基于人工神经元网络的电力系统短期负荷预报的实用计算

本针对贵州电力系统日负荷的特点，提出了一种利用人工神经网络的ＢＰ模型进行电力系统提前２４小时的短期负荷预报的实用计算方法。     

电力系统短期负荷予报

<正> 电力系统短期负荷予报,是指用电子计算机提前几分钟到几天,予计出电力系统的负荷。短期予报负荷可以用来确定各发电厂的发电计划,安排机组维修和指导经济运行;同时这一工作又是实现电力系统实时控制和安全监视的基础。进行短期负荷予报的方法很多,我们使用的是基于条件均值估计的予报方法,它可以提前若干小时予报系统负荷,计算比较简单,占用机器内存不多,且可做在线或离线予报。负荷分析电力系统的负荷,由于用户的用电有一定的规律,所以包含了有规律变化的成分,此外,天气的变化,其他偶然事件的发生等随机因素对用户用电的影响,使电力系统的负荷还包含有随机变化的成分。因而可把电力系统的总负荷表示成为几部分之和。     

电力系统低频减负荷方案

从理论分析和实际计算两方面对大规模电力系统低频减负荷（ＵＦＬＳ）方案的整定方法，整定结果进行论述。并通过１９９６年某电力系统的运行实践证明，该方案能较好的适应电力系统安全稳定运行的要求。     

基于分形理论的电力系统负荷几何特性研究

将分形理论应用于电力系统，通过对负荷曲线分形维数的计算和分析，揭示了电力系统负荷曲线和分形特征，为分析电力系统负荷提供了一种新的思路。     

电气化铁路负序对电力系统的影响与解决措施

电气化铁路作为电力系统的一个特殊用户,其负荷具有非线性、不对称和波动性的特点,可能威胁电力系统的安全运行。文章介绍了牵引负荷在电力系统中引起的负序电流对电力系统的影响及降低和限制负序电流的措施;针对电气化铁路负荷功率因数较低的现象,分析了无功补偿的必要性以及目前存在的问题和解决措施。通过分析表明可以把电气化铁路对电力系统的影响降到最低。     

基于负荷分解的短期负荷预测传递函数模型

短期负荷预测主要用于预测未来几小时、1天甚至几天的负荷,对电力系统运行的安全性和经济性具有重要意义。时间序列模型在电力系统短期负荷预测中得到了广泛应用。然而,这种方法的一个主要缺点是无法将影响负荷预测的主要因素之一即气象因素考虑进去。在此背景下,首先基于历史负荷数据,采用传统的分解方法提取出负荷中的周期分量,得到剔除周期分量后的非周期分量。在此基础上,首先采用逐步回归法筛选出影响负荷非周期分量的主要因素,之后发展了预测负荷非周期分量的传递函数模型。最后,用广东电力系统实际负荷数据对所发展的短期负荷预测模型的准确性进行了验证。     

RBF神经网络在电力负荷预测中的应用

将ＲＢＦ（Ｒａｄｉａｌ Ｂａｓｉｓ Ｆｕｎｃｔｉｏｎ，辐基函数）人工神经网络模型用于电力系统日峰值负荷与日小时负荷的预测。文中首先给出了ＲＢＦ网络的结构，然后讨论确定ＲＢＦ网络中心及网络训练的聚类和正交化法，利用从京津唐系统中收集到的负荷数据进行网络模型的训练和回响检测，所得结果证实了ＲＢＦ网络用于负荷预测的有效性。     

电力系统负荷建模与预测的新方法

对电力系统辨识及参数预测中新兴方法的应用作了介绍，重点探讨了前向BP神经元网络在电力系统辨识及负荷预测中的应用。主要对电力系统动态负荷建模及中、短期负荷预测中所取得的国内外成果进行探讨。同时，对灰色理论模型进行电力系统长期预测的结果与传统方法进行对比分析。从而归纳出电力系统动态负荷及中期、短期、长期负荷预测的较理想方法。     

电力系统的安全运行及管理研究

随着经济持续快速增长,电力、电量持续高速增长,电网负荷屡创新高已成为不容忽视的事实,应最大限度地保障电力系统的安全运行。本文分析了电力系统安全运行的影响因素,研究了电力运行工作要求与对策。提出了电力系统安全运行管理措施。     

RBF神经网络在电力负荷预测中的应用

将ＲＢＦ（ＲａｄｉａＢａｓｉｓＦｕｎｃｔｉｏ．辐基函数）人工神经网络模型用于电力系统日峰值负荷与日小时负荷的预测。文中首先给出了ＲＢＦ网络的结构，然后讨论确定ＲＢＦ网络中心及网络训练的聚类法和正文化法。利用从京津唐系统中收集到的负荷数据进行网络模型的训练和回响检测，所得结果证实了ＡＢＦ网络用于负荷预测的有效性。     

电力负荷预测技术的发展动态

在制定发电计划和电力系统发展规划过程中需要将电力负荷预测作为前提条件,若能够保证负荷预测的准确性,将会给电力系统经济、安全、可靠运行带来重要的作用.科学技术的进步和发展带来了各种形式的负荷预测方法的不断更新.基于此,本文首先阐述了电力负荷预测方法的分类,进而对电力负荷预测技术的发展动态做探讨.     

基于模式识别和神经网络的电力系统短期负荷预测

当制定发电机组的启停计划和负荷管理计划时，对未来24h内的短期负荷预测是很必要的，精确的负荷预报能大大提高电力系统管理水平．本文介绍一种基于模式识别理论构造的人工神经网络，应用于电力系统短期负荷预测的方法．     

合肥地区短期负荷预测及误差分析

电力系统规划和运行调度都应以对未来电力负荷的预测为依据。电力的生产和消费是同时进行的，任意时刻都必须保持二者之间的平衡。负荷预测偏低会引起电力供应紧张，电能频率下降，供电可靠性下降；负荷预测过高将会导致发电过剩，系统频率上升，并造成发输电设备不能充分利用，影响系统的经济发展。因此，电力系统负荷预测是电力系统规划和运行调度的重要组成部分。     

考虑温度和负荷相关性的重庆冬季空调负荷计算

空调设备的广泛应用给电网带来了大量的空调负荷,对电力系统的安全经济运行产生了越来越大的影响.为了正确估计空调负荷规模,提出一种考虑温度与负荷相关性的冬季空调负荷计算方法.首先,通过计算温度与负荷在筛选过程中的相关系数,从基准日中剔除异常温度日;其次,考虑到基本负荷的日增长情况,采用回归分析法拟合冬季各日的基本负荷曲线.针对春节期间电力系统负荷急剧下降的特点,提出用春节系数来修正冬季基本负荷,冬季空调负荷则为冬季电力系统负荷与冬季基本负荷之差.最后,利用该方法对重庆市2018年冬季空调负荷进行计算,验证所提方法的有效性.     

基于人工神经网络的自适应电力系统短期负荷预测

基于人工神经网络的自适应电力系统短期负荷预测梁志珊，陈建华，刘哲（电力科学研究所）１引言电力系统短期负荷预测是调度部门每日必须进行的重要工作之一。日负荷预测的精度越高，越可以降低系统备用容量，减少或避免计划外开停机组。因此，负荷预测的精度将直接影响电...     

基于BP神经网络的电力系统负荷预测算法研究及实现

电力系统负荷预测是近年来各国潜心研究的一个新领域，对于电力系统的规划、运行和经济效益都有重要的意义。利用各种算法和模型对电力系统负荷进行预测是一种常用而且非常有效的方法。为此，在研究电力负荷预测算法的基础上用MATLAB进行编程仿真，得到预测结果后分析预测结果，并利用真实数据进行预测。     

电力系统饱和负荷预测研究综述

随着我国城镇化及工业化水平地不断提高,基于电网远景规划的饱和负荷预测越来越受到人们的重视。做好电力系统饱和负荷的预测对城市电网架构、电网规模的规划和发展具有重要的指导意义。该文综述了电力系统饱和负荷预测研究的最新进展,从电力系统负荷特性及常用负荷预测方法、饱和负荷的含义及判断依据和电力系统饱和负荷预测方法等方面进行了总结研究,分析了城市电力系统饱和负荷预测常用的方法,并对电力系统负荷预测技术发展趋势进行总结和展望,为城市电力系统饱和负荷预测的研究、推广提供参考。     

电力系统中水电站群日负荷优化分配

以每个水电站每个时段(一小时)均以机组最高效率运行为原则,形成每个水电站的优化日负荷图;以所有水电站的优化日负荷图组合成对火电站运行有利的水电站总日负荷图,从而达到整个电力系统的近似最优运行条件。计算使用作者提出的一整套适于电算的经验计算方法。给出一计算示例。     

混沌理论在电力系统负荷预测中应用综述

电力系统负荷的准确预测,对电力系统安全、高效运行有重要作用。负荷存在混沌特性,而基于混沌理论的预测较好地刻画了负荷物理属性,预测精度高。并主要介绍了混沌理论在负荷预测中的应用。首先,概述了基于混沌理论预测的机理,介绍了几种混沌特性判别的方法。然后,介绍了几种预测模型。最后,对现有预测模型总结和展望。     

电牵引负荷谐波全相分析模型

牵引负荷在电力系统中属于非线性不对称负荷，它是电力系统中的重要谐波源之一，已受到广泛关注。本文以通常的基本潮流计算的牛顿—拉夫逊法（简称Ｎ—Ｒ法）为基础，借助于二相—三相系统变换，对电牵引负荷谐波在电力系统中分布的计算方法进行了分析和讨论，并建立了全相潮流分析模型，为进一步研究电牵引谐波的分布规律和进行有关计算提供了一个重要方法。该方法也适用于所有非对称电力负荷的谐波分析。