基于GIS的空间电力负荷预测平台的研究与开发

为满足现代城市电网规划对电力负荷预测提出的新要求,形成了建设基于GIS的空间电力负荷预测(SLF)平台的总体方案。应用空间分析理论,采用电网的分层分区技术,开发了以城市空间电力负荷分析和预测为核心,集负荷历史数据采集与管理、空间信息处理以及预测结果评价一体化的信息管理和预测系统。提出了空间电力负荷规律性分析方法、实用化的SLF方法等关键技术,为进行详尽的数据挖掘分析、高质量的需求预测和一体化的空间电力负荷管理提供界面友好的可视化操作平台。该平台适应城市电网规划精益化的新要求,可为提高SLF精度、提升负荷预测工作的管理水平、科学指导城市电网规划提供有力的技术支持。     

面向节能发电调度的母线负荷预测平台

根据节能发电调度对母线负荷预测提出的新要求,提出了建设母线负荷预测平台的总体方案.采用多层体系的B/S结构和J2EE技术,应用高性能网络数据库作为后台数据支持,建立了以母线负荷分析和预测为核心,集数据采集与管理、预测后评估分析和预测结果的上报考核管理一体化的信息管理和预测系统.提出了母线负荷建模方法、母线负荷预测模型方法库、自适应训练机制、预测过程控制等关键技术,为进行详尽的数据挖掘分析、高质量的需求预测和一体化的母线负荷管理提供灵活的网络化操作平台.该平台适应电网调度管理精益化的新要求,可为提高母线负荷预测精度、提升负荷预测工作的管理水平、保障电力系统安全经济运行提供有力的技术支持.     

贵州电网中长期负荷预测管理平台研究与应用

为了科学合理地指导电力部门营销和规划等工作的开展,为多部门市场分析预测和决策提供科学依据,对贵州电网中长期负荷预测方法进行了研究,设计了中长期负荷预测管理平台。给出了平台的总体设计思路,详细阐述了平台的八大功能,并介绍了应用成效。平台的建成有助于提高负荷预测的准确性,进而提高电网规划的合理性、有效性与前瞻性。     

嵌入式深圳电网负荷预测分析管理平台

嵌入式深圳电网负荷预测分析管理平台集负荷预测、数据分析和市区分层管理三大功能于一体,搭建一个科学、透彻且高效的负荷预测、分析和管理的综合平台。通过数据稳定度分析、负荷与气象相关性分析、分行业负荷数据分析和数据的分级管理实现了负荷预测从表象预测到里象分析、管理的转变。     

电力负荷预测知识体系的教学研究

电力负荷预测与电力部门的规划、计划、运行及管理等工作联系紧密,电力行业分营后,各企业实体急需大量的分析与预测人才。在电气信息类专业开设的“电力负荷预测”课程中,如何在有限的课时内,既考虑预测理论知识的要求,又考虑到电力企业的预测工作的实际需要,以及负荷预测技术的发展,在课程的内容的设计、学生能力的培养、考试方式等方面,做了一些有益的探索,以期达到宽口径电气人才培养的目的。     

负荷预报在青海EMS系统中的实现和应用

青海电网负荷预测工作一直靠人工、凭经验的传统方式进行,预测准确率不高。青海电网负荷预测系统的成功实现,将现代化计算机技术、新型计算理论应用于电力系统运行实际,让负荷预测用户轻松得到清晰、直观、实用的负荷预测曲线、数据,指导青海电网经济运行,青海电网调度管理水平向现代化管理运作又迈进了一步。介绍了青海电网负荷预报系统实现的背景、起因及其体系结构,描述了针对青海电网实际要求所实现的功能及意义。     

基于CC-2000的负荷预测在东北电网的实现

介绍了基于ＣＣ－２０００支撑平台的东北电网ＥＭＳ应用囫件中负荷预测软件的各项功能、数据库和人机界面的设计,以及负荷预测与其它应用软件的接口。针对东北电网的实际情况,在完善人机界面、维护历史数据方面做了大量工作,负荷预测软件已经实现了实用化在线运行 。     

数据挖掘技术在电力系统负荷预测中的实现与应用

数据仓库是支持管理决策过程、面向主题、而且随时间变化的数据集合,数据挖掘技术是利用人工智能的方法对数据库以及数据仓库中的海量数据进行分析、发现规律、获取知识的过程。电力系统负荷长期的历史数据庞大而复杂,其数据具有有限性、不完整性、影响因素复杂性等特点,结合电力系统自身存在的特点以及电力系统负荷预测的实际需要,文章详细阐述了将数据挖掘技术应用到电力系统及其负荷预测中的方法并探讨了应用现状和前景以及利用该技术做好电力负荷的重要性。     

基于支持向量机负荷预测应用的探究

理论研究中基于支持向量机的负荷预测的精度已得到了验证,但实际应用中还与其对当地负荷特性的适应性及工作人员对相应软件的应用密切相关,需要进一步验证并解决可能出现的问题。因此,为了将支持向量机预测法应用到新疆电网实际工作中并确保其精度,笔者通过实例将向量机预测法与BP神经网络预测法作了比较,其结果证明了该方法对新疆电网负荷特性具有更好的适应性,同时,重点探讨了在实际应用中出现训练集与预测集存在交集时预测精度与数据重合程度间的非线性关系,并指出预测时需对数据重合程度不同的训练集与预测集的组合进行选择,以确保预测精度。     

基于关联模糊神经网络和改进型蜂群算法的负荷预测方法

为提高负荷预测精度,考虑历史负荷数据之间相关联的特性,利用关联模糊神经网络建立了负荷预测模型。与其他负荷预测方法相比,基于关联模糊神经网络和改进型蜂群算法的负荷预测方法,减少了模型所需要的模糊规则的数量,降低了模型的复杂度。将该方法应用于某地实际负荷预测,数值结果表明,该方法具有较高的预测精度。     

滨州电网负荷预测管理

总结滨州电网负荷预测管理现状,分析研究影响滨州电网负荷预测准确率的主要因素,研究负荷预测专业管理中存在的主要问题,制定滨州电网提高负荷预测准确率有关的对策和建议,提高负荷预测管理水平,合理安排调度计划,调整电网运行方式。     

基于分配因子和信息熵的母线负荷组合预测模型

负荷预测是指导电力系统规划和安全经济运行的重要依据。传统的负荷预测一般指区域负荷总量的预测,不能够体现底层母线负荷水平,无法满足电网精益化管理的要求。因此,母线负荷预测是解决这一问题的关键途径。然而,系统内母线数量庞大,负荷基数小,特性各异,波动性强,给母线负荷预测工作带来了困难。本文研究了母线负荷预测模型,根据实际电网情况提出了负荷分配因子的概念及预测思路;充分考虑历史数据的有效性,采用日特征量和趋势相似度综合选择相似日,并提出基于信息熵的变权重组合预测方法,提高各类型负荷预测精度;结合类型负荷预测结果和负荷分配因子,最终得到各条母线的预测结果。采用某区域电网负荷进行实例验证,结果表明,本文所建立的预测模型具有良好的预测精度和稳定度。     

基于人工神经网络的城镇日负荷预测

电力负荷预测是进行电网规划建设的依据,为准确预测清溪镇日负荷情况,对神经网络预测原理进行了研究,对清溪镇日负荷数据进行调查,依据BP神经网络的预测方法建立日负荷预测模型,通过Matlab实现清溪镇日负荷预测并对预测结果进行分析,结果表明基于BP神经网络的预测方法在城镇日负荷预测中效果理想。     

集中式省地一体化母线负荷预测系统

系统基于Microsoft Visual Studio.NET平台和Microsoft SQL Server数据库,采用最先进且成熟的多层体系Browser/Server(B/S)结构,以原有的负荷预测系统为依托,形成了以母线负荷预测、负荷统计与分析、预测结果评估与考核为主,数据采集、预测数据上报、基础信息管理和系统流程化管理为辅的集中式省地一体化母线负荷预测系统。系统采用先进的预测策略,在提高预测准确率的同时,为发电计划安全校核与调度的精细化管理提供数据支持和技术保障。     

电力负荷管理系统的发展趋势和系统实现

介绍了负荷控制系统及其应用变化,从电力营销和服务平台的高度分析了电力负荷管理系统的地位和作用,探讨了电力负荷管理系统的发展趋势,针对新的系统结构模式提出了客户实时数据平台的概念,并对系统实现的一些技术问题提出了解决办法。     

多元数据融合的智能配电网负荷分析预测管理系统

针对多元大数据在智能配电网中的应用问题,为实现配电网的精益管理、科学预测和合理规划,文章开发了多元数据融合的智能配电网负荷分析预测管理系统。对软件系统的总体框架进行了设计;对软件系统的各功能模块进行开发和介绍;给出了软件系统的一个应用实例。该系统充分利用海量的历史负荷数据进行负荷特性分析,建立负荷特征库以及业扩信息库,通过对新接入用户进行信息匹配实现负荷管理及最大负荷预测。此外,该系统建立负荷预测方法模型库,可提供不同维度的负荷预测功能,从传统的地区负荷预测转变为馈线负荷预测,结合馈线现状以及业扩信息优化用户接入决策。总的来说,该系统具有功能模块数据链路互通、不同功能之间能提供信息支持、整体采用模块化设计思想等特点,可满足电网企业的日常应用需求。     

基于用户实际日负荷曲线的负荷分类策略研究

首先介绍了灰色关联聚类分析方法,然后选用该方法对某供电局涉及9类国民经济行业中的12个用户典型日负荷曲线进行聚类分析。通过案例说明采用该分类方法对负荷进行分类可更简单直接的表现各类用户负荷特性,为负荷特性分析、负荷预测、电网规划及需求侧管理等提供依据。     

城市电力负荷特性分析及其优化控制

以岳阳市近几年的电力负荷实测数据为依据,通过分析主要负荷特性指标,得出该市电力负荷特性的现状、形成的原因及可能的发展趋势。以改善当地电力负荷特性、提高供电的可靠性和经济效益为目的,通过技术创新、电价平衡、需求侧管理以及客户关系管理等手段优化控制岳阳市电力负荷。其中详细探讨了一种基于长期边际成本原理设计的两部制电价结构体系,给出了这一价格体系设计的具体方法和过程。这些手段在实际应用中被证明能够有效降低负荷峰谷差、平稳电力负荷,提高电力设备利用率及供电的可靠性。优化控制方法对我国其它地区改善用电负荷特性,也具有较高的理论参考价值和现实指导意义。     

基于近似熵的电力系统负荷预测误差分析

为深入探究负荷时间序列预测误差的影响因素,提高负荷预测精度,提出近似熵算法,用于定量刻画负荷时间序列的规律性,全面认识负荷预测误差的成因。采用近似熵算法对负荷时间序列进行分析,确定其规律性的强弱。在此基础上,针对负荷时间序列的规律性与预测误差之间的关系进行研究。算例分析结果表明,近似熵算法可以有效刻画负荷时间序列的规律性,且负荷时间序列的规律性与其预测误差之间有着较强的相关性,证明了方法的正确性和有效性。     

电网空调负荷计算及预测

结合河北省南部电网空调负荷特性,以2009年数据为例,通过最大负荷比较法和基准负荷比较法进行计算,取二者平均值确定空调负荷最大值,并根据2005-2009年空调负荷变化趋势预测2010年空调负荷,结果表明预测数据准确可靠.