电力短期负荷的多变量混沌预测方法

为提高电力短期负荷预测精度和充分利用混沌短期预测优势,拓展单变量时间序列相空间重构到多变量时间序列中,相空间重构了由历史负荷及其相关因素序列所构成的多变量时间序列,计算了多变量时间序列的嵌入维数和延迟时间并用RBF神经网络预测负荷。研究表明多变量重构相空间技术的预测效果优于单变量重构。     

电力系统负荷的混沌特性及预测

利用混沌理论对电力系统负荷数据进行了相空间重构,绘出了其二维相空间相图,同时对负荷的相关维数Ｄ２及负荷时间序称的最大Ｌｙａｐｕｎｏｖ指数（λ１）进行了计算。由计算结果发现电力系统负荷具有混沌特性,其外在表现为貌似随机的无规则特性,且内部系统的时间序列具有分数维Ｄ２及最大（λ１）大于零。最后运用嵌入相空间的局域线性法对某地区电网的有功负荷作了预测,此方法是一种新的电力系统负荷预测方法,为以后的研究人     

电网短期负荷预测的混沌方法

通过计算四川全省电网小时负荷时间序列的混沌特征量：饱和关联维数、最大Lyapunov指数和Kolmogorov熵，论证了该小时负荷序列属于混沌时间序列。以负荷相空间重构为前提，分别应用混沌分析法的相似点模型、线性回归模型及Lyapunov指数模型对其短期负荷预测，并对比了三种模型预测的效果，预测结果表明了混沌预测方法的有效性。     

基于负荷混沌特性和最小二乘支持向量机的短期负荷预测

以负荷时间序列的混沌特性为基础,结合混沌时间序列的相空间重构理论和支持向量机的回归理论建立了一种基于负荷混沌特性和最小二乘支持向量机的短期负荷预测模型。首先将原始负荷数据进行相空间重构,形成相点序列,然后选择与当前相点最邻近的相点作为此负荷预测模型的训练样本,经过训练寻求决策函数后就可以求出包含预测点的相点,最后还原此相点得出预测值。通过与BP神经网络的预测结果进行比较,证明了该模型在短期负荷预测中的有效性。     

基于分时重构混沌相空间的电力系统负荷短期预测

为了实现高精度的电力系统负荷短期预测,该文对电力系统负荷时间序列数据分时段进行相空间重构,并计算分形维数和提取最大Lyapunov指数,经分析得出了系统负荷分时序列数据的演化具有混沌特征,由此提出了短期电力系统负荷的分时重构混沌相空间预测算法,相比目前通常采用的单一时间序列混沌预测算法,该算法具有相空间嵌入维数少和模型参数配置灵活的特点,通过电力系统负荷短期预测实例验证,结果表明该算法比单一时序混沌预测算法在预测精度上有显著提高.     

基于分时重构混沌相空间的电力系统负荷短期预测

为了实现高精度的电力系统负荷短期预测,该文对电力系统负荷时间序列数据分时段进行相空间重构,并计算分形维数和提取最大Lyapunov指数,经分析得出了系统负荷分时序列数据的演化具有混沌特征,由此提出了短期电力系统负荷的分时重构混沌相空间预测算法,相比目前通常采用的单一时间序列混沌预测算法,该算法具有相空间嵌入维数少和模型参数配置灵活的特点,通过电力系统负荷短期预测实例验证,结果表明该算法比单一时序混沌预测算法在预测精度上有显著提高。     

基于PSO优化LSSVM的短期风速预测

为了提高风电场风速短期预测的精确性,提出了基于粒子群算法优化最小二乘支持向量机的预测方法。首先求出风速时间序列的嵌入维数和延迟时间,进而对混沌风速时间序列进行相空间重构。利用粒子群算法对最小二乘支持向量机进行参数优化,然后利用优化后的最小二乘支持向量机模型对相空间重构后的风速时间序列进行预测,预测结果表明基于粒子群优化的最小二乘支持向量机的预测效果满足了精度要求。同时运用了支持向量机和BP神经网络模型进行预测,仿真结果表明,基于粒子群优化的最小二乘支持向量机预测方法具有预测精度高,预测速度快的优点,因此具有很高的工程实际应用意义。     

基于相空间重构和高斯过程回归的短期负荷预测

基于负荷时间序列的混沌特性,提出了一种结合相空间重构(PSR)和高斯过程回归(GPR)的短期负荷预测方法。首先采用C-C方法确定时间序列的延迟时间和嵌入维度,分别建立单变量和多变量的相空间重构模型。然后,分别运用单一与组合核函数的GP模型对负荷样本进行训练,根据最优超参数对24 h的日负荷进行预测。最后将预测结果与支持向量机模型以及多变量GP模型进行比较。结果显示,多变量组合核函数GP模型取得了更好的预测结果,验证了所提出的基于PSR和GPR的预测方法的可行性。     

基于混沌时间序列的地区电网负荷预测

通过采用改进的C-C方法计算得出电网日负荷的最优时延和最佳嵌入维数,从而进行相空间重构,并通过计算最大Lyapunov指数,指出该时间序列的混沌特性。然后采用基于奇异值分解的Volterra方法对某地区电网负荷进行预测。预测结果显示,该方法的预测效果较好,具有较高的预测精度,并能够反映电网未来负荷的变化趋势。     

电力短期负荷时间序列混沌相空间重构参数优选法

采用混沌相空间重构方法进行电力短期负荷预测时,负荷时间序列的延迟时间τ、嵌入维数m以及预测参考点的选取对预测效果有很大的影响。该文通过电力短期负荷重构吸引子的形状和自相关函数确定电力短期负荷时间序列的最佳嵌入时间窗Γ;根据电力短期负荷的m、τ与Γ的函数关系确定m、τ的多组最佳匹配,证明了m、τ的最佳匹配对于负荷伸缩和平移的不变性;提出了选择预测参考点的适用而有效的方法,该方法分为粗搜索和细搜索2个过程,粗搜索主要根据距离选出一定数量的邻近点,细搜索主要根据相点演化的相关性排除“伪邻近点”。实际电网负荷预测的仿真结果验证了提出的电力短期负荷时间序列相空间重构参数优选法的正确性与有效性。     

电力市场中输电问题的研究

在电力市场环境下，输电网固有的物理特性与市场交易行为存在着一定的矛盾，合理解决输电问题是电力交易得以顺利、公平、公正地进行的关键所在。文中结合国内外的研究成果，针对电力市场环境下的输电问题进行了综合研究和分析，包括阻塞管理，输电定价和输电损失问题，特别是对上述问题的提出，解决方法以及最新的研究进展进行了详细的分析介绍，以促进对其公平合理的解决。     

光导纤维电流传感器

论述了采用两种基于不同概念的光纤电流传感器(OCT)。一种是基于传统互感器概念的OCT，另一种是基于法拉第效应概念的OCT。文中还阐述了基于第一种OCT的国产试制品及其与ABB公司产品的相似点及不同点。     

基于PREISACH理论的电流互感器建模研究

提出了一种新型电流互感器（CT）数字化模型。该模型由CT电磁感应方程和基于Preisach理论的新型铁心磁化模型组成：基于Priesach理论的WIPING—OUT特性，提出了确定铁心运行所在磁化曲线的方法，并在新坐标系下分离Preisach函数的变量，得到了不同情况下铁心磁通密度的计算方法，由此建立了铁心磁化模型；提出了一种新的寻解算法，通过该算法将铁心磁化模型同CT电磁感应方程相耦合，建立了CT数字化模型。该模型只需极限磁滞回环下降支、一次电流和二次负荷等少量易被直接测得的参数，即可较准确地仿真铁心内部磁化过程，具有实现简便，仿真精度高等特点。采用文中CT模型对保护CT的饱和特性进行了仿真研究，仿真结果和实测数据的比较验证了模型的有效性。     

智能型自适应单相重合闸的应用研究

根据自适应单相重合闸的电压判据在判别瞬时性故障与永久性故障时存在的缺陷，提出了智能型自适应单相重合闸方案，将人工神经网络用于其中，建立了一个3层前向网络模型。利用EMTP及MATLAB进行了大量的仿真实验，验证了其无论在长线路还是短线路的故障区分中都具有良好的可行性，克服了传统判据的缺陷。同时还提出了基于模糊神经网络的自适应单相重合闸方案，作为下一步的研究方向。     

基于CORBA的应用软件标准接口的研究

摘要:在电力行业中应用的各种自动化系统之间普遍存在着诸如电力系统建模、数据结构定义等方面的差别,因此,无论升级已有的系统还是进行相关系统的集成都是相当困难的。而IEC EMS-API标准的制订为解决这些问题提供了依据。根据EMS-API标准和CORBA(公共对象请求代理构架),说明了开发标准程序接口应用的具体方法;并且给出了为黑龙江电网能量管理系统中的潮流程序而建立的标准化的接口服务,测试结果表明文中方法可行有效。由于CORBA技术与EMS-API标准的结合,使得所开发的潮流应用具有了开放性。最后,讨论了EMS-API的不足之处。     

基于Ward等值的二级电压控制研究

随着电网联系的日趋紧密,电压控制区间的耦合程度也日益密切,往往使常规的分区电压控制策略很难实施.文章基于Ward等值考虑了相邻电压控制区间的无功影响,对现有的分区电压控制策略进行了改进,并以新英格兰系统为例进行了数字仿真,证明了采用新的控制方案后,相邻电压控制区的无功电压变化对本区域电压控制性能的影响明显减弱,从而验证了改进的电压控制方案的有效性.     

行波保护中雷电干扰问题的对策

雷害是行波保护的主要干扰之一，线路遭受雷击但没有造成故障时行波保护可能会误动作。为此，该文在对雷电波的特点和雷击线路产生的后果进行详细分析的基础上，利用线路遭受雷击前后电流波形的特点提出了基于小波变换的雷击判据，该判据既可以直接利用电流全量实现，也可以利用故障电流分量实现。文中同时给出了利用小波变换提取判据中各电气量的计算方法。分析和仿真结果显示，雷击判据可以对雷击是否造成线路故障做出正确判断，并且不会影响其它线路故障的判别。因此雷击判据的应用将使行波保护的可靠性有较大提高。     

基于免疫算法的机组负荷优化分配研究

文章提出应用新的智能算法一免疫算法解决负荷优化分配问题。在分析负荷分配的数学模型和免疫算法特点的基础上，详细研究了基于免疫算法的负荷优化分配方法。优化问题的解对应于免疫算法中的抗体，解的优劣通过结合力的计算来评价，具有最大结合力的抗体就是问题的优化解。文中还提出应用机组持续状态时间进行编码改进，可明显加快算法的搜索速度，免疫算法中特有的基于抗体浓度更新和抗体多样性也使得算法具有很好的收敛性和搜索性能。该算法通过10台机系统进行了验证，计算结果证明免疫算法与其它优化算法相比，能更快搜索到较优解，从而为机组负荷优化分配的求解提供新的有效算法。     

基于状态观测器的逆变器数字双环控制技术研究

该文首先比较了逆变器模型与直流电机模型的相似性，提出逆变器的控制可以借鉴直流电机的双闭环控制方法。然后针对输出电压的交叉反馈作用，采用了控制对象的解耦，消除了输出电压对内环的影响，简化了问题。数字控制具有很多优点，但是它引入的采样延时和计算延时对系统的性能影响很大。为了提高控制的实时性和鲁棒性，建立了基于改进z变换的状态观测器和扰动观测器，合理设计其极点，可以得到无差拍观测器，并在此基础上实现内环电容电流的无差拍控制。考虑内环的快速性，外环可以采用简单的比例调节器，从而整个数字双环控制系统的设计非常简单。最后，实验证明这种方法可以保证良好静态和动态性能，在非线性负载下，也能得到良好的输出电压波形。     

基于海明神经网的电压-无功功率自动调节理论的研究

本文引入了人工神经网络（海明网络），利用状态分类来解决变电站电压-无功功率双参数控制中的边界问题。