林女贵
- 作品数：9 被引量：41H指数：4
- 供职机构：福建省电力有限公司更多>>
- 发文基金：福建省自然科学基金更多>>
- 相关领域：经济管理电气工程动力工程及工程热物理自动化与计算机技术更多>>
- 福建电力集约化电费管理方案设计
- 电费管理的重要性决定了集约化管理的必要性，本文对福建电力电费管理现状及存在问题进行分析，按照“集中管理，就地服务”的原则对福建电力集约化电费管理进行组织结构及业务分层设计。目的是为福建电力进行集约化电费管理改革提供方案设...
- 林女贵
- 关键词：电费管理组织机构
- 高耗能企业模拟联营电价的确定被引量：1
- 2004年
- 鉴于国家政策允许和鼓励发展的高耗能企业对国民经济的重要性和其用电特点 ,为了保证企业和电力公司的共同发展 ,提出了模拟联营方案计算电价的方法 。
- 江岳文王峰蔡高乐林女贵
- 关键词：电价
- 智能电能表费控模式选择研究被引量：12
- 2013年
- 智能电能表支持远程费控和本地费控两种模式。其中,远程费控指由营销系统完成电费计算,并从远程终端对智能电能表开关进行控制。本地费控指由费控智能电能表完成电费计算,并由电表本身产生控制指令。两种费控模式存在明显区别,对用电客户的用电习惯有较大影响。本文从法理上对费控合法性进行了简单探讨,并结合福建省用电客户的用电习惯给出了两种费控模式的选择建议,对其他网省供电企业具有借鉴意义。
- 林女贵莫桑比
- 关键词：智能电能表
- 基于经验模态分解和ARIMA模型的地区售电量预测被引量：5
- 2018年
- 售电量是电力公司的重要经济指标,准确的售电量预测对于电力企业进行合理的购电计划、提高运行可靠性都具有一定意义。鉴于售电量预测的重要性,而地区的售电量数据波动较大,为了提高售电量预测精度,提出了基于经验模态分解和ARIMA模型的地区售电量预测,通过对售电量序列进行经验模态分解,将各分量分别进行ARIMA模型预测,最后将结果相加得到最后预测结果。研究表明,经分解后使用的ARIMA模型的预测精度大于使用单一模型的预测精度,对不平稳序列有较好的预测效果,具有一定的实用性。
- 林女贵
- 关键词：经验模态分解ARIMA模型电力市场
- 福建未抄表到户物业小区欠电费原因及对策
- 由于2003年颁布的《物业管理条例》未能与电力行业的法律法规相衔接，造成福建未抄表收费到户的物业欠电费现象严重。本文通过对福州、厦门地区未抄表到户物业小区的电费缴纳现状进行调研，分析其欠电费原因及存在问题，提出了从根源上...
- 林女贵
- 关键词：电力行业用电管理抄表收费
- 区域电网竞价策略研究被引量：5
- 2019年
- 根据区域电网的特点,研究售电公司、电网公司和用电客户之间的电量交易。考虑到交易过程中的供需差异等因素,建立了基于输电费用优化的非合作博弈售电策略模型。以区域电网为例,分析各利益主体在非合作博弈模型下的纳什均衡售电策略。算例分析结果表明,非合作博弈售电策略模型不仅可为售电公司提供竞价参考、平衡可再生能源和传统火电之间的利益,同时也可降低区域电能供需不平衡概率,保障电力市场安全运行。
- 林女贵蔡冰凌刘建
- 关键词：电力市场区域电网非合作博弈纳什均衡
- 营销业务规则及应用平台的研究
- 刘文彬王凌黄婷张大平李宝林黄文伟陈景鸿卢群黄中蔡高乐林女贵黄文捷谢炳钧杨灿榕
- 该课题研究的技术特点：1.综合运用信息工程方法论(IEM)、信息资源管理(IRM)、信息资源规划（IRP）和面向对象方法（OOM）等多种信息技术对职能域、业务过程、业务活动等业务标准以及数据元素、信息分类编码、统计指标等...
- 关键词：
- 关键词：电力营销应用平台
- 福建省电力公司集约化电费管理方案设计研究
- 福建省电力有限公司是由福建省电力工业局整体改制后成立的国有特大型企业。随着全国电力市场化进程的不断加快，国家电网公司自上而下集约化管理要求的不断加强，电力企业外部环境和压力促进电力营销集约化管理变革的外在因素。要实现国家...
- 林女贵
- 关键词：集约化经营电费管理
- 文献传递
- 基于集合经验模式分解的ARIMA行业售电量预测模型被引量：18
- 2019年
- 售电量的准确预测是电力市场课题研究的重要内容之一,目前已有许多模型用于售电量预测。在此背景下,考虑售电量时间序列的非线性、波动性和周期性,提出基于集合经验模式分解和自回归积分滑动算法的预测模型。该模型首先对售电量时间序列进行集合经验模态分解,通过添加白噪声得到不同时间尺度分布的售电量时间序列,分解后得到一系列相对平稳的本征模态函数和趋势项,然后利用自回归积分滑动算法对各平稳化本征模态函数和趋势项分别进行预测,得到各分量的预测结果,最后将分量预测结果叠加得到最终的售电量预测值。基于历史统计售电量数据的预测结果分析表明,基于集合经验模式分解的 ARIMA模型具有良好的预测精度。
- 林女贵
