许晓敏
- 作品数:43 被引量:142H指数:6
- 供职机构:华北电力大学更多>>
- 发文基金:国家自然科学基金中央高校基本科研业务费专项资金高等学校学科创新引智计划更多>>
- 相关领域:经济管理电气工程文化科学交通运输工程更多>>
- 考虑风光出力不确定性的含电制氢装置的电-气耦合配网系统经济运行分析被引量:1
- 2022年
- 高效节能的电-气耦合配网系统能够同时考虑经济效益和环境成本,对提升配电网系统的经济性具有重要作用。本文提出了一个两阶段分布式鲁棒优化模型来解决经济运行问题,运用Wasserstein测度刻画风光出力预测误差概率分布的模糊不确定集,并构建了考虑风光出力不确定性的含电制氢装置的电-气联合系统分布式鲁棒优化运行模型。仿真结果表明:(1)电制氢装置的引入可以有效改善配网系统的电-气耦合,提高系统运行的稳定性和经济性;(2)考虑到环境成本,含电制氢装置的电-气耦合配网系统的污染物排放显著降低,保证了系统的低碳运行;(3)分布式鲁棒优化(distributionally robust optimization,DRO)模型能够抵抗不确定风电和光伏输出的干扰,保守性和计算复杂度相对较低,具有数据驱动的特点。
- 斯琴卓娅许晓敏郑世鹏王之怡牛东晓
- 关键词:环境成本
- 基于改进灰色关联分析模型的能源消费影响因素计量分析被引量:1
- 2012年
- 随着资源与环境对能源消费的约束作用不断加深,有效计量影响能源消费的主要因素,有助于剖析能源消费增长的内在机理,提高综合控制的科学化水平。阐述了灰色关联分析模型的基本原理,并结合层次分析理论进行了改进研究。利用改进模型对影响能源消费的相关因素进行了综合的关联度计算分析,提高了计算结果的科学性与合理性,为建立全面的能源消费影响因素分析体系提供了很好的方法手段。
- 牛东晓刘彤许晓敏王敏楠刘金朋
- 关键词:能源消费影响因素灰色关联分析层次分析法
- 浙江省月度电力需求的变分模态分解-自适应模糊神经网络-差分整合移动平均自回归组合预测模型及应用被引量:4
- 2021年
- 为提高电力需求预测的精度,提出了一种将变分模态分解(variational mode decomposition,VMD)和自适应模糊神经网络(adaptive network-based fuzzy inference system,ANFIS)相结合的方法并应用到月度电力需求预测中。首先将原始数据通过VMD分解成有限带宽的子模态序列,选用差分整合移动平均自回归模型(autoregressive integrated moving average model,ARIMA)、ANFIS、经验模态分解(empirical mode decomposition,EMD)与ANFIS相结合和VMD-ANFIS几种模型进行预测结果对比。结果表明:相比直接利用ANFIS模型得到的预测结果,增加VMD分解过程能有效减小预测误差。说明所应用的VMD-ANFIS方法更具优越性,可以获得更好的预测结果。
- 董知周黄建平许晓敏李铮纪正森高恬吴庚奇夏洪涛陈浩
- 关键词:电力需求预测自适应模糊神经网络
- 一种风电项目投资估算方法及装置
- 本发明涉及一种风电项目投资估算方法及装置,包括:获取与风电单位千瓦投资相关的工程特征因素数据;将所述与风电单位千瓦投资相关的工程特征因素数据输入至预先训练的误差反向传播神经网络模型,确定风电单位千瓦投资估算值。本发明提供...
- 牛东晓陈梦耿世平许晓敏
- DPCA-POA-RF-Informer在多情景光伏多步预测中的应用被引量:1
- 2024年
- 针对光伏发电波动性与不确定性对电力系统稳定产生的影响,对多情景光伏发电功率的多步预测进行研究。首先通过密度峰值算法根据太阳辐射量、温度、湿度等气象数据对天气状况进行精确分类。其次,为了使模型表现出更好的性能,建立了鹈鹕算法优化随机森林(POA-RF)的因素筛选特征变量,模型用鹈鹕算法对随机森林的决策树数目和深度两个参数进行寻优,加强了因素筛选的有效性。最后,基于Informer模型对不同天气状况的光伏功率进行多步预测。实例计算结果验证了所提模型预测精准度的有效性与精准性。
- 胡烜彬纪正森许晓敏
- 关键词:INFORMER多步预测
- 一种基于深度学习的短期光伏功率预测方法
- 本发明公开一种基于深度学习的短期光伏功率预测方法,包括步骤:S1、采集影响光伏发电功率的原始数据集;S2、对原始数据集进行数据预处理;S3、构建XGB‑GRU‑Informer集成预测模型,并将预处理后的原始数据集输入预...
- 许晓敏关泺允王之怡崔灏旭姚润坤张勇周盈颖路妍
- 论中国服务贸易的形式与对策
- 2011年
- 服务贸易是一种跨越国界进行服务品交易的商业活动。我国服务贸易近年来发展较快,但与发达国家相比,在贸易水平、贸易法规、贸易人才及规模等方面仍处于明显劣势,服务贸易逆差较为严重。因此,需要利用国内外环境和资源优势。通过政府的有效引导,企业的积极配合,在发展我国传统优势服务行业的同时,开拓更加广阔的服务贸易市场,提高服务贸易的水平,为我国经济发展作出更大的贡献。
- 许晓敏
- 关键词:服务贸易
- 一种基于深度学习的短期光伏功率预测方法
- 本发明公开一种基于深度学习的短期光伏功率预测方法,包括步骤:S1、采集影响光伏发电功率的原始数据集;S2、对原始数据集进行数据预处理;S3、构建XGB‑GRU‑Informer集成预测模型,并将预处理后的原始数据集输入预...
- 许晓敏关泺允王之怡崔灏旭姚润坤张勇周盈颖路妍
- 基于改进的FRS-DS理论的企业协同发展评价研究
- 2014年
- 集团企业内部的各个企业具有整体性和相关性的特点,需要相互协调和合作,才能实现整个集团企业的可持续发展。因此,对集团企业各直属企业的协同效果进行评价具有一定的现实意义。本文从资源整合、管理手段、市场运营、效益贡献4个方面,建立了直属企业协同效果评价指标体系。根据模糊粗糙集原理,构建了变精度模糊相似关系的下近似集,根据近似分类质量,进行指标约简,保留关键指标;利用D-S证据理论进行协同效果的评价,构建Mass函数,为使评价结果更为合理,通过信息融合对传统合成算法进行修正。最后,本文选用我国某集团企业的5家直属企业进行算例分析,验证了本文提出的评价指标和评价方法具有较强的适用性和科学性。
- 牛东晓许晓敏王琼樊娇
- 关键词:模糊粗糙集DS证据理论
- 基于WOA-ELM模型的中国碳排放预测研究被引量:43
- 2020年
- 为判断中国是否能够实现2030年碳排放强度下降60%~65%的承诺,以及碳排放总量是否能够在2030年达到峰值,论文构建了一个基于鲸鱼优化算法改进的极限学习机模型,对2019-2040年的碳排放量和碳排放强度进行预测。首先基于STIRPAT模型筛选中国碳排放影响因素,将其作为碳排放预测模型的输入因素集,而后运用鲸鱼算法优化极限学习机的参数,克服极限学习机易陷入局部最优解的缺点,最后运用该组合模型对中国未来的碳排放进行预测。通过与ELM、BPNN模型的预测结果和误差指标进行对比,证实论文提出的碳排放预测模型的精度更高,能够更为准确地反映中国未来的碳排放趋势。
- 王珂珂牛东晓甄皓孙丽洁许晓敏
- 关键词:碳排放STIRPAT模型极限学习机