论文部分内容阅读
基于风险管理的JT公司内部控制研究
【发表日期】
：
2021年01期
其他文献
随着全球对于风力发电的重视,使得风力发电变得越来越普及,所占的发电比重也逐渐的从无到有。但是由于风力出力具有随机性和不确定性,风电场并网给电网的稳定性带来一定的影响,主要表现在潮流发生变化,使得电网运行具备不确定性,这必然会导致电网在运行过程中的稳定性和可靠性无法得到有效的保证。而通过对风能特点的研究,根据对风电场的输出功率对未知的风电进行准确的预测成为解决此难题的关键,依据数据做出分析,得到各个
学位
随着国民经济的发展和居民对用电可靠性的要求越来越高,配电网建设和改造大力推进,这也暴露了配电低压台区的一些薄弱环节,无法准确有效的掌握台区内负荷的变化规律大大减缓了配电规划和建设水平的提升,严重影响了电力市场的发展。因此,必须展开对低压配电网典型台区的负荷预测。本文通过分析典型低压台区的负荷特性建立低压台区的短期负荷预测模型和算法,并开发了一套低压配电网规划辅助软件系统。论文的工作主要包括:1、分
学位
气候变暖、温室效应等气候问题接踵而来,环境问题愈发受到各国关注,清洁能源的研究与应用逐渐登上世界的舞台。各个国家对清洁能源的研究投入了大量人力、物力,在众多的清洁能源种类中,风能更具有应用价值。风能的含量丰富,地域受限比较小,可应用的地理范围广。随着各国对风力发电的深入研究,风力发电机的单机功率在增加,整个风电产业蒸蒸日上。近年来,直驱式永磁同步风力发电机逐步成为了研究热点,这种发电机比双馈异步电
学位
轴承作为风电机组中发电机的关键部件,其因运行环境恶劣而成为风电机组中故障率较高的部件之一。因此对风电机组的发电机轴承进行故障诊断具有十分重要的意义。针对现有传统的基于特征提取以及基于机器学习所提出的机械故障诊断模型的不足,本文以风电机组发电机轴承为研究对象,以近年来兴起的深度学习技术为理论基础,分别从深度网络模型的适用性与稳定性、传感器获取信息的故障分类、故障诊断模型特征学习能力与诊断识别率提升以
学位