上海市区供电局电力负荷分析和预测软件研究

介绍了针对上海市区供电局开发的负荷分析和预测软件POW,该软件可以进行负荷的季节特性分析、季节性负荷分量的计算、负荷的中长期预测等.该软件界面直观,操作简单,预测功能较为丰富.     

宁夏电网负荷预报系统

宁夏电网负荷预报系统在开发中，主要分为两个部分：输入输出界面部分及主程序部分，本文介绍主程序部分，它包括数学模型的选择，程序实现，以及对预测结果的分析。     

短期电力负荷预报间隔采样混沌模型

现有研究工作表明电力系统负荷数据具有弱混沌性。在负荷预测混沌建模方法中,Lvapunov指数预报模式具有理论基础强、模型简单、预测精度高等优点,但预测时限受负荷吸引子最大Lyapunov指数限制。针对Lyapunov指数预报模式的不足,提出了k-△t间隔采样混沌模型,首先将原始负荷序列分解为多个不相交的了序列,然后对各个子序列分别建立Lyapunov指数预报模型。改进了求解最大 Lyapunov指数的方法,探讨了原始负荷序列最大可分解子序列数目的确定依据。数值实验结果表明文中提出的模型能有效地提高负荷预测精度、增加预测时限。     

灰色系统方法预报华中电网用电负荷

简述了灰色系统理论，利用这一理论建立该系统模型，进行灰色系统法负荷预报，预报内容包括1996、1997年月均用电量、月用电最大电力、月用电平均最大电力，最后对预报结果进行了检验。     

电力系统负荷预报和母线负荷预报

EMS系统中包含有二类负荷预报:系统负荷预报和母线负荷预报。 系统负荷预报是用历史负荷数据预报未来某一时间段内的系统负荷。系统负荷预报有长期(年、月)和短期(周、日、小时)。我们现在研究的是日(24小时)负荷预报。 母线负荷预报是由系统负荷预报结果求出某一时刻的母线负荷。     

一种神经网络电力短期负荷预报器

介绍了现已在美国和加拿大的35家电力公司使用的第三代人工神经网络短期负荷预报器ANNSTLF.它包含两个神经网络,一个预报基本负荷,另一个预报负荷变化,两部分负荷经自适应组合计算出最终预报.湿度和风速对负荷的影响通过温度线性变换考虑.一种新颖的加权插值算法大大提高了节假日预报精度.10家不同电力公司的预报数据表明系统性能优越.     

一个短期电力负荷智能预报系统

本文介绍一个正在实际使用的短期电力负荷智能预报系统。针对电力负荷变化的非平稳性，该系统能消除异常数据对预报值的影响，能对预报结果进行检验及修正，能根据预报误差自动校正预报模型参数，能根据“近大远小”的原则进行预报，并能将多种不同的数学模型加权组合预报。该系统对节日负荷预报也有自己的特色。实际使用结果表明，该系统具有一定的智能性，对非平稳的电力负荷序列有很好的自适应性。     

应用人工神经网络进行中期电力负荷预报

应用人工神经网络(ANN)对电力负荷进行了中期预报，对ANN的主要参数作了比较计 算和优化调整，得到了较为满意的预报结果。     

电力负荷非线性预报与分析

电力负荷预报是电力系统的重要工作之一 ,电力系统年负荷为非线性时间序列 ,文章根据时间序列的理论与方法 ,在分析电力系统历史负荷非线性时间序列运动轨迹的基础上 ,得出了年电力负荷数据由时间序列的典型分解式及选择期望值为噪声项的概率模型 ,并采用最小二乘法拟合趋势项 ,再根据参数估计和数据拟合优度的检验结果对时间序列未来取值进行预报。对电力负荷时间序列R/S分形分析进一步表明了预报值的合理性 ,也预示了今后 2 0～3 0年内电力负荷会持续、稳定增长。     

电力系统负荷灰色预测的新方法

本文提出了一种瓣的负荷预测方法－灰色递推预测法。     

几种负荷预测方法在西藏电网的应用分析

文章利用电力负荷预测常用的几种方法对西藏电网未来几年负荷情况进行了预测,并给出了相应的结论。     

基于负荷预测的城市配电网供电能力计算

提出了一种基于负荷预测的供电能力计算方法,该方法利用预测模型得到负荷的增长模式。首先根据历史数据确定最佳预测模型,然后逐次调用预测数据进行潮流计算,直到第一次越限发生,最后利用半分法找到满足精度要求的临界点。实际算例表明,该方法思路清晰,计算简便,不仅提高了精度而且能够找出限制实际负荷增长的供电瓶颈,可为城市配电网的规划与改良提供有效的参考依据。     

基于灰色理论的电力负荷预测模型及其应用的研究

基于灰色理论提出了在电力市场运营模式下,县(区)级电力负荷的中长期预测模型,并对某供电局2000年到2003年的销售电量进行了预测,预测结果与各年度的实际售电量相比,最大误差小于0.7%。说明建立的预测模型完全适合于该供电系统的负荷预测,具有重要的理论和实际意义。     

短期电力负荷非线性预测模型的比较

总结和分析了目前流行的电力系统短期负荷非线性预测方法,包括时间序列法、组合预测法、神经网络法、小波法和支持向量法。通过实例说明它们在电力系统短期负荷预测中计算速度和精度。     

基于SHCGE-SIC模型的上海市电力需求预测

电力需求预测是能源预测、电力系统规划以及经济发展预测的重要组成基础.采用情景分析法,利用SHCGE-SIC模型开展上海市电力需求预测.首先构建基准情景,然后逐渐引入未来可能实施的重大政策对电力需求的影响,利用SHCGE-SIC得到与宏观判断相一致的结构判断和电力需求预测数据.     

小波软阈值技术在电力负荷预测中的应用

电力系统中长期电力负荷数据相对较少,影响因素多且很难预测,其主要由随机性因素和确定性因素决定。根据这些信息中隐藏频率的不同,可利用小波变换原理将其分解到若干频率段上,即得到若干"近似"项和"细节"项,在各项上附加不同的阈值后,应用小波原理对经过阈值处理的各项进行重构,从而达到对原始数据降噪的目的,将去噪后的长期负荷数据作为神经网络的输入进行预测。算例表明,该方法预测结果准确、可靠。     

改进灰色模型在电力负荷预测中的应用

灰色GM（1,1）模型是一种较有效的负荷预测模型,然而由于电力负荷具有多样性,导致对某些变化规律的负荷预测误差较大,精度不能满足要求,在实际应用中具有一定的局限性。对灰色GM（1,1）模型进行必要的改进,利用等维新信息递推模型进行负荷预测,通过实例分析表明,可提高预测的精度。     

MATLAB软件在电力负荷预测中的应用

以北京市朝阳区2001至2005年各月的电力需求实际数据为样本,利用MATLAB软件的神经网络工具箱对朝阳区2006年各月的电力负荷进行了预测。随后,根据2006年调研的部分实际负荷,对预测数据的相对误差、绝对误差进行分析。     

电网短期电力负荷预测系统的研究

本文介绍了一个电网短期负荷预测系统。从实际出发，文中将平时和重大节目期间的负荷预测分别研究。首次提出了参数自校正时序倍比预测法，并将灰色预测模型引入节日负荷预测，具有较强的人工干预能力和自适应智能性。软件包将数据库与计算语言有机地结合起来，具有良好的汉化人机界面和输入输出方式。操作方便，实用性强，预测精度理想。该系统已在河北省电力局中调试运行。