基于支持向量机的时间序列交叉负荷预报方法

针对电力系统负荷具有拟周期性、非线性、非平稳性和随机性等特点,提出一种支持向量机(support vector machines,SVM)预报模型,并研究它在电力系统短期负荷预报中的应用:通过相空间重构理论,挖掘时间序列数据横向和纵向隐周期性信息,给出了SVM横向和纵向预报样本的构造方法;利用SVM预报方法适应电力系统负荷的非线性;最后,利用SVM时间序列交叉预报方法降低随机因素对负荷预报的影响。算例结果表明,该方法能够揭示负荷的拟周期性、非线性和随机性,且仅采用时间序列交叉就可得到较高的预报精度,便于工程应用。     

超短期负荷预报与动态经济调度

本文对超短期负荷预报和动态经济调度算法进行了探讨。 文中把负荷分成确定分量和随机分量两部分。离线提前24小时的负荷预报(经三次样条后)为 在线超短期负荷预报提供了一个外部输入(确定性分量)。采用高级AR模型拟合时间序列法进 行超短期负荷预报，并利用实际系统的数据对这方法进行了计算，得到满意的结果。 本文提出一个与超短期负荷预报结合在一起的动态经济调度递推算法。用稀疏对偶单纯形法 求解每时段的经济功率分配，所用内存少，计算时间短。实例计算证明：动态经济调度算法 能够提前看到当前发电机组的出力是如何影响将来一段时间内机组的经济功率分配，能提供 更好的负荷跟踪功能和提高系统运行的经济性。     

电力负荷非线性预报与分析

电力负荷预报是电力系统的重要工作之一 ,电力系统年负荷为非线性时间序列 ,文章根据时间序列的理论与方法 ,在分析电力系统历史负荷非线性时间序列运动轨迹的基础上 ,得出了年电力负荷数据由时间序列的典型分解式及选择期望值为噪声项的概率模型 ,并采用最小二乘法拟合趋势项 ,再根据参数估计和数据拟合优度的检验结果对时间序列未来取值进行预报。对电力负荷时间序列R/S分形分析进一步表明了预报值的合理性 ,也预示了今后 2 0～3 0年内电力负荷会持续、稳定增长。     

电力系统超短期负荷预报

本文将时间序列相关分析理论应用于电力系统超短期负荷预报。用乘积型周期性ARIMA模型在线拟合系统负荷序列,并给出了模型的快速在线拟合算法。采用逆函数法并辅以平滑处理完成负荷预报。实例计算表明,本文算法预报速度快,预报精度高。     

电力系统短期负荷预报的几种改进手段

采用时间序列法(ARMA)对电力系统进行短期负荷预报，着重研究了负荷样本伪数据的处理以 及如何建立从自动搜索定阶到节假日预报一整套的程序化模型，所编制程序在HP486 PC机上 获得通过。采用负荷数据为上海某供电局1995年5月份小时负荷报表，预报结果的日平均误 差为1%～3%，最大误差不超过5%。     

短期负荷预测中高温累积效应的处理策略介绍

<正>0引言负荷预测是电力部门的一项重要工作,提高负荷的预测精度对提高电力系统的经济性和稳定性有着十分重要的意义。短期负荷预测是负荷预测的重要组成部分,主要用于预报未来几小时、1天至几天的电力负荷,对于调度部门的机组最优组合、经济调度、最优潮流而言,尤其是对现在     

电力系统的递推自适应超短期负荷预报

几分钟到一小时的超短期负荷预报对电网在线调度、控制有重要的作用。针对超短期负荷预报的特点,引入控制理论中的相关理论原理,将时间序列方法作了改进,并尽可能简单的算法实现了实时超短期负荷预报,经过对地区电网实际计算证明了方法的正确性。     

提高短期负荷预报精度的研究及应用

本文提出了应用时间序列法提高短期负荷预报精度的具体方法。着重研究了利用日负荷时序 曲线和系统日负荷总电量进行伪数据识别及校正的方法，并考虑了一种对天气因素较为简易 的处理。本文的研究结合西北电力系统的实际情况进行。所编制的程序可在IＢM-PC机 上运行，操作简单易行，其精度基本达到平均日小时负荷误差2%~3%。     

自适应模糊预测器在电力系统负荷预测中的应用

1 引言。电力系统负荷预报从大的方面来说，可分为长，中和短期长期与中期负荷预报对于新机组安装建设，电网增容和改造有十分重要的意义。而短期负荷预报则是服务于电网的安全与经济运行。从运行的观点来看，负荷预报又可分为短期负荷预报与超短期预报。短期预报指一年之内，按周或天进行预报，而一天之内按小时或几分钟的预报认以是超短期负荷预报。超短期负荷预报常用于对电网进行在线分析与调度控制。     

电力系统负荷预报的动态建模新方法

本文提出了一种电力系统短期负荷预报的新算法。该算法首先利用模糊技术对历史负荷数据进行平滑处理，再根据平滑处理的负荷数据，分别建立负荷变化的趋势项和波动项动态模型并作出预报，最后利用模糊综合评判的理论，考虑天气、假日等因素对负荷的影响，对预报值进行调整。该算法可实现提前１～２４小时的小时级负荷预报。     

时间序列预报和电量修正法——上海地区日负荷预报数学模型及其计算机模拟预报

本文对日24小时各钟点负荷的日相关序列,用时间序列分析法建立了非平稳序列的加法预报模型。并且用计算机进行了离线24小时负荷的模拟预报。 本文还特别提出了时间序列预报的误差修正问题。并将上海计划用电办公室人工预报日负荷的经验修正法——“电量修正法”,用于对时间序列预报结果的误差修正。同时又从理论和计算机实现上对“电量修正法”作了探讨。经计算机模拟预报,收到了成效。     

人工神经元网络在电力系统中应用的新进展(二)

2.3 电力系统负荷预报前已述及,ANN适于解决时间序列预报问题(尤其是平稳随机过程的预报),其在电力系统负荷预报中的应用理论上是可行的。ANN一经引入电力系统,负荷预报就成为其应用研究的一个主要领域。到目前为止,ANN主要应用于短期负荷预报,但也有人用ANN作过中长期负荷预报。ANN应用于短期负荷预报要比应用于中长期负荷预报更为适宜,因为短期负荷变化可认为是一个平稳的随机过程,而长期负荷预报与国家或地区的政治、经济政策密切相关(通常会有大的转折,不是一个平稳过程)。文[56]首次提出了用ANN进行电力系统的负荷预     

混沌理论在年电力负荷预测中的应用

电力负荷预报是电力系统的重要工作之一。电力系统年负荷为非线性时间序列，针对电力系统负荷的复杂性及非线性，提出了结合混沌理论的思想，充分利用数据信息，在重构电力负荷相空间的基础上对负荷进行预测。通过对年电力负荷时间序列混沌理论的分析，进一步表明了电力负荷预报值的合理性，也预示了今后20—30年内电力负荷的持续稳定增长。     

电力系统负荷预后的动态建模新方法

本文提出了一种电力系统短期负荷预报的新算法。该算法首先利用模糊技术对历史负荷数据进行平滑处理，再根据平滑处理的负荷数据，分别建立了负荷变化的趋势项和波动项动态模型并作出预报，最后利用模糊综合评判的理论，考虑天气，假日等因素对负荷的影响，对预报值进行调整。该算法可实现提前１－２４上时的小时级负荷预报。     

广东省电力负荷非线性预报与分析

电力负荷预报是电力系统的重要工作之一。广东电力年负荷为非线性时间序列．根据时间序列的理论与方法．在分析广东电力历史负荷非线性时间序列运动轨迹的基础上．发现其电力负荷数据可由时间序列的典型分解式表示。选择期望值为噪声项的概率模型．并采用最小二乘法拟合趋势项，再根据参数估计和数据拟合优度的检验结果对时间序列未来取值进行预报。对广东电力负荷时间序列R/S分形分析进一步表明了预报值的合理性．也预示了今后20~30年内广东电力负荷的持续稳定增长。     

一种考虑修正因素的短期负荷预报方法

介绍了一种考虑修正因素的短期负荷预报方法。它是以时间序列分析理论为基础,采用多重相关原理,用一阶线性回归模型建模并预测,最后对预测结果考虑周周期因素进行了修正。实例计算结果表明,提高了预测精度。这种方法为调度进行24小时在线负荷预报提供了一种有效的、实用的手段。     

青海电网母线负荷预报软件功能的应用

电网母线负荷预测是分析和计算电网各节点电力需求的技术支持功能,是制定电力系统运行方式的重要依据,精确的母线负荷预测是合理安排生产调度计划,保证电力系统安全、经济运行的前提和保障。文章从青海电网运行控制和安全防御系统的母线负荷预报软件的需求入手,论述了母线负荷预报软件模型及软件的主要功能,分析了影响母线负荷预报预测准确性的因素并提出了对策。     

基于多时间尺度的电力系统源网协同自适应调度方法

在对电力系统源网进行调度时,受电力系统自身出力和负荷不确定性的影响,电力系统的运行性能难以达 到理想效果,为此,提出基于多时间尺度的电力系统源网协同自适应调度方法.充分考虑由于天气环境的不确定性以 及用户用电的不确定性导致的电力系统出力波动和负荷波动,在设置电力系统源网调度目标函数阶段,引入了第二个 时间尺度———实时调度.在对目标函数进行求解时,利用区间可能度法,将电和冷热负荷等式约束转化为不等式约束 的形式,利用反馈校正机制使得求解结果与电力系统实时状态形成信息闭环结构,实现对参数的滚动调度.在测试结 果中,设计调度方法在提高电力系统运行性能方面具有良好的实际应用效果.     

极大熵谱估计建模法在电力系统短期、极短期负荷预报中的应用

本文采用应用数学领域中的新成果——极大熵谱估计法,来建立目前电网调度自动控制中急需的短期、极短期负荷模型。通过对华东电网(一小时负荷)、山东电网(十五分钟负荷)及华中电网(五分钟负荷)的实例计算,表明了应用该方法建模和预报具有较高的精度。建立的AR模型可达很高阶,且仍不失真,从而避免了其它时间序列建模法中由于阶的增高而导致所建模型与实际情况偏差较大的缺点。     

电力系统周负荷模型辨识和预报

本文研究了电力系统周负荷模型辨识和参数估计,并根据分解合成原理进行建模和预报。按所建的负荷模型编制的计算程序已在实际电力系统中应用。运行人员从任一时刻起,根据获得的最新量测信息,可以对未来1～168小时的系统负荷作出预报,或对以前的预报进行修正。