母线负荷综合特性的神经网络模型

电力系统负荷特性对系统的电压稳定及暂态稳定分析有着重大影响。传统的方法是用数学模型来描述静态或动态负荷，但由于负荷自身所具有的随机因素及不确定性，这种方法在描述的精确程度以及响应速度上尚有一定缺陷，本文提出了一种具有混合负荷但已知负荷分量的神经网络母线负荷综合特性模型及其建模方法。     

基于激励原理的可中断负荷

为克服电力市场条件下，由于负荷的价格弹性不足导致供电公司负荷调节能力下降，而面临较大风险的问题。根据激励理论和传统的DSM方法，提出了基于激励原理的可中断负荷方法。鼓励用户进行积极的负荷调整从而增加负荷的价格弹性。将委托-代理模型应用到供电公司的可中断负荷设计中，对用户属于风险中性和风险规避两种不同的类型分别推导了最优可中断负荷的计算公式，其中考虑了电价对用户负荷的影响，给出了带激励的可中断负荷合同设计的基本步骤。最后通过算例说明了该方法对规避实时市场风险的正确性、合理性。     

电力负荷静态样条函数模型

为了对负荷的静特性进行更好的分析和描述，引入了基于样条函数的静态电力负荷建模思想。通过对传统模型的结构进行分析，指出了传统模型产生较大误差的原因，结合样条函数的相关理论，提出了基于三次样条函数的负荷静态模型，并且给出了基于样条插值的建模方法，通过典型负荷的仿真计算，表明本负荷模型能够适应复杂的负荷特性描述，为未知模型结构情况下负荷特性的辨识提供了一种新的有效方法。     

采用神经网络进行电力系统短期负荷预测的一种降维方法

提出一种采用神经网络进行电力系统短期负荷预测的降维方法。该方法将每天的L个时刻负荷数据降维处理为少数几个持征参数，利用人工神经网络预测待测日的这些参数，以及参照日负荷为依据进行负荷预测。该方法提高了预测精度和速度，预测实例表明该方法的有效性。     

向心滚动轴承中各滚动体负荷的计算方法

本文通过分析向心滚动轴承的负荷在各滚动体间的分配，得到负荷分布规律和滚动体负荷的计算方法，为滚动轴承额定动负荷计算提供基本数据。     

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。     

冷轧板带规程设定方法的研究现状及发展

综述了冷轧板带规程设定的常见方法：经验系数法、单一负荷目标优化法、多目标负荷分配优化法、防止打滑的规程优化法及目标负荷分配法等，并依据各种方法的特点分析其适用范围。同时详细论述了应用最为广泛的综合负荷分配法的核心内容，并介绍了窄带钢轧制时以防止打滑为目标的一种新的规程设定方法，介绍了用于规程设定过程的数学优化方法。最后指出综合等负荷目标的人工智能寻优方法是将来制定优化的轧制规程的最为有效的方法。     

电力市场下实用可中断负荷补偿机制研究

为有效管理和利用可中断负荷，实现电网经济、安全运行，从经济角度进行成本、效益分析，引入一个停电阈值价格概念，使不同的负荷的利润具有可比性，并提出了根据阈值价格确定可中断负荷补偿费的两种方法，即固定补偿费和动态补偿定价算法，实现了补偿和利润的联动机制，动态反应价格波动对补偿费的影响，符合市场规律。该机制合理地解决了目前可中断负荷研究面临的两大难题：如何激励负荷积极参加可中断负荷服务；如何制定合理的补偿费。文中还提出了供需平衡时购买可中断负荷后区域电价计算的模型。仿真计算利用加拿大不同负荷停电成本为依据，分析说明该方法可行，具有实用价值。     

部门负荷预测法在用电负荷预测中的应用

常用的电力负荷预测的主要方法有电力弹性系数法，部门负荷预测法(分产业产值单耗法)，时间序列分析法，人均综合用电水平法等。近年也发展一些新颖的预测方法如灰色系统方法等。各种预测方法都各有特点。笔参加的用电负荷预测课题组主要应用部门电力需求预测法，通过对诸多影响电力增长的因素的研究，找出     

基于模糊C-均值聚类分析与BP网络的短期负荷预测

提出了一种基于模糊C-均值聚类分析与BP（Back-propagation）网络的短期负荷预测方法，通过模糊C-均值聚类分析将历史负荷数据分成若干类，建立相应的BP网络模型，用LM（Levenberg-Marquardt）优化法进行训练，找出与预测日相符的BP网络，预测一天中96点的负荷，实际负荷预测结果表明，该方法具有较好的训练速度和较高的预测精度。