理的灰色综合评价

人力资源管理中难度最大就是对人力资源价值的评价,基于此,文章提出一种基于灰色综合评判的方法.该方法采用层次分析法为评价指标赋权重,并且使360度反馈与综合评判相结合提高了评判精度.同时也对人力资源评价结果进行了合理的界定和分级.     

基于BP神经网络和遗传算法的网络舆情危机预警研究

Web2.0时代,如何对网络舆情危机进行有效预警已经成为政府部门的必修课。本文充分考虑了网络舆情危机产生、发展、变化的规律及特点,综合现有指标体系的优缺点,建立了3个一级指标和11个二级指标的网络舆情危机预警的指标体系。利用遗传算法优化BP神经网络的初始权值与阀值,构建了基于BP神经网络和遗传算法的网络舆情危机预警模型。最后,通过仿真实验,结合5个具体案例对该模型进行了验证与分析。实验表明,本文建立的网络舆情预警指标体系与遗传BP神经网络模型是有效可行的,预警准确率要优于标准的BP神经网络网络模型。     

准确把握电力负荷发展规律切实做好电力负荷预测工作

基于电力负荷预测的方法,综合分析了经济发展水平、人民生活水平、电力消费结构和气温气候等主要因素对电力负荷预测的影响。结合新疆电力负荷预测的特点,提出做好新疆电力负荷N~,l-z-作的几点建议。为避免因电力负荷预测误差过大造成严重后果,准确把握电力负荷发展规律,提高电力负荷预测准确率水平,提升电力负荷预测的专,Jk4Jc水平,本文在基础数据准确性、数据库完备性、降低大用户电力负荷波动影响和完善电力负荷预测管理水平等方面进行了详细的阐述。     

高维电力数据的聚类优化算法的研究

为了加强智能电网构建的推进,加强智能量测终端大量投入使用,提出了聚类方法用于电力公司实时分析负荷特性及负荷用电数据信息.在分析电力负荷曲线数据的基础上,分别考虑了电网企业和社会价值信息,提出了基于FCM和K-means聚类2种方法来提取出用户用电规律,并分析用户负荷构成与用电行为.经过仿真分析和实验验证,通过均方误差、均值适宜度、聚类离散度、聚类时间等多个评判聚类效果好坏的指标进行聚类算法性能评价.这对于用户了解用电规律用电分配需求、指导电价制定具有参考价值.     

浅谈电力负荷预测

电力负荷预测就是对电力市场需求的预测。本文系统介绍了电力负荷预测的基本概念、内容、基本程序、数据处理技术、预测方法、综合评价,并对负荷预测发展提出了展望。