共查询到19条相似文献,搜索用时 171 毫秒
1.
2.
电力负荷的模糊预测方法 总被引:17,自引:2,他引:17
提出了一种组合式的模糊短期负荷预测方法。通过对负荷历史数据的离线动态学习,训练出 有关参数,经过模糊推理获得提前一步的负荷预测。系统中引入闭环模糊控制方法用以在 线消除预测误差,并设计了自适应的输出修正算法以排除可能存在的扰动影响。在描述模糊 负荷预测系统的设计、实现和应用的同时,还提出了一些负荷预测中所遇到的问题的解决方 法。 相似文献
3.
4.
为寻求有效的电力系统负荷预测方法以提高预测结果的准确度,提出了基于Takagi-Sugeno(T-S)模型的自适应神经模糊推理系统(ANFIS)。该系统采用减法聚类初始化模糊推理,把神经网络学习机制引入到逻辑推理中,并用混合学习算法调整前件参数和结论参数,自动产生模糊规则。考虑气象、日期类型等因素后将学习样本分为3组进行训练和检测。该方法对于受天气影响较明显的电网,能有效防止不合理预测结果的出现。对于武汉地区实际负荷的预测结果的分析表明该方法有较高的预测准确度,取得了令人满意的结果。 相似文献
5.
6.
7.
随着智能电网技术的发展,电网问题的管理变得尤为重要,负荷预测是电网管理的主要内容之一。本文针对小区域范围内电力系统负荷预测问题,提出了一种基于自适应神经模糊推理(ANFIS)方法,在每小时测量和记录电力负荷数据的基础上,利用提出的ANFIS模型进行了负荷预测。在所提的ANFIS模型中,只需要确定历史负荷参数,模型中的其他参数可由历史负荷参数计算得到。将实际负荷及其对时间的一阶导数、时间信息作为ANFIS模型的输入,预测下一个小时的负荷需求。采用均方根误差、标准均方根误差和平均偏差误差作为模型评价指标。实验结果表明,该方法适用于小区域的负荷预测。 相似文献
8.
9.
针对选择性催化还原(SCR)脱硝系统非线性、时变和大滞后的特点,本文提出基于小波去噪和主成分分析、自适应神经模糊推理系统(PCA-ANFIS)而建立的SCR脱硝系统预测模型。通过分析不同阈值选取原则及不同小波基和分解层数的去噪效果,选取最适合系统数据去噪的rigrsure原则、软阈值函数、Sym10小波3层分解方式,对数据进行去噪处理,并利用主成分分析法进行数据降维。然后基于减法聚类构建ANFIS模型的初始网络结构,采用混合算法优化模型参数。最后利用某燃煤机组实际运行数据对模型进行验证,并与BP神经网络模型预测结果进行对比。结果表明,基于小波去噪和PCA-ANFIS的SCR脱硝系统模型具有较好的拟合精度和泛化能力。 相似文献
10.
11.
12.
基于减法聚类及自适应模糊神经网络的短期电价预测 总被引:1,自引:2,他引:1
提出了基于Takagi-Sugeno模型的自适应模糊神经网络的短期电价预测方法。首先采用减法聚类方法确定自适应模糊神经网络的结构,然后利用混合学习算法训练该网络的前件参数和结论参数,最后将影响未来日电价的相关因素输入到训练好的自适应模糊神经网络中进行电价预测。以美国加州电力市场公布的1999年负荷与电价数据进行模型训练和预测,结果表明采用该方法所建立的预测模型具有较高的预测精度。 相似文献
13.
建立了虚拟直流电机控制系统的闭环传递函数,分析了虚拟直流电机惯量系数和阻尼系数对性能的影响,并建立了基于模糊神经网络的虚拟惯量自适应控制器,解决了虚拟惯量导致的电压恢复缓慢问题。基于虚拟直流电机控制系统的闭环传递函数,根据伯德图、极点分布图以及阶跃响应曲线分析了惯量系数和阻尼系数变化对虚拟直流电机控制系统性能的影响。根据惯量系数和阻尼系数变化对控制系统性能的影响,以及虚拟直流电机控制算法,设计了基于模糊神经网络的虚拟惯量自适应控制器,并通过对系统超调量的限定,设计了阻尼系数的整定方法。通过计算机仿真分析,验证了基于模糊神经网络的虚拟惯量自适应算法的正确性,证明了该自适应控制器的有效性。 相似文献
14.
自适应卡尔曼滤波在电力系统短期负荷预测中的应用 总被引:11,自引:5,他引:11
将卡尔曼滤波原理运用于电力系统负荷预测通常是针对线性定常系统,并在定常噪声协方差的前提下进行,模型的灵敏度差和预报精度不高.作者考虑了电力系统负荷自身的变化特点,根据不同日期同一时刻的负荷历史数据建立了含有时变系数的负荷系统模型、观测模型和系统参数模型,采用两段自适应卡尔曼滤波方法,同时考虑噪声协方差对预测精度的影响,运用时变噪声统计估值器对噪声协方差进行自适应估计,用预测方程预测次日的负荷.结合实际电网数据进行的预测计算取得了较好的结果. 相似文献
15.
This paper describes daily peak load forecasting using an adaptive hybrid two-stage methodology. Because the time series of electricity consumption is mainly influenced by seasonal effects, the double seasonal Holt–Winters exponential smoothing method is firstly used for next-day peak electricity demand forecasting. In the second stage, the secondary forecasting model is applied taking into account the benefits of Fuzzy c-means clustering; K-nearest neighbors algorithm; Wavelet packet decomposition; and Adaptive Neuro-Fuzzy Inference System, for further improvement in forecasting accuracy. The whole architecture of the proposed model will be presented and the results will be compared with neural networks and stand-alone adaptive neuro-fuzzy inference system based approaches by using a gathered data from the Algerian power system. The results show that: (1) the proposed methodology is the best among all the considered schemes, (2) the FKW-ANFIS has satisfactory performance in both normal and special daily conditions. 相似文献
16.
对风电场输出功率进行精确的预测是保证含大规模风电电力系统安全稳定运行的重要手段。文中对多步滚动预测模式进行了分析,并建立了ANFIS(自适应神经模糊推理系统)预测模型,进而实现对风电功率的实时滚动预测。以吉林省西部某风电场的实测数据为例进行算例分析,其中在形成初始模糊推理系统结构时,采用的算法是减法聚类,该算法有效的避免了人工设定结构法产生的组合爆炸问题。将基于线性回归法、滑动平均法和持续法进行风电功率实时多步滚动预测时得到的预测结果与利用所提出的ANFIS预测方法得到的结果进行比较,结果表明后者的预测精度更高,进一步说明了ANFIS预测模型的有效性。 相似文献
17.
基于改进回归法的电力负荷预测 总被引:16,自引:4,他引:16
提出了一种基于改进回归法的电力负荷预测方法,在对历史数据进行分析和参数估计的基础上,先用岭回归法剔除奇异值,再用主成分回归法提取影响负荷的主要因素,得出模型的解析形式。针对实际系统的应用验证了该方法不仅适用于短期负荷预测,也适用于超短期负荷预测。此外建立了一些特定因素的模糊函数,在超短期负荷预测过程中采用了聚类分析法提取负荷相似日。通过不同的简化,该方法可蜕化为传统的Kalman预测、相似日预测和神经网络预测,是一种比较全面的负荷预测方法,可得出高精度的预测结果。 相似文献
18.
交流电动机是一个多变量、非线性对象,其静态和动态特性以及控制较之直流电动机要复杂得多。本文针对交流电动机矢量控制系统因电机参数变化和负载波动等因素而使性能变差的问题,设计了一种基于改进算法的自适应神经模糊推理系统(ANFIS)的交流电动机矢量控制系统速度调节器。仿真实验结果表明,使用自适应神经网络的模糊推理系统控制的异步电机矢量控制系统不仅动态和稳态性能都得到提高,而且具有较强的鲁棒性。 相似文献
19.
基于ANFIS控制的交流变频调速系统研究与仿真 总被引:1,自引:0,他引:1
交流电动机是一个多变量、非线性对象,其静态和动态特性以及控制较之直流电动机要复杂得多。针对交流电动机矢量控制系统因电机参数变化和负载波动等因素而使性能变差的问题,设计了一种基于改进算法的自适应神经模糊推理系统(ANFIS)的交流电动机矢量控制系统速度调节器。仿真实验结果表明,使用自适应神经网络的模糊推理系统控制的异步电机矢量控制系统不仅提高了动态和稳态性能,而且具有较强的鲁棒性。 相似文献