马天男
- 作品数：8 被引量：65H指数：4
- 供职机构：华北电力大学经济与管理学院更多>>
- 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更多>>
- 相关领域：电气工程经济管理更多>>
- 灰色预测理论在电力市场营销管理中的应用
- 2013年
- 当今市场竞争日益激烈,企业若要在激烈的市场竞争中立于不败之地,对市场的分析与预测显得尤为重要。本文探讨了灰色预测理论在市场营销管理中的应用,介绍了GM(1,1)模型,并通过举实例说明灰色预测理论在电力市场营销管理中的效用性和重要性。同时还指出了灰色理论用于预测时的不足之处。
- 尚晓刚马天男
- 关键词：灰色预测电力市场营销管理GM(1,1)模型
- 基于因子分析和DEA模型的现代光伏农业技术经济性综合评价研究被引量：3
- 2017年
- 发展现代光伏农业是推进现代农业可持续发展的重要途径,对现代光伏农业进行技术经济性综合评价有较强的现实意义,为此,建立了因子分析法和DEA相结合的现代光伏农业技术经济性综合评价模型。首先,利用因子分析法对评价指标进行了降维处理;然后,根据DEA模型需要对指标数据进行了标准化处理;最后,利用DEA模型完成了对50亩智能农业大棚各经营方案的评价,结果表明:将光伏发电和温室大棚种植相结合具有良好的技术经济效益。
- 马天男牛东晓李美成
- 关键词：DEA模型技术经济综合评价
- 浅谈我国电力消费与产业结构的关系
- 2013年
- 本文介绍了产业结构的定义、我国产业结构的特点以及近几年电力消费的情况。并选取了2003-2009年各产业用电数据来分析我国产业结构与电力消费的关系,分析结果表明,2003-2007年间,第二产业电力消费量占电力消费总量的比例呈现不断增长的趋势,而2008-2009年比例有所下降。第一产业电力消费量占电力消费总量的比例在七年间持续下降。第三产业所占比例是先下降后上升,体现了近年来第三产业的逐步发展。
- 刘小华马天男
- 关键词：产业结构电力消费
- 基于KPCA和NSGAⅡ优化CNN参数的电动汽车充电站短期负荷预测被引量：17
- 2017年
- 为提升电动汽车充电站短期负荷预测的效率和精度,提出了基于核主成分分析(kernel principal component analysis,KPCA)和非劣排序遗传算法II(non-dominated sorting genetic algorithm II,NSGAII)优化卷积神经网络(convolutional neural network,CNN)的充电站短期负荷预测方法。应用KPCA对模型输入变量进行降噪处理,简化了网络结构,加快了预测速度;通过多次负荷预测测试比较误差的方式确定卷积神经网络模型中卷积层和子采样层的最佳神经元个数,保证了预测方法的准确性;利用NSGAII对卷积神经网络的参数进行优化,提高了预测方法的运算速度和预测精度。通过算例分析以及和其他方法的对比,验证了文中方法具有较高的效率和精度。
- 牛东晓马天男王海潮刘鸿飞黄雅莉
- 关键词：电动汽车充电站短期负荷预测
- 基于Godlike算法的海岛型分布式电源规划模型被引量：5
- 2016年
- 为实现海岛地区低污染、低成本电力的有效供给,提高可再生能源的利用消纳能力,针对海岛型分布式电源规划特点,建立了综合考虑投资运行费用、系统损耗和系统稳定性这3个方面的多目标分布式电源目标规划模型;在引入Pareto最优解概念的基础上,提出了采用Godlike算法对上述多目标、多约束、非线性优化问题进行求解。将所建立的模型及其求解算法应用于我国南方某岛分布式发电系统电源规划实际问题中,仿真结果表明Godlike算法计算结果要远远优于单体遗传算法、模拟退火算法、差分进化算法和粒子群优化算法,其能够有效避免单个算法在求解分布式电源规划问题时容易陷入局部最优、算法过早成熟等问题,保证了算法可有效得到全局Pareto最优解。
- 牛东晓马天男黄雅莉刘冰旖
- 关键词：分布式电源规划PARETO最优解全局最优
- 基于大数据的电网覆冰灾害预测与风险管理研究
- 随着全球持续低温、雨雪、冰冻、雾霾等灾害性天气频发，恶劣气候导致的电网灾害不断加剧，电力线路覆冰造成的危害越来越严重，轻则引起闪络跳闸，重则导致金具损坏、断线倒杆、倒塔等严重事故，冰冻灾害问题已经成为许多国家的电网共同面...
- 马天男
- 关键词：覆冰灾害风险管理
- 城市配电网网架优化研究
- 配电网网架优化是配电网规划中的重要组成部分,是保证电网稳定运行、电网安全可靠性的重要前提。因此对配电网网架进行科学合理的优化对配电网规划工作具有重要的指导意义。 本文首先对配电网网架优化问题进行详细描述,并选取基于费用...
- 马天男
- 关键词：配电网网架优化蚁群算法遗传算法全局搜索
- 文献传递
- 基于Spark平台和多变量L_2-Boosting回归模型的分布式能源系统短期负荷预测被引量：34
- 2016年
- 分布式能源系统负荷预测是系统规划与经济运行的可靠前提和依据,在当前海量高维数据的背景下,有效的在线数据处理平台与精确的负荷预测方法是当前的研究重点。基于分布式能源系统负荷数据特点,在缺失数据处理、坏数据分类以及特征选择的基础上,建立了基于Spark平台与多变量L_2-Boosting回归模型的分布式能源系统短期负荷预测方法。首先,利用Spark平台分割全部数据得到多个子数据模型,通过并行计算提高数据处理效率,采用特征提取方法得出模型需要的输入向量;其次,将得出的有效数据信息输入到多变量L_2-Boosting回归模型进行训练学习,得到训练后的多变量L_2-Boosting回归模型;最后,利用测试数据测试模型。算例结果验证了所提模型的有效性。
- 马天男牛东晓黄雅莉杜振东
- 关键词：短期负荷预测分布式能源系统
