郎坤
- 作品数：4 被引量：25H指数：4
- 供职机构：大连理工大学更多>>
- 发文基金：国家自然科学基金辽宁省教育厅高等学校科学研究项目更多>>
- 相关领域：电气工程环境科学与工程自然科学总论社会学更多>>
- 电力系统短期负荷预测及经济调度决策优化研究
- 电力系统作为城市生命线工程的重要组成部分，对于维持城市生存功能发挥着重要作用。随着社会现代化进程的加快，经济建设和国民生活对电能的依赖性越来越强，对电力的需求量越来越大，对供电质量与供电可靠性的要求越来越高，因此，实现电...
- 郎坤
- 关键词：电力系统负荷预测调度决策优化运行
- 基于迭代误差补偿的核极端学习机模型在短期电力负荷预测中的应用被引量：5
- 2015年
- 针对BP神经网络方法制约短期电力负荷预测精度的问题,提出一种基于迭代误差补偿的核极端学习机(KELM-IEC)预测模型。首先,建立短期电力负荷预测模型的输入指标体系,选择月份、日期、星期、周数、是否为节假日、日平均气温、前一日的最大负荷量等影响电力负荷的7个因素作为预测模型的输入;其次,基于新型神经网络模型——核极端学习机(KELM),建立负荷预测模型,引入支持向量机(SVM)的核函数映射作为极端学习机(ELM)的隐含层节点映射,有效结合ELM结构简单、训练简便与SVM泛化能力强的优势,提高负荷预测精度;最后,基于时间序列预测中迭代误差补偿(IEC)技术,建立IEC模型,再次利用KELM对负荷预测模型的预测误差进行学习,从而对预测结果进行补偿和修正,进一步减小模型预测误差,提高预测性能。采用两组实际电力负荷数据进行仿真实验,其中,KELM-IEC模型与BP神经网络模型相比,平均绝对百分误差(MAPE)分别降低了74.39%和34.73%,最大绝对误差(ME)分别降低了58.34%和39.58%;同时与KELM模型相比,平均绝对百分误差分别降低了18.60%和4.29%,最大绝对误差分别降低了0.08%和11.21%,说明误差补偿策略的必要性。实验结果表明,KELM-IEC预测模型能够有效地提高短期电力负荷预测的精度,有利于改善电力系统的计划、运营和管理,保障生产和生活用电,提高经济效益和社会效益。
- 郎坤张明媛袁永博
- 关键词：电力负荷预测
- 基于可变集的地震灾害应急物资分配模型被引量：7
- 2014年
- 为了减少地震灾害带来的巨大人员伤亡和财产损失,及时挽救生命、减轻灾害影响,应用可变集理论建立地震灾害应急物资分配模型。对影响地震应急物资分配的关键因素进行识别与分析,建立指标相对隶属度矩阵,利用模糊标度法确定指标权向量,应用可变集理论对灾区急需物资的紧迫程度进行优先级排序,进而确定物资分配方案,确定应急物资分配数量,从而弥补了以往模型决策效率低、决策过程复杂、决策结果客观性及准确性差等缺点,减少了因主观或片面的信息统计而产生的不必要的资源浪费。通过对汶川地震实例的分析,验证了该模型的实用性。
- 郎坤张明媛袁永博
- 关键词：地震灾害
- 基于直觉三角模糊数的建筑施工绿色风险排序模型被引量：7
- 2012年
- 为了使用于建筑施工绿色风险管理的资源实现优化配置,风险排序十分必要。完成建筑施工绿色风险因素的识别后,为克服衡量风险的属性不全面、排序方法过于单一的局限性,同时考虑到问题的模糊性与不确定性,从概率、损失、不可控制性、紧迫性四个维度以直觉三角模糊数描述相应风险因素,并利用逼近于理想灰关联投影的多属性决策方法,结合灰色系统理论、TOPSIS和矢量投影方法对风险因素进行排序,结合实例验证了该排序模型的实用性,为后续风险管理提供参考。
- 周文中袁永博郎坤
