项目前期决策对锅炉比选方案的分析研究——以居民住宅冬季采暖为例

正目前,北方城市冬季实施采暖最主要的方式是区域锅炉房供热或热电联产供热,但以区域锅炉房供热方式居多。燃煤锅炉是区域锅炉房最常使用的炉型,然而燃煤锅炉以其占地面积大,煤灰粉尘、空气污染等缺点不断遭以诟病,尤其是2012年以来北方部分城市的雾霾天气更是让人们深刻感受到了空气污染的严重性,问题的矛头之一亦是直指燃煤锅炉的高污染性。锅炉方案的讨论再次成为热议的问题。锅炉按燃料划分为燃煤、燃油、燃气等类型锅炉。常使用的炉型主要以燃煤锅炉和燃气锅炉为主。燃煤锅     

考虑最大负荷预测的地区电网静态安全分析研究

从面向规划的角度出发,提出了一种基于最大负荷预测的地区电网静态安全分析方法.根据面向规划的静态安全分析的特点,通过对最大负荷预测模型的建立及使用和静态安全分析的方法等进行分析,改进了年最大负荷的取值方法,并结合大量的负荷采样数据,生成了负荷特性曲线库,明确了在此基础上的软件实现方法、结构流程和功能.所开发的软件应用表明,该方法便于发现电力系统的预期网架结构在未来预测负荷水平下的安全隐患,并能辅助使用人员作出合理规划.     

赣州市城区电网现状与规划建议

根据赣州市城区供电电源和电网现状,分析其存在的主要问题有:电源远离负 荷中心、电网布局不尽合理、电网结线未满足“N-1”要求、事故备用容量严重不足和 “黑色污染”,然后依据赣州市城区电网负荷需求增长趋势,提出相应的规划建议,并做 出相应的规划草图．     

电力短期负荷预报模糊神经网络模型的研究

电力系统负荷预报模型因负荷构成及采用的关键技术不同而各异。本文介绍了几种短期负荷预报模糊网络模型的建模方法和特点,讨论模糊神经网络预报模型建模中的一些重要问题,供有关人员参考。     

城市配电网络电力负荷预测方法分析

讨论了城市配电网络电力负荷预测方法,分析了CNP20软件包所采用的确定性预测方法的不足,介绍了上海市区供电负荷预测所采用的模糊预测、灰色预测、人工神经网络等不确定性方法,及其应用的有效性．     

论病态潮流

运用网络参数无需归算的真实网络等效电路和充分发挥线性网络这一特点,采用高斯消元法或建立灵敏度方程的解算方法,兼用黄金分割法进行计算分析,针对所谓病态潮流问题,本文提出了明确的见解。运用所述方法可辨明其无解时的原因,及了解临界无解时的情形。     

基于SCADA/EMS的负荷实测与网损在线计算的研究与应用

基于SCADA/EMS系统实时采集和处理电网数据的基础上,实现负荷实测与网损的在线计算。每隔5分钟实现一次负荷实测与电网元件负载率、容载比等指标的计算与统计,并将这种计算与统计指标推广至整年月,从而准确反映电网元件的负载情况与运行水平。每隔5分钟实现一次电网的在线网损计算,从而累加获得电网每日的电能量损耗,并实现与电能量采集系统网损电量的校核。通过实际应用表明,基于SCADA/EMS系统的负荷实测与网损在线计算能为电网运行人员提供有益的指导,具有较高的实际价值。     

基于PSO-Elman神经网络的电力系统短期负荷预测模型研究

提出了基于粒子群优化算法—Elman神经网络的电力系统短期负荷预测模型,采用具有动态递归性能的Elman神经网络,可增强负荷预测模型的联想和泛化推理能力,保证负荷预测的精度。采用粒子群优化算法对Elman神经网络进行学习训练,可充分利用粒子群优化算法的全局寻优性能,克服常规学习算法易于陷入局部最优解、收敛速度慢、编程复杂等缺陷。通过对地区电网负荷系统的实例仿真证实了所提出方法的有效性,获得了较满意的预测精度,平均绝对误差和最大相对误差分别达到1.988%和4.673%。为该模型用于实际工程取得了有效的进展。     

高校学生宿舍火灾荷载调查研究

以北京、安徽、江苏、湖南、重庆、陕西以及广东等七省市的14所高校部分学生宿舍为研究对象,对学生宿舍的火灾荷载进行了调查统计,采集了大量的高校学生宿舍火灾荷载数据．通过对所取得的数据进行数值处理,研究了地理位置、高校性质等因素对高校学生宿舍火灾荷载值的影响;用得到的高校学生宿舍火灾荷载平均值和分位值与国外发达国家所基本认可的民用建筑火灾荷载值作对比,分析了两者出现较大差异的原因,为我国性能化防火设计提供了相关依据．     

电力系统负荷的分形特性研究

分别利用分形理论的ＳＡＮＤＢＯＸ法、时间序列法、计盒维数法对电力系统各地区负荷数据进行了特征分析,发现电力系统负荷具有分形的几何特性,好：同一地区负荷变化具有分形的自相似性,同时发现,不同地区的负荷之间也均具有分形自相似的变化特性。以上特征充分体现了负荷的尺度和空间尺度的自相似特点,并揭示了各个地区负荷变化所具有的内在随机性。此方法是一种 电力系统负荷分析方法,对于电力系统预测也具有一定的指导意义     

GMDH方法在电力负荷预测中的应用研究

本文在介绍数据处理组合方法GMDH基本原理的基础上,将其用于电力负荷时间序列数据预测,并通过某地区电力负荷预测实例,对电力负荷值进行了计算分析,结果表明该方法可得到满意的预测结果。