园区变电站主变规模分析

文章介绍海口A园区整体规划情况,通过对A园区负荷进行预测,计算园区所需220k V及110k V变电容量,确定各电压等级变电站主变规模。     

电力系统负荷组合预测模型及应用

为了得到更合理、准确的电力系统负荷预测结果,基于电力系统负荷数据,结合现代新的预测理论技术,提出一种逐步回归-模糊聚类相结合的组合预测模型。实际应用情况表明,经多个误差分析指标的评价,逐步回归-模糊聚类组合预测模型优于其中任何单个预测模型。     

面向造纸园区的多能协同调度模型

本课题提出了一种多种能源协同互补的调度方法,以提高风电与光伏发电消纳水平,促进造纸园区节能降碳。本方法在造纸园区全年用能负荷的基础上,利用机器学习技术建立了代表全年用能负荷情况的特征日获取模型;基于综合经济成本和与环境成本,建立了风-光-热-电-储协同的多能调度模型。在多个典型场景下,对模型运行结果进行验证发现,本方法可在保证用能需求的前提下,有效提升造纸园区功能系统的低碳化水平。     

办公建筑夏季空调负荷自适应权重PSO预测模型研究

为提高办公建筑夏季空调负荷预测精度,提出了一种基于自适应权重PSO算法的空调负荷预测方法,利用DEST软件模拟西安某办公建筑的逐时空调负荷,采用最小二乘算法建立空调负荷预测模型并进行模型参数估计,采用自适应权重粒子群算法优化参数。用该地区另一办公建筑中某个房间的空调负荷数据进行模型验证,得到了比较理想的预测效果,为实现空调系统的节能运行和优化控制提供理论依据。     

大用户电力负荷管理系统对计量故障处理的作用

本文简要介绍了基于GPRS/CDMA的惠州大用户电力负荷管理系统的基本功能,如负荷监控、远方抄表、防窃电、线损分析、负荷预测等。结合工作实际,针对计量故障发现难、信息反馈不及时的问题,对大用户电力负荷管理系统在及时发现计量故障中发挥的作用进行了探讨。     

浅谈如何提高地区负荷预测准确率

电能是现代社会主要能源种类之一,是国民经济建设和群众生活活动顺利实施的基础保障因素。面对电力供应紧张的现实情况,做好负荷预测工作,提高负荷预测准确性的重要意义日益凸显。文章结合山西地区电力负荷预测工作实际,对电力负荷预测工作进行讨论,提出改进负荷预测工作的相关建议。     

配电网调控操作分析与辅助决策平台的研究与应用

随着科学技术和居民经济水平的发展,人们对电力企业供电服务质量的要求越来越高。基于此,文章首先分析了当前配电网调控操作中存在的问题以及优化办法,其后从功能定位、数据需求、功能需求三个角度研究了配电网的辅助决策平台,其后从现状分析、负荷预测、选址定容等方面阐释了当前辅助决策平台在配电网工作中的应用。     

基于维纳滤波的节假日短期负荷预测

针对节假日期间,城市用电需求量波动较大,为保障城市供电系统的安全、可靠和经济运行,提出了基于维纳滤波的短期电力负荷预测方法。首先,详细介绍了维纳滤波的预测原理,建立了短期负荷预测模型。其次,通过仿真结果与现场实测对比,验证了该模型的可行性。最后,针对在负荷波动大时,该模型预测精度较低的缺点,对误差原因进行了详细分析,并通过引入修正因子对该预测模型进行修正,仿真结果表明,修正后的预测模型能对短期负荷进行精确预测。     

基于计量自动化系统的用户用电异常预警应用研究

利用计量自动化系统采集的客户端用电数据,结合负荷分析、负荷预测方法,对电网企业用电客户的用电及负荷情况进行分析,实现用户电费、电量、负荷等客户侧用电情况的准实时监控,同时,通过与短信平台、企业信息集成平台等企业应用平台的集成应用,实现负荷超限、电费余额不足、负荷波动等客户侧用电异常情况监控与预警,减少客户侧用电异常停电事件的发生,减轻用电客户的损失,提高电力企业的用户满意度。     

白酒企业新产品销售预测模型构建研究

白酒企业新产品上市前往往会提前做销售预测和试销,由于新产品没有历史销售数据和同类似产品作参照,销售预测更多依赖个人经验估计;时间序列、回归分析等销售预测方法的匹配度和依赖性也不能更好的解决企业真实需求。目前,基于创新扩散理论的ATAR新产品销售模型研究应用十分匮乏,基于创新扩散理论,运用ATAR模型,结合白酒企业产品营销常规操作特性,通过ATAR关键对应识别,构建出“白酒企业新产品销售预测模型”,该模型包含具体内容和测试方法,对测试结果数据乘积计算得到预测结果,针对预测结果提出对策,帮助白酒企业估新产品导入市场接受程度,预测新产品未来销售前景,及时发现新产品存在问题,通过销售预测进行财务分析,调整新产品营销策略。     

基于改进的小波分析的电力负荷预测方法研究

针对当前电力负荷预测方法研究的不足,文章提出了一种改进的基于小波分析的电力负荷预测方法。方法对选取的样本数据进行预处理操作,然后将样本数据归一化,进行三级小波分解,建立分析预测模型,最后根据建立的预测模型对预测结果进行分析与修正。文章提出的方法可以使得到的样本数据更加平滑,同时可以使预测结果更加准确,减小预测误差。     

数据挖掘技术在高校图书馆信息管理系统中的应用

针对目前图书馆对读者信息的获取停留在比较浅显的层面,缺乏深层次的信息加工和数据的综合分析等问题,基于数据挖掘技术,通过数据清理、数据整合,并加上规约算法,对图书馆信息管理的数据进行挖掘和预测.实践表明,该方法可实现对读者的借阅行为、图书需求和阅读兴趣等信息的挖掘和预测,以便调整和提高图书管理策略.     

基于人工神经网络的短期居民用电负荷预测研究

短期居民用电负荷预测主要用于电力调度工作停电计划,以提高供电可靠度及居民用户满意度。本研究通过电力负荷与每日温度与历史负荷进行分析,提出一套基于人工神经网络的短期居民用电负荷预测模型。人工神经网络在负荷预测方面具有较高的可信度与精准度。     

基于时间序列分析的电力负荷数据预处理方法

智能电网中的电力负荷数据因来源于不同的信息采集系统,电力负荷数据维度和格式可能不一致,导致的电力负荷数据可信度差,可利用度低,难以实现电力负荷数据深度挖掘。针对缺失值、噪声值等异常的清洗问题,提出一种基于时间序列的能够统一化来源于不同系统电力负荷数据的预处理方法。该方法对接收到的数据信息按照统一格式的日期维度信息,归并到相同的数据格式,并对负荷数据中的异常点进行分类清洗。测试结果表明,该方法能够有效清洗噪声点、空值等异常数据,提高数据的可用性,便于对电力负荷数据进行更深一步的数据挖掘处理,提高了电力负荷数据的挖掘效益。     

基于CNN-LSTM的短期电力负荷预测研究

针对短期电力负荷预测中电力负荷影响因素提取不准确以及长期依赖信息丢失的问题,提出一种结合一维卷积神经网络CNN与长短期记忆网络LSTM的短期电力负荷预测模型,将卷积神经网络的速度和轻量与长短期记忆网络的顺序敏感性的优势结合起来,考虑历史电力负荷、时间日期、温度对电力负荷的影响,实例结果表明,与其他模型相比,预测误差更小,较好地提高了预测性能。     

大型综合园区用户供电策略研究与分析

从大型综合园区用户供电的策略进行研究分析,提出了对园区"可短时停电"的负荷进行调峰的供电策略,并提出了园区用户短时电压质量需求量化的供电策略,从这两种供电策略进行研究分析,以供业内人士参考借鉴。     

基于RBF神经网络的短期小水电电力负荷预测

文章依据电网实际运行数据建立一个基于径向基函数(RBF)的神经网络预测模型,探讨含小水电地区电网的负荷情况。仿真分析结果验证了该方法具有较好的精确性,可为供电企业的负荷预测和规划调度工作提供一定的指导作用。     

天然气在未来世界能源中的重要地位

对全球各地区的天然气储量进行了预测,并结合目前世界经济发展及全球工业化进程对下个世纪初的洁净能源消耗进行了预测,分析了世界几大区域未来对天然气的需求趋势。根据数据的对比、统计结果,充分展示了天然气作为洁净能源在减少污染、保护环境方面的优点,提出了要大力发展天然气事业的观点。     

基于PSO-LSSVM算法的造纸过程短期电力负荷预测模型

对造纸厂的用电负荷进行预测有利于对生产调度进行合理安排,从而降低能耗。本课题提出了一种粒子群优化算法（PSO）和最小二乘支持向量机（LSSVM）相结合（PSO-LSSVM）的短期电力负荷预测方法,该方法可对造纸厂未来每30 min的电力负荷进行预测。结果表明,采用PSO-LSSVM算法对短期电力负荷进行预测时,预测结果的相对百分误差绝对值的平均值约为0.75%,精度高于其他行业的电力负荷预测值,模型具有良好的可行性和有效性。     

新疆某地区电网负荷预测研究

随着"西部大开发"战略的实施,电力系统安全经济运行和国民经济发展联系更加紧密,已经成为新疆跨越式发展的重要组成。于此同时负荷的增长过快,负荷变化的非线性增强,导致了预测难度的增大。为了使预测精度达到更高的要求,需要引进一种新的方法。基于支持向量机(SVM)原理对新疆某地区某日负荷建立预测模型进行预测,通过对预测结果的误差分析验证了此方法具有良好的精度,为新疆电网的安全运行和经济效益的提高提供了帮助。