转轨期间中国电价测算方法比较

随着中国电力工业市场化改革进程的加快，如何制定上网电价已成为电厂竞价上网过程中的一个关键性问题。为此阐述了两种电力定价模式－－会计学定价模式和经济学定价模式，并依次分析了还本付息电价、经营期电价及边际成本电价等3种电价测算方法的成本构成、计算原理；最后通过具体算例，对转轨期间我国并存的上述3种测算方法进行了比较，通过比较可以得出以下结论：即经营期电价法虽然摒弃了还本付息电价法的一些弊端，但仍旧很难实现经济学的最优均衡，据此认为我国现阶段电价改革的思路理应是：明确改革还本付息电价，推广经营期电价，并逐步过渡到边际成本定价。     

应用边际成本确定丰枯电价的理论分析

根据我国电价现状,利用微观经济学基本原理,分析平均成本和边际成本两种定价制的优缺点,阐明边际成本定价的科学性。同时,论证了边际成本制订丰枯电价的合理性,为电价的科学决策提供理论依据。     

边际成本理论在输电网络电价中的应用

应用边际成本理论提出了一种新的输电网网络电价方法。     

基于序列理论的电力系统边际电价预测方法

电价是电力市场中核心问题之一．作为在电力系统中得到广泛应用的边际电价理论．其边际电价预测应充分考虑负荷的不确定性、发电机组随机强迫停运的不确定性以及发电方报价的不确定性．通过重新定义有效容量状态和定义衍生多态机组,成功地将概率性序列理论应用到求解发电系统有效容量概率分布函数,找出了求解发电系统有效容量概率分布函数的另外一种方法．并由此概率分布函数,充分考虑各种影响边际电价的不确定性因素,依据边际电价的定义,精确地预测出电力系统的边际电价．算例分析证明了理论分析的正确性,并表明本算法预测的精度得到提高．     

基于v-支持向量机的边际电价预测及置信区间估计

引入v-支持向量机，通过构造和求解一个凸优化问题，同时实现了对边际电价的预测和对置信区间的估计，且无需假定预测偏差的概率分布．在v-支持向量回归中，当ε〉0时，v是错误样本的个数占总样本个数份额的上界．利用该性质，边际电价预测的置信度和置信区间可以很自然地用参数1-v和变量ε来表示，这为发电公司进行竞价方案的风险分析打下了很好的基础．算例仿真表明，该方法具有较好的泛化性能和较高的预测精度．     

边际成本的两部制上网电价研究

在电力体制改革中,电价改革是最为核心的内容.本文通过对两部制上网电价分析和研究,指出了两部制上网电价的特点和优势,提出了我国上网电价的改革方向———采用两部制上网电价,即将上网电价分解为容量电价和电量电价两部分,同时对边际成本法应用于制定两部制上网电价进行了研究,论证了这种方法的合理和可行性,表明其能够促进行业的公平竞争,合理引导电厂建设和调节用电模式.     

点电价与我国现行电价的比较研究

介绍了点电价（Ｓｐｏｔ Ｐｒｉｃｅ）的订价原理，对点电价与我国现行电价制度进行了比较研究，并进行了分析讨论。     

我国电价政策和上网电价方法初探

上网电价是电价体系当中的基础环节,在电力市场上能发挥杠杆作用。由于历史原因,不同类型的电厂继续执行着不同的上网电价。在"厂网分开、竞价上网"的进程中,如何制定科学合理的上网电价,保持发电市场的供求平衡,促使电力市场在公开、公平、公正的条件下进行有效竞争,保持整个电力市场充满活力,使资源得到合理配置,使社会效益得到优化。文章首先对电力市场化的改革作简单的阐述说明,之后再针对目前人们比较关注和应用比较广泛的两部制上网电价,将其分为会计成本法和边际成本法来论述,并作比较和分析。     

当量电价理论分析与评价

电价是电力市场中的关键问题之一，理论和实践上存在着多种电价理论和电价计算方法，其中的当量电价理论是一种新颖的电价理论．剖析了当量电价理论的原理与本质，将当量电价理论与其他电价计算方法（统一出清电价法、英国电价法、两部制电价法）进行对比，揭示当量电价法的特点与优势，对当量电价理论进行评价与展望．     

基于动态神经网络的系统边际电价预测

在分析系统边际电价(SMP)特点的基础上,确定了预测系统边际价格的主要依据为电力负荷、历史上对应时刻的SMP以及当天的SMP趋势.将电价看作是电力市场动态运行的结果,采用动态神经网络预测电价.由于动态神经网络结构及权值确定困难,采用二进制与实数编码相结合的联合编码,用遗传算法优化得到神经网络结构及对应权值.利用某电力市场的历史数据对该模型进行验证,结果表明该方法所建立的预测模型具有较高的预测精度.     

基于粒子群算法的短期电力负荷预测

根据电力负荷的主要影响因素,考虑了休息日和气候因素的影响,建立了基于粒子群算法(PSO)的级联网络短期负荷预测模型.通过粒子群算法对级联网络的训练进行优化,提高模型的运算速度.结果表明,该方法预测精度较高,效果较好.     

基于半马尔可夫的入侵容忍状态转移系统研究

针对网络入侵发生后,系统的容忍能力难以提高等问题,提出了一个基于半马尔可夫的入侵容忍模型.通过对入侵容忍模型安全属性的量化分析,进一步优化了SMP模型,并通过SMP模型参数求解算法,得出系统各状态平均故障时间（ATOSF）轨迹.通过分析ATOSF轨迹发现容忍系统中的关键点.维护这些关键点,增强了系统的可用性和可靠性.经验证,将半马尔可夫应用到入侵容忍系统中是可行、有效的,且具有简单、易行等特点.      

神经网络在直流无刷电机控制系统中的应用

采用多层神经网络结构控制电传动系统中的无刷直流电机。首先，离线训练神经网络；然后，采用神经网络在线控制电机的速度。建立了带有神经网络的电传动系统仿真模型来验证所采用的神经网络结构，仿真结果表明，系统抗扰动性很明显。     

基于预训练模型和多视角循环神经网络的电力文本匹配模型

针对传统方法未能考虑词向量的动态性及句子间交互不充分等问题,提出基于BERT预训练模型及多视角循环神经网络的文本匹配模型。通过BERT-whitening方法对BERT输出的句向量进行线性变换优化,并利用多视角循环神经网络将两句子不同位置的BERT动态词向量进行双向交互计算;将句向量与词粒度交互向量进行融合后计算结果。实验结果表明,提出的模型相较于对比模型有明显性能提升,实用性良好。     

基于Levenberg-Marquardt算法的应力集中预测

应用应变电测的基本原理及技术 ,测量所研究试件应力集中附近处的应变值 以神经网络技术为基础 ,采用单隐层网络结构 ,以Levenberg -Marquardt算法来训练网络 笔者在收集已有相关资料的基础上 ,对应力集中处的最大值进行了预测 通过与常用的应力集中预测模型进行数值计算比较 ,表明该模型预测精度高 ,可靠性强 模型中所采用的数据预处理方法 ,大大扩大了模型的应用范围     

基于改进BP算法的电力系统谐波分析

在选取BP神经网络对谐波进行分析时,考虑到BP网络存在的缺点和不足,对BP网络进行改进。通过把FFT和改进的BP网络结合起来,实现对谐波的实时分析。该方法先对采样信号进行FFT运算实现预处理,得到谐波个数和谐波次数;然后根据谐波的个数来确定神经元的个数,通过谐波次数设定神经网络参数迭代的初始值;最后对改进的神经网络进行训练,可以实现谐波的精确分析。所提出的BP改进算法有效地提高了谐波分析的精度,实时性也得到了改善。     

神经网络负荷模型的综合能力研究

针对电力电子设备综合负荷模型难以用机理模型描述的现状,构造了动态综合负荷的模糊神经网络模型.该模型具有模糊推理和神经网络的优点,能很好地逼近动态负荷的模型输出.通过对已知实测建模数据的训练,分析了模糊神经网络负荷模型的前件参数、结论参数的辨识策略,阐述了模糊隶属度和模糊规则的形成过程.对负荷构成相异的4组实测变电站负荷数据,用其中1组建模数据进行训练,得出模糊模型结构和参数,用该模型去拟合其他3组数据,对模糊神经网络负荷模型的综合能力进行验证.实例表明,该模糊神经网络负荷模型不仅具有很强的自描述能力和收敛性,而且具有良好的综合描述能力.     

桥丝式电火工品安全电流的预测

通过瞬态脉冲无损检测试验得到桥丝式电火工品的电阻和集总热散失系数等电热响应参数,利用这些电热响应参数分别采用Rosenthal的集总热参数模型和BP神经网络模型方法预测电火工品的安全电流。结果表明：两种方法预测的安全电流较高的电火工品,在相同的恒流脉冲下发火的概率较小。电火工品瞬态脉冲无损检测技术与BP神经网络模型方法相结合,可以用来预测电火工品的安全电流。     

交通量的灰色神经网络预测方法

结合灰色系统思想与神经网络构成灰色神经网络,根据目前灰色模型与神经网络结合的方法,提出并联型、串联型和嵌入型3种预测模型的结构.并联型灰色神经网络首先采用灰色模型、神经网络分别进行预测,而后对预测结果加以组合作为实际预测值;串联型对多个灰色预测的结果使用神经网络进行组合;嵌入型在神经网络的输入端、输出端分别增加一个灰化层和白化层而构成.对并联型灰色神经网络给出一种根据预测模型的有效度确定加权系数的方法.将上述3种灰色神经网络模型用于对京石高速公路断面机动车实时交通量进行预测,模型精度和预测结果比较理想,优于单一预测模型.实验表明:灰色神经网络可提高预测精度,用于交通量预测方法是有效可行的.