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。     

基于交替迭代法的混合交直流系统潮流解耦算法

交直流混合潮流计算是深入研究多端混合直流输电系统安全稳定特性的有力支撑,其实质是交直流混合系统的潮流计算方法。首先分别建立电网换相换流器（line commutated converter, LCC）、模块化多电平换流器(modular multilevel converter, MMC)直流侧和交流侧潮流计算模型,依据直流侧控制方式的不同将直流系统的节点进行分类,并应用牛顿-拉夫逊法对直流网络的潮流进行计算;同时,对交直流系统潮流计算中的交直流边界信息更新方法进行了说明;最后,利用PSS/E(power system simulator/engineering)与PSCAD(power systems computer aided design）进行了仿真对比,验证了所提出建模方法的正确性和提出的基于交替迭代的潮流解耦算法的正确性和有效性。     

基于P-Q解耦变换的智能电网状态估计算法

针对传统的电力系统状态估计算法存在计算精度低,运算时间成本高的问题,提出了一种基于P-Q解耦变换的电力系统状态估计算法.该算法将支路功率量测、负荷量测与电压电流幅值量测进行解耦.保留解耦后的非线性迭代表达式,得到变换后的功率表达式,并完成状态估计的优化计算. IEEE标准节点系统的测试计算结果表明,所提出的算法能够适用于不同网络拓扑结构的研究,并可以满足计算精度和计算时间的要求.     

Oldroyd-B流体的解耦有限元算法

建立了求解稳态Oldroyd-B流体模型的有限元算法.为了降低该流体模型的耦合性和有限元方程的求解规模,考虑将Oldroyd-B流体模型解耦为Stokes方程和本构方程.对于Stokes问题,使用加权最小二乘有限元方法求解;而对于含有对流项的本构方程,则采用具有较好数值稳定性的流线迎风Petrov-Galerkin(SUPG)方法求解.针对本构方程的非线性特点,利用迭代算法将其进行线性化处理.分析了解耦有限元解的先验误差估计.通过粘弹性Oldroyd-B流体在管道内的流动问题,验证了算法的有效性和收敛性.     

LabVIEW实现电力系统谐波测量加窗插值算法

为了提高虚拟仪器测量电力系统谐波的精度,研究了电力系统谐波测量非同步采样加窗插值算法的原理,给出了用LabVIEW系统实现该算法的具体程序,并进行了仿真验证.仿真结果表明,用LabVIEW实现该算法准确性高,实现方便,能快速地在普通PC机上完成信号的频谱分析.     

基于PSO算法的电力系统稳定器参数优化

针对电力系统稳定器的参数优化问题,提出一种基于微粒群优化算法的整定方法。算法选择Δω作为输入信号,以ITAE指标作为微粒群优化算法的目标函数,对电力系统稳定器增益Ki和时间常数T1i、T3i三个参数进行优化设计。仿真结果验证了算法的有效性和优越性。     

电力系统并行计算的实现

并行处理为大型电力系统的工程计算提供了有效的解决方法,本介绍了并行计算概念,软硬件环境以及在电力系统中的应用和实现方法及其评价。     

基于粒子群算法的火电厂锅炉燃烧模糊解耦控制

为了进一步提高火电厂燃烧控制系统的控制性能,针对三个控制回路分别设计了基于粒子群算法的模糊解耦控制策略,同时在烟气含氧量控制回路和炉膛负压控制回路中引入积分控制作用以消除稳态误差。应用Simulink对该控制系统进行了仿真,结果表明模糊控制与传统PID控制相比较具有更好的控制品质,缩短了调节时间,减小了超调量,使得鲁棒性和抗干扰性增强。     

基于互相关函数的神经网络解耦器在线学习算法

在分散解耦的系统框架上，提出了基于ＭＩＭＯ过程互相关函数的神经网络解耦器在线学习算法。该算法定义了一组ＭＩＭＯ过程的互相关函数作为神经网络解耦器的指标函数，采用了混合遗传算法在线训练神经网络。结合实际工业对象的仿真结果，表明了该算法的有效性。     

包含静止无功发生器的电力系统逆系统解耦控制

研究包含静止无功发生器SVG(Static VAR Generator)的单机-无穷大电力系统中逆系统方法的应用.首先给出研究对象的数学模型,将静止无功发生器作为一无功电流源来处理.发电机采用二阶简化模型,在此情形下,给出包含SVG的单机-无穷大系统的三阶动态模型.然后论述逆系统方法的基本概念.利用求逆算法,逐步给出系统的逆系统、反馈控制规律、α-阶积分逆系统、伪线性系统(积分解耦系统).对所得解耦系统,应用最优控制方法进行综合.仿真结果显示了此方法的有效性.     

基于加窗傅立叶变换的电力系统谐波分析算法

采用快速傅立叶变换(FFT)进行电力系统谐波分析时很难做到同步采样和整数周期截断,由此造成的频谱泄漏将影响到谐波分析的结果.在分析了DFT和FFT原理的基础上,对FFT的泄漏原因进行了分析,通过使用加窗算法(Blackman - Harris窗)改善了由于频谱泄漏所造成的计算谐波频率、相位和幅值准确度降低的问题,并通过...     

基于PSNodeRank算法的电力系统关键节点辨识方法

电力系统中的某些关键节点在系统发生大规模连锁故障的时候可能会对故障的扩大起着推动的作用。为了提高关键节点辨识的速度和准确性,该文通过对Google公司提出的PageRank算法进行改进,提出基于PSNodeRank算法的电网关键节点辨识方法。该方法选取电网关键节点的重要评价指标,建立电力系统有向加权网络模型。考虑电力系统网络的网络链接方向和权值的特性,该文提出PSNodeRank值对节点进行评估,并具体描述每个节点的重要性,再利用电力系统分区特点,对大电网节点重要性的复杂计算过程进行改进,大大提高了运算速度,减少了运算所需存储容量。最后,通过对IEEE 39节点系统进行仿真,所得结果表明:该文所提方法计算的指标可以有效、准确地辨识出电网中的关键节点,判断它们在交直流电网自组织临界演化过程中的作用。对预防系统向连锁故障临界状态演化有着重要的意义。     

基于生物地理学优化算法的电力系统无功优化

将模拟物种迁移规律的生物地理学优化算法（BBO）应用于求解电力系统无功优化问题。区别于遗传算法中局限于染色体两两之间分享特征信息的模式,BBO独特的迁移模式使得好的栖息地特征信息得以在多个栖息地之间广泛传播,从而加快了优化进程。IEEE14节点和IEEE57节点的测试结果表明：BBO算法在与相关文献中的算法相当的迭代次数内能够得到更优的解,且算法对参数的依赖性不强,适用于求解电力系统无功优化这一类复杂的工程组合优化问题。     

基于改进粒子群算法的电力系统无功优化

简单介绍了基本的粒子群算法,阐述了在电力系统无功优化中的数学模型和变量的约束条件。对于粒子群算法容易陷入局部最优解和后期收敛速度比较慢的问题提出了两个改进的方法,并且在IEEE-6节点系统上进行仿真实验,证明了本算法的可行性和优越性.     

基于改进HHT算法的电力系统低频振荡分析

低频振荡会严重影响电力系统的正常运行,因此,以电力系统低频振荡为研究对象,采用HHT算法作为低频信号分解算法.针对HHT算法的缺点进行改进,得到改进HHT算法.改进HHT算法应用于低频振荡分析中,初步定位低频振荡源.仿真结果表明改进HHT算法对电力系统低频振荡研究法有着较高的识别功能,低频振荡源寻源方式有着较高的判别特...     

基于GANO算法的电力系统中长期负荷预测研究

进行负荷预测时,由于中长期负荷历史数据较少而制约因素较多,因此预测难度较大。在分析了灰色预测和神经网络预测优缺点的基础上,提出了多因素灰色神经网络组合预测模型(GANO)。该模型首先采用灰色GM(1,n)模型处理多因素的影响,进而利用BP神经网络训练电力历史负荷数据,最后利用统计方差的倒数建立较为理想的优化组合预测模型。该优化模型结合了各模型优点且综合考虑了电力负荷的多种制约因素。经算例验证,优于单一历史负荷预测模型,有效地提高了中长期负荷预测精度。     

电压实部、虚部解耦的电力系统潮流计算

潮流计算通常以节点注入有功,无功的偏差为零作为求解电压的方程。本文针对有功、无功偏差方程中电压实部E与电压虚部F的耦合较强,导出了用于求解E、F的电压实、虚部方程,并使方程中E、F的耦合变弱,以提高计算速度。本方法在提高计算速度和节省内存等方面都优于牛顿法。算例表明其计算速度比牛顿法快3倍多,因此本方法甚至可用于在线计算。     

基于Newton-PCG算法的实现探讨

理论上,Newton-PCG算法适于求解大规模无约束优化问题,并且Newton-PCG算法优于牛顿法.为了使Newton-PCG算法能更好地用于科学计算,对该算法的实现进行了探讨,给出了一个使用Newton-PCG算法求解无约束优化问题的软件包.软件给出了牛顿法和Newton-PCG算法2种求解问题的方法,实验表明:对于绝大多数无约束优化问题,Newton-PCG算法比牛顿法求解时间短,尤其当问题的维数增大时,比率逐渐减小,说明Newton-PCG算法的优势更加明显.因此,它是数值软件库的一个有益的补充.     

基于BP-GA的融合算法实现

搜索和寻优是控制、预测等应用技术的基础。在人工智能领域，人工神经网络和遗传算法是解决搜索和寻优这2个问题的基本方法。对BP算法和遗传算法进行了研究，指出了其优缺点；研究了传统的将BP和GA结合起来求解问题的几种方式。鉴于这几种方式存在的实际应用缺陷，提出了一种新型的融合算法，阐述了其基本原理，给出了设计流程图，并详细研究了该融合算法的设计步骤。最后，运用示例验证该算法。     

基于多目标进化算法的电力系统环境经济调度

针对电力系统环境经济调度问题,提出采用进化规划算法,在综合考虑各种约束的情况下,把机组发电成本及污染气体的排放量同时作为优化目标,进行迭代搜索计算.该方法能简单快速地实现全局寻优,获得准确而完整的帕累托前沿,其有效性在IEEE30节点系统中得到了实验验证.