弯管水流流量压差关系公式推导与验证

从分析弯曲管道内水流运动规律出发，推导了弯管水流流量压差关系的基本公式，并通过实验实测资料的计算分析，验证了这一基本公式的正确性，取得了规律性的有价值的研究成果．     

改进粒子群算法在中长期电力负荷组合预测模型中的应用

为提高电力负荷预测的精度,提出了基于改进粒子群算法的电力负荷组合预测模型求解方法.该方法以回归分析、比例系数、灰色模型为基础建立负荷组合预测模型,利用改进粒子群算法优化组合预测模型的权值,并与单个预测模型进行比较.预测结果表明,基于改进粒子群算法的电力负荷组合预测模型运算速度快,预测精度高,相对误差小.     

基于粒子群-BP神经网络算法的电价预测

为了解决现有电价预测中BP神经网络法对初始权值敏感、易陷入局部最小值和收敛速度慢等问题,在神经网络训练中引入基于全局随机优化思想的粒子群优化(PSO)算法,先利用PSO优化BP神经网络的初始权值,然后采用神经网络完成给定精度的学习,建立了粒子群-BP神经网络模型.与传统BP神经网络、粒子群广义神经网络相比,该方法收敛速度快、所需历史数据少、预报精度高,可用于电力系统的短期电价预测.     

水电厂发电成本计算方法研究

针对水电厂竞价上网提供报价决策的特点,给出了水电厂边际成本、水电机组启动成本与旋转备用机会成本的计算方法,并根据成本分摊理论建立了峰谷电价机制下的水电厂边际成本计算数学模型.实例验证表明,该方法可用于水电厂边际成本的计算.     

流速仪测流机组效率试验误差分析与评价

流速仪测流机组效率试验误差包括系统误差、随机误差及粗大误差三类，产生误差的主要原因有：传感器误差、标定系统误差、测量仪器误差、现场试验误差及资料整理与计算误差。误差计算的理论分析及对东江水电厂实测资料的算例分析证明：对低水头电站，水头测量误差在试验误差中所占比重较大，故应尽量提高水头测量精度；对高水头电站，流量测量误差在整个试验误差中所占比重较大，故应尽量提高流量测量精度；发电机有功功率测量中，互感器误差占有相当比重，故试验前进行互感器校验对提高有功功率测量精度具有十分重要的意义。     

单片微机在水轮机流量效率监测中的应用

在适用于水电站原型水轮机流量测量的各种方法中，蜗壳差压法是最简便的一种。本文扼要介绍了国内水电站微机差压测流装置的现状及其最新发展动态。     

电力市场环境下水电厂竞价上网决策支持系统设计

介绍了水电厂竞价上网决策支持系统的功能结构和界面设计,包括在不同交易市场中的径流预报、优化调度、风险调度、电价预测等;提出了系统设计的技术路线及软件结构,包括数据库、数据接口和技术难点,阐述了系统的基本设计思想。     

水轮机控制系统试验数据处理

水轮机控制系统试验数据的真实性和可靠性是运行人员对水轮发电机组安全运行做出正确评估的重要依据。研究利用自适应的 N点加权后置平滑滤波和自适应N点加权中间平滑滤波法对试验数据进行处理,并用处理前后的数据对公伯峡4号机电液随动系统进行参数辨识,取得了比较理想的效果,表明该方法能有效处理水轮机控制系统试验数据。     

基于改进粒子群-径向基神经网络模型的短期电力负荷预测

为了准确、快速、高效地预测电网短期负荷,提出了改进的粒子群–径向基神经网络算法。用改进的粒子群算法训练径向基神经网络,实现了径向基函数神经网络的参数优化。建立了短期电力负荷预测模型,综合考虑气象、天气、日期类型等影响负荷的因素进行短期负荷预测。算例结果表明,该算法优于径向基神经网络法和粒子群–径向基网络算法,克服了径向基网络和粒子群优化方法的缺点,改善了径向基神经网络的泛化能力,输出稳定,预测精度高,收敛速度快,平均百分比误差可控制在1.2%以内。     

弹性自适应人工鱼群-BP神经网络模型及在短期电价预测中的应用

为了提高短期电价预测精度,分析了人工鱼群算法及其缺点,提出了一种弹性自适应人工鱼群算法(RAAFSA).应用RAAFSA算法训练BP神经网络,实现了BP神经网络参数优化,形成弹性自适应人工鱼群-BP神经网络混合算法(RAAFSA-BP),对贵州电网进行短期电价预测.仿真表明,弹性自适应人工鱼群优化的BP神经网络算法收敛速度快于BP神经网络算法和人工鱼群-BP神经网络算法,该混合算法克服了BP神经网络和人工鱼群算法易陷于局部极值、搜索质量差和精度不高的缺点,改善了BP神经网络的泛化能力,输出稳定性好,预报精度显著提高,各日预测电价的平均百分比误差可控制在2%以内,平均绝对误差最大值为1.762$/MWh.该混合算法可有效用于电力市场短期电价预测.