BP人工神经网络负荷预测模型的L-M训练算法

根据电力系统短期负荷预测的需要,用C 开发了单隐含层BP人工神经网络程序。程序用Levenberg-Marquardt训练算法实现神经网络训练,大大提高了训练速度。采用24个单输出人工神经网络模型分别预测每天的整点负荷。该预测模型可动态生成,提高了预测模型的自适应性。实际算例结果表明,采用该算法及其程序进行短期负荷预测,可得到令人满意的训练速度及预测精度。     

配电网短期负荷分频段组合预测方法

以小波分析理论为基础,研究分频段组合预测方法。选用db4小波函数将历史负荷序列进行最大尺度分解重构,根据不同频段负荷分量的特点,对低频分量用GM(1,1)预测,中频分量用时间序列法预测,高频分量用二次指数平滑法预测,然后将各频段分量的预测值叠加,得最终预测结果。以福建省某10 kV线路短期供电量及EUNITE竞赛数据为例,通过Matlab仿真程序,对比分析3种单一预测结果和分频段组合预测结果,结果表明,分频段组合预测效果明显优于单一预测,且具普遍性。最后,用某市局配电网短期负荷数据,验证分频段组合预测法是有效可行的。     

聚类分析法在短期负荷预测中的应用

短期负荷预测是指预测未来24 h内的电力负荷需求,这是一项非常重要的工作。目前,负荷预测的实用计算方法有很多,线性回归法、时间序列法、人工神经网络法等等,但是,这些算法的预测精度欠佳。现根据相似日负荷的相似性,提出利用聚类分析法来进行短期负荷预测,为此,介绍聚类分析的步骤、方法及验证算例。实际运行结果表明:利用聚类分析法进行负荷短期预测,短期负荷预测的精度大大提高。     

奉贤地区电力需求发展分析

根据上海市奉贤地区电量增长、电量构成及负荷分布特点等情况,以GDP、人口、历史电力数据等参数,采用主要地块负荷密度法预测2010年该地区负荷及2020年远景负荷,并用回归模型预测法对预测结果进行校验.     

电力负荷预测的基本程序及其应用

为便于负荷预测初学者对电力负荷预测及其基本程序和过程中需注意的问题加深理解和认识,本文基于电网规划设计的实践,对电力系统负荷预测的定义及目的、主要特点和负荷预测的基本程序及需注意的问题进行了综述.     

基于季节卡尔曼滤波的行业区域用电负荷预测

为了提高行业区域用电负荷预测的准确性,研究中长期用电负荷预测方法。经典卡尔曼滤波法是基于负荷为平稳序列的前提下进行的短期负荷预测,不适用于中长期负荷预测。根据行业中长期用电负荷数据的周期特性,加入季节因素,提出基于傅里叶变换的季节卡尔曼滤波法。通过实例分析和对比,验证该种算法的中长期负荷预测能力及用电行业泛化能力。分析结果表明:在中长期负荷预测方面,季节卡尔曼滤波法预测能力好,波动性小,误差范围小。     

配电网空间负荷预测方法的应用研究

针对配电网空间负荷预测方法进行了研究,将总量负荷预测与空间负荷预测相结合。在总量负荷预测上,采用基于人工神经网络的组合预测方法,尽可能消除不确定性因素的影响。在空间负荷预测上,采用基于模糊贴近度的负荷密度法,建立了相应的负荷密度选取指标。根据总量负荷预测结果对空间负荷预测结果进行校核和修正,为规划区配电网的网架规划、变电布点、容量和建设时间提供了依据。     

基于人工神经网络和模糊推理的短期负荷预测方法

电力系统短期负荷预测是电力系统调度部门制定发电运行计划的依据，也是制定电力市场交易计划的基础。人们提出了许多种短期负荷预测方法，如时间序列法、状态空间法、人工神经网络法等，但是这些方法都无法精确地描述电力负荷模型。在对大量历史负荷数据进行统计分析的基础上，作者提出了一种基于人工神经网络和模糊推理的预测新方法，其中首先根据实际经验将负荷日类型划分为周一、工作日、周六、周日和节假日5种类型；然后根据不同的类型日建立相应的人工神经网络模型用以预测负荷归一化系数，最后通过模糊推理策略预测日最大负荷和日最小负荷。实际算例表明，所提出的方法能够提高短期负荷预测的精度。     

基于经验模态分解和基因表达式程序设计的电力系统短期负荷预测

提出将经验模态分解（EMD）和基因表达式程序设计（GEP）算法相结合的EMD&GEP预测法应用于电力系统短期负荷预测中,消除负荷样本中的伪数据,并对负荷样本序列进行经验模态分解得到不同频段的本征模态分量（IMF）和负荷剩余分量。运用基因表达式程序设计算法的灵活表达能力,把分解得到的不同频段的各负荷本征模态分量及负荷剩余分量中所对应的不同日、同一时刻的负荷序列作为样本,进行分时预测。把各负荷本征模态分量和负荷剩余分量中相对应的预测结果进行重构,作为各时刻负荷的最终预测值。EMD克服了小波分析中小波基选取困难的不足,结果表明各负荷本征模态分量能较准确反映负荷特征,而且经比较,EMD&GEP预测法比小波分析和GEP算法相结合的预测方法具有更好的预测效果。     

利用神经网络预测供热负荷

阐述了神经网络的基本原理,编制了通用神经网络程序,并用此程序对某供热热源负荷进行了预测,预测结果与实际值相吻合,说明该神经网络是一种新颖、可靠的负荷预测方法.     

输电导线悬挂点处等效风荷载仿真分析

在实际的输电线路中,导线悬挂点处的等效风荷载直接影响着绝缘子串风偏角,其大小与绝缘子串的不同悬挂方式和通过风压不均匀系数折算出的整档导线风荷载有关。为此,首先建立了两档导线有限元模型,仿真分析了绝缘子串的不同悬挂方式对导线悬挂点处的风荷载影响,然后通过在导线上不同位置施加稳态风和选取不同的风压不均匀系数来研究风压不均匀系数折算方法对导线悬挂点处风荷载的影响。研究发现:当稳态风风速为30m/s,且集中作用在导线悬挂点两端附近时,导线悬挂点处的风荷载与设计规范的风荷载差异率达到38.69%,该结果可以部分说明即使导线高度处的实际风速没有超过其设计风速,线路仍有可能会发生风偏跳闸。     

输电线路导地线阵风响应计算与比较

风荷载是输电线路设计的主要控制荷载,规范中导地线风荷载计算采用了风荷载调整系数,但规范并未给出物理含义。以风工程理论为基础,推导了导地线风振系数计算公式,并选取参数进行了风振系数计算,将计算结果与中国规范、ASCE 74、BS EN 50341和IEC 60826的风振系数进行比较,结果表明：推导公式的风振系数与国外规范规定数值比较接近,中国线路规范导地线风荷载计算未考虑脉动风影响,导致其计算结果偏不安全。     

多风速段下低风阻导线抗风能力实验分析及 导线截面结构参数优化

低风阻导线具有能降低导线所受风载荷、减小输电线路杆塔所受风压的优点。前期研究发现改变低风阻导线截面凹槽参数会对导线抗风能力造成一定影响,但针对具体的导线截面结构优化并无深入研究。以四种不同截面形状的低风阻导线为研究对象,在风洞试验条件下探究了导线风阻系数在不同风速段中的变化规律,并利用基于最小二乘的多项式曲面拟合对风阻系数与截面结构参数之间的相关性进行回归分析。研究结果表明：在低风速10~20 m/s区间内,导线风阻系数随导线截面粗糙度增加而线性递增。在中高风速20~60 m/s区间内,导线风阻系数由截面凹槽数量与凹槽半径构成的双变量二次函数决定。通过求解函数最小值可以获得低风阻导线的优化截面结构参数。基于纳维-斯托克斯方程在COMSOL有限元软件中模拟了优化导线模型与普通低风阻导线模型在多风速段中的流场变化情况,验证了本次拟合结果的有效性。     

神经网络短期负荷预测输入变量选择新方法

输入变量选择是神经网络建模前的一项重要工作,是否能够选择出一组最能反映期望输出变化原因的输入变量直接关系到神经网络预测的性能。文中将正交最小二乘(OLS)法应用于神经网络短期负荷预测的输入变量选择。以南京地区1998年、1999年夏季日最大负荷预测为例,对比了OLS法与相关系数法的输入变量选择结果。结果显示OLS法可以得到更小、更准确的输入变量集,神经网络的收敛速度更快,预测结果也更好,从而验证了该方法的有效性。     

封闭煤场屋面风荷载体型系数物理模型试验研究

本文通过介绍封闭式圆形煤场网壳风荷载体型系数的物理模型试验研究情况,给出相应的研究结论,供封闭式圆形煤场网壳屋面结构的合理和优化设计参考。     

国内外输电塔风荷载技术标准比较分析

随着海外工程设计项目的日趋增多,设计人员了解、熟悉并掌握国内外规范间的异同显得尤为重要。将我国输电线路规范与美国ASCE规范、日本JEC标准、欧盟EN规范、国际标准IEC规范进行对比,重点分析了风压高度变化系数、风荷载体型系数、风荷载调整系数(风振系数)等相关参数的计算取值。对比分析结果表明,国内外规范在基本风速、风压高度变化系数、风荷载体型系数、风荷载调整系数(风振系数)、角度风荷载计算方法等方面存在差异。分析结果可供输电工程设计技术人员提供参考。     

风电功率在时间和空间尺度的波动分析

风电功率自身的随机性和波动性对电网的运行影响重大。根据我国国内某地区的实测电网数据对基于NASA地球观测数据库的区域风电功率计算分析方法进行验证,并对基于时间和空间的风电功率波动在线评价指标包括风电容量因数和负荷功率的相关系数,负荷峰谷差率,等效负荷峰谷差率,风电场之间年平均功率波动的相关系数进行计算与分析,为调峰能力计算及风电接入能力分析提供科学依据。     

基于随机森林算法和稳态波形的非介入式工业负荷辨识

非介入式工业负荷的准确辨识可以获取工厂内各负荷的运行情况,有利于需求侧智能用电管理.工业负荷由于采集暂态数据建模困难、需要高精度测量设备等特点,造成辨识方法复杂难以实现.针对这种情况,提出一种利用随机森林算法和稳态波形的非介入式工业负荷辨识方法.首先,通过事件监测工业负荷功率状态变化并提取稳态波形,根据工业负荷性能不同...     

全方位角度风作用下铁塔风荷载分配系数特性研究

准确确定铁塔风荷载是输电铁塔设计的关键一环,全方位角度风荷载分配系数的选取是否合理将直接影响到铁塔的设计指标。在对规范中塔身、横担风荷载的计算原理进行梳理和分析的基础上,通过对IEC 60826和BS 50341规范中关于塔身和横担风荷载的剖析,推导了线路前后侧塔身和横担360°风吹时角度风荷载分配系数计算公式,给出了不同正侧面投影面积比值时的角度风荷载分配系数,分析了分配系数的特点。通过对比研究揭示了塔身和横担角度风荷载分配系数的特点,研究结果可作为输电杆塔抗风设计的一种参考。     

面向区域综合能源系统的电-气负荷联合预测研究

能源互联网中电力系统与天然气系统的依赖增强,给综合能源系统中电力系统与天然气系统的负荷预测带来了更高的挑战。文中提出了基于长短记忆网络与权值共享的电-气联合负荷预测方法。文中在预测模型中使用了相关系数对天气因素进行了分析,提取了对两种负荷的重要气象因素,将长短记忆网络作为主要预测算法,权值共享模式分析了电-气两种负荷之间的相关性。算例中使用云南省综合能源系统示范工程数据对算法有效性进行了验证,结果显示该算法有效提高了综合能源系统中电力与天然气负荷预测的精度,有着较高的应用价值。