层次化电力信息网络威胁态势评估方法

为了实时描述电力信息网络的宏观安全状况,提出了一种层次化的网络威胁态势评估方法并予以系统实现。该方法通过灰色聚类分析将各种网络威胁按危害程度划分为强、中、弱3类,并以这3类作为层次分析法中准则层的设计依据,再利用层次分析法构造层次化的评估指标体系并确定各种网络威胁的权重。将各种网络威胁的权重与其实时发生次数加权求和得到网络威胁态势值,其数值大小反映了电力信息网络实时安全状况。最后的实验和系统运行情况表明,该方法可有效地展示电力信息网络安全状况,有助于提高其安全防护水平。     

基于支持向量机和粒子群算法的信息网络安全态势复合预测模型

提出一种基于支持向量机和粒子群算法的网络态势复合预测模型。模型使用滑动窗口方法将各原始离散时间监测点的安全态势值构造成部分线性相关的连续时间序列,以其作为安全态势数据样本集对支持向量机加以训练,生成预测模型。在支持向量机训练过程中,利用粒子群算法搜寻支持向量机的最优训练参数,以降低支持向量机参数选择的盲目性,提高预测精度。最后通过基于大量电力企业信息网络现场安全监测数据的实验,验证了复合预测模型的有效性。     

面向电力信息网络的安全态势感知研究

针对电力信息网络的安全态势精确判断问题,提出一种基于机器学习的安全态势感知方法,并将其应用于实际现场环境.该方法将安全态势感知抽象为分类问题,将实际现场监测设备的记录做为数据源输入到分类器以得到感知结果.基于球向量机设计分类器,并利用量子遗传算法搜索球向量机最优训练参数以提高分类精度.基于KDD Cup 99数据集的实验和系统的实际运行情况表明,该方法在态势感知精度方面优于传统方法.     

结合误差校正的北京市中长期电力需求预测

中长期电力负荷预测是电力规划中一项战略性工作。为明晰揭示电力需求与经济社会发展的密切关系,基于GDP因素分解提出以人口、城市化、经济发展及产业结构建立电力需求非线性预测模型。由于未来一年的电力需求需要特别关注,为消除回归预测可能产生的较大误差,引入GARCH模型进行误差校正。将该方法应用于北京市中长期电力需求预测,并建立相关自变量预测模型;将所得预测结果、弹性系数法预测结果及北京市规划值进行比较,初始预测值与校正后的预测值进行比较,验证该方法具有较高可信性。该方法可为其他相关研究提供借鉴。     

基于族群进化计算的多项式回归电力负荷预测

提出了1种基于族群进化计算的多项式回归电力负荷预测方法,该方法利用族群进化理论来有效优化多项式回归分析模型中的参数,取得了较好的效果。同时,选择某地区用电量历史数据进行预测分析,并与季节指数模型预测的结果进行了对比,从数据对比分析结果看,该文提出的预测值与实际值的平均误差和相对误差均小于季节指数模型,证明了该方法的可行性和有效性。     

基于支持向量机回归组合模型的中长期降温负荷预测

提出基于支持向量机回归组合模型的中长期降温负荷预测方法。其中,支持向量机模型以多种社会经济数据为输入参数,年最大降温负荷值为输出参数。在训练过程中采用网格搜索法对支持向量机回归模型参数进行优化;回归分析中,综合采用线性、二次和三次多元回归的组合模型;最后利用最优组合预测方法将二者组合。采用广东省2008~2011年实际负荷数据和社会经济数据为训练样本,2012~2014年数据为测试样本,对支持向量机回归组合预测模型进行验证,同时也对2015和2020年最大降温负荷进行预测。结果表明,预测值与真实值的误差控制在5%以下,验证了该中长期降温负荷预测模型的有效性。目前该预测模型已在广东电网得到实际应用。     

基于改进高斯过程回归的短期负荷概率区间预测方法

电力市场改革和分布式能源的并网给电网的运行和规划带来了许多不确定性的因素。为获取更准确、更综合的电力负荷预测值信息,提出一种基于K-means特征提取和改进高斯过程回归的短期负荷概率区间预测方法。首先利用历史负荷数据建立候选特征集,然后通过K-means的特征提取方法先对候选特征集进行分类,再利用K邻域内特征变量之间的互信息来选取负荷最优特征子集,并实时更新最优特征子集。为了准确捕捉电力负荷的时变特性,利用改进的高斯过程回归算法进行电力负荷概率区间预测,主要包括动态更新超参数和滑动窗更新训练样本集两个部分。实例表明,所提方法相比分位回归、高斯过程回归而言预测精度更好,所形成的预测区间具有更窄的区间宽度和更高的覆盖率,能为电力系统的运行规划提供更全面、更有效的负荷信息。     

经济新常态下基于偏最小二乘回归的中长期负荷预测模型

经济新常态下,中长期负荷预测面临负荷趋势呈S形、可依赖数据样本少等问题,传统预测方法精度受限,因此提出一种基于偏最小二乘回归和情景分析法的中长期负荷预测模型。从经济新常态的速度、结构、动力3个宏观方面入手,建立一个宏观与微观相结合、层次化的电力负荷影响因素指标体系;采用偏最小二乘回归法获取电力负荷与各影响因素的关系方程;根据"十二五"及"十三五"期间经济和电力发展的特点,采用情景分析法设定多个情景及相应参数,获得不同情景下有区别的负荷预测结果,以降低预测风险。利用所提模型对某省"十三五"期间的逐年用电量进行预测,通过与现有成熟方法预测结果及官方公布数据的对比,验证了所提模型的有效性。     

基于离散Hopfield模式识别样本的GRNN非线性组合短期风速预测模型

利用实时风速数据,建立基于离散Hopfield模式识别样本的广义回归神经网络(GRNN)非线性组合预测模型。在风速数据样本集经二维小波阈值去噪处理后,基于离散Hopfield识别历史数据中与待预测样本最相似的数据,并作为训练样本;将支持向量机、BP神经网络和Elman神经网络分别进行单项预测的结果作为输入向量,经GRNN进行非线性组合预测。采用某风电场的实际风速数据进行预测,结果验证了该预测模型的正确性和有效性。     

电力负荷短期预报的子集门限自回归模型

介绍了门限自回归时间序列模型的一种特殊形式－－子集门限自回归模型,给出了模型门限集及回归项子集辨识的点值图法与逐步顺归法,并研究该模型在电力负荷短期预报中的应用。子集门限自回归模型可以复现电力负荷的主要特征－－季节性趋势,实例表明它应用于负荷短期预测具有较高的预测精度。     

差压传感器灵敏度校准的非线性处理方法

研究了水轮机高水头试验台蜗壳差压传感器校准的非线性拟合方法的优点，针对原来采用的线性拟合方法，通过对残差的理论分析和实际计算，提出了分析的精度，为改进水 轮机高水头试验台测试系统的工艺起到了促进作用。     

回归分析法在电磁继电器释放电压值预测中的应用

首先阐述了一元线性回归、指数回归、加权指数回归等3种回归分析方法的原理及各模型参数的确定方法.在此基础上,针对电磁继电器贮存加速寿命试验所得到的释放电压数据分析进行拟合与预测,并对各种回归分析方法的拟合与预测结果进行了精度分析.最后,对3种方法的预测效果进行了比较.     

基于部分岭估计的系统谐波阻抗与谐波发射水平的评估方法

提出了利用部分岭估计原理对电力系统谐波阻抗进行估计的方法,能够有效提高谐波阻抗估计精度。采用由系统侧与用户侧构成的简单等效电路,在公共连接点处测出各次谐波电压及谐波电流。根据回归方程,利用部分岭估计求得回归系数,即谐波阻抗值,其中岭参数结合岭迹法获得,再对用户侧的谐波发射水平予以评估。该法获得的回归系数具有较小的均方误差,并且克服了广义岭估计存在对特征值过度修正的问题。运用Simulink进行仿真分析,结果表明仿真数据与理论分析较为一致。     

基于改进偏最小二乘法的系统谐波阻抗及谐波发射水平估算

提出了用改进的偏最小二乘回归法估算供电系统谐波阻抗的方法.对公共点采样的电压和电流信号进行快速傅里叶变换,得出各次谐波电压和电流分别作为回归方程的因变量和自变量,以系统侧阻抗为回归系数,利用改进的偏最小二乘法求解出回归系数即为系统侧阻抗.该方法克服了传统偏最小二乘法可能漏选有用成分的缺陷.仿真及实例结果验证了利用改进偏...     

基于支持向量回归的300MW电站锅炉再热汽温建模

为解决某电厂300MW电站锅炉再热汽温异常的问题,提出一种基于支持向量回归的建模方法,采用现场数据进行数据建模。建立在数据统计特性基础上的模型具有高的回归相关度,能反映出再热汽温与操作参数之间的内在联系。针对机组存在的再热器出口汽温偏低而部分管壁温度过高的问题进行了回归分析,结果表明模型具有较高的相关系数,且模型复杂度较低,具有好的鲁棒性。作为现场试验辅助手段,对进一步进行参数优化和再热汽温调节具有重要指导意义和参考价值。     

送电线路工程的成本预测

本文采用线性回归和蒙特卡洛仿真法对送电线路工程成本进行预测,提高了预测成本的准确度,为企业经营决策提供了重要依据     

基于改进回归法的电力负荷预测

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。     

利用回归分析确定离合器制动时间指标

本文主要是通过随机抽取离合器样本，对其在不同试验条件下的制动时间进行测试，运用相关分析和回归分析理论，并借助Minitab软件对试验结果进行分析，确定试验条件和制动指标之间的相关性，建立回归方程，并运用回归分析的预测和控制理论，确定在不同条件下离合器的制动质量指标。     

牵引传动中润滑油的牵引系数回归模型

本文利用EXCEL统计分析软件,对Moboi ATF220牵引油在不同卷吸速度、不同载荷以及不同滑差率多种工况下的线接触牵引系数的试验数据进行分析,建立了基于最小二乘法的统计回归数学模型,得出了线接触牵引系数的计算式,从而可用来对工程实际中的牵引力进行预测。     

基于RVM回归的姿控系统多故障检测

针对卫星姿控系统故障具有并发性和多发性的特点,敏感器和执行机构均可能发生故障,依据相关向量机(RVM)回归理论,采用基于模型辩识,残差评价的方法实现姿控系统多故障检测.通过对太阳敏感器、陀螺和反作用轮的历史输入输出数据建立RVM回归模型,考虑到建模精确度直接影响到检测精确度,对比分析最小二乘支持向量机回归( LSSVR...