基于气温累积效应和灰色关联度的短期负荷预测研究

气象因素是短期负荷预测重要的影响因素。为提高预测精度,研究了一种基于气温累积效应和灰色关联度的支持向量机拓展算法——最小二乘支持向量机(least squares support vector machine,LSSVM)。通过相关性分析得到与日平均负荷相关程度较大的气象因素。在此基础上,结合气温累积效应采用灰色关联方法对历史日进行分析,选取与待预测日关联度较大的历史日作为相似日,并对LSSVM模型进行训练和预测。实际应用表明,使用所提出的预测模型和数据处理方法能够得到更加精确的预测结果。     

基于灰色投影改进随机森林算法的电力系统短期负荷预测

针对短期负荷预测领域传统的机器学习算法(如人工神经网络、支持向量机等)存在的诸如泛化性能不强、参数和模型结构确定困难等问题,将随机森林回归算法引入短期负荷预测领域。同时应用投影原理改进了传统的灰色关联相似日选取算法,提出了一种基于灰色投影改进随机森林算法的电力系统短期负荷预测组合方法。基于灰色投影的相似日选取方法,采用灰色关联度判断矩阵表征历史样本与待预测日影响因素间的关联关系,并用熵权法确立影响因素的权重对判断矩阵加权,最后利用各个样本关联度投影值排序得到相似日集合。采用随机森林算法建立预测模型,利用灰色投影筛选出的相似日样本集合训练模型,最后输入预测日特征向量(天气预报数值、日类型等)完成预测。以浙江电网某县级市的负荷数据作为实际算例,并将上述方法与支持向量机方法以及未作灰色投影改进的随机森林算法进行对比。实验结果表明,新方法具有较高的预测精度和鲁棒性。     

计及相似日与气象因素的电动汽车充电负荷聚类预测

电动汽车充电负荷精准预测对于电网调度、电力市场交易、充电站规划建设等具有实际意义。由于电动汽车充电负荷特性异于传统的电力负荷,两者负荷的规律性及影响因素的敏感性各有不同,有必要针对电动汽车充电负荷影响因素及预测模型开展针对性研究。考虑到不同类型电动汽车充电负荷时间序列特性及影响因素存在差异,构建考虑日类型、最高与最低温度的电动汽车充电负荷预测模型;采用模糊C均值(fuzzy C-means, FCM)聚类算法对充电负荷进行聚类分析,挖掘数据特征属性,提取相似日负荷;针对聚类后的相似日负荷采用最小二乘支持向量机(least square support vector machine, LS-SVM)进行预测。将所得的预测结果和测试集进行对比,结果显示,基于该模型的预测精度高于使用非聚类的LS-SVM方法,验证了预测模型的有效性。     

基于最小二乘支持向量机的系统边际电价预测

系统边际电价是电力工业改革的关键因素之一,是电力市场的杠杆和核心内容。为克服神经网络预测法易陷入局部极小,隐层数不易确定,训练速度慢等问题,提出一种基于相似搜索和最小二乘支持向量机的系统边际电价预测方法,该方法对相似搜索得到的相似日的负荷—电价数据用最小二乘支持向量机建立电价预测模型,同时利用网格搜索和交叉验证自动选取最小二乘支持向量机相关参数。用美国加州电力市场的真实数据做实例验证结果表明该方法可有效提高预测精度。     

考虑数据新鲜度和交叉熵的电动汽车短期充电负荷预测模型

研究了公交车充电站短期负荷预测方法,提出了一种基于数据新鲜度和交叉熵的组合预测模型。首先,对公交车充电站的负荷特性进行分析,发现日充电负荷具有波动大、周期性、与气象条件(温度、降雨等)密切相关的特点。其次,对组合预测模型在累积历史预测误差的过程中作了如下改进:1考虑充电负荷样本数据的时间特征和波动性特征,给出了基于灰色关联度的相似日选取方法;2考虑单一模型在预测过程中的精度和稳定度,基于交叉熵和正态分布概率密度函数建立组合预测模型,动态地调整权重系数;3充分考虑数据源的时间有效性,提出新鲜度函数的概念,改善了单一预测方法的概率密度分布函数,进而优化组合预测的权重系数,进一步提高组合模型预测精度。基于北京市某公交车充电站的历史充电数据构建训练样本和测试样本,通过与单一预测模型和其他组合模型的预测结果进行比较,证明了所提组合预测模型的有效性。     

基于GOA-SVM的短期负荷预测

支持向量机是借助于凸优化技术的统计学习方法,与传统神经网络相比,泛化错误率低并且结果易于解释。将支持向量机用于负荷预测时,参数选择不准确会导致预测性能较差。提出一种基于蚱蜢优化算法的支持向量机短期负荷预测方法,以某地区负荷、天气等历史数据对SVM进行训练,并通过GOA优化选取支持向量机参数,然后以得到的最优参数建立GOA-SVM负荷预测模型。算例分析表明,GOA-SVM预测模型比GA-SVM和PSO-SVM模型有更好的收敛性能,且预测精度更高。     

基于数据挖掘技术和支持向量机的短期负荷预测

支持向量机方法已经非常成熟的应用在短期负荷预测领域,它在选取历史日期进行模型训练的时候通常选取距离预测日相近的一段日期,而没有考虑这段时间气象条件、星期类型、节假日造成的影响,使得所建立的模型并不能完全的反映预测日的特征。提出了基于一种基于数据挖掘技术的支持向量机负荷预测方法,该方法提出了预测模型样本选取的新颖思路,首先采用层次聚类法对历史日负荷进行聚类,利用层次聚类得到的分类结果建立决策树,根据待预测日的属性在决策树中查询得到支持向量机预测模型输入的历史负荷,建立支持向量机预测模型并对待预测日的负荷进行预测。实例中负荷数据采用浙江省某地级市的历史负荷,用新方法对该地区的日96点负荷进行预测,并将该算法与传统的支持向量机算法进行比较,文中提出的方法解决了传统的基于支持向量机方法训练日期选取不能反映待预测日特征的问题,故本算法结果具有较高预测精度。     

规模化电动汽车充电负荷预测

首先基于灰色预测模型、线性回归模型和BP神经网络模型的组合预测模型计算出传统汽车保有量预测曲线,并使用非线性二乘法拟合出基于Bass模型的传统汽车保有量的3个参数值。再通过基于层次分析的德尔菲法,构建传统汽车与电动汽车参数之间的关系,从而得到能预测电动汽车保有量的Bass模型。在保有量预测结果的基础上采用蒙特卡洛算法,结合用户使用电动汽车的起始充电时间、日行驶里程数、电池参数、充电效率等影响因素分别模拟城市中电动私家车,电动公交车与电动出租车的出行习惯,完成电动汽车的负荷预测。应用该方法进行电动汽车负荷预测时精度更高,效果更好。     

基于最小二乘支持向量机的短期负荷预测

针对当今人工智能短期负荷预测方法存在的缺陷,提出了一种最小二乘支持向量机(LS-SVM)短期负荷预测方法,即建立最小二乘支持向量机(LS-SVM)回归模型。在选取该模型训练样本时,为了提高预测精度,采用灰色关联投影法来选取相似日。同时,针对标准粒子群优化算法易陷入局部最优的缺点,提出自适应变异粒子群优化算法来选择最小二乘向量机的参数,从而提高了负荷预测精度,避免了对模型参数的盲目选择。仿真结果分析表明,该方法有效、可行。     

基于改进积温效应修正模型的负荷预测

针对积温效应会造成电力负荷异常增长,传统负荷预测方法精度较差的问题,基于积温效应对电力负荷影响进行分析,提出了基于改进积温效应修正模型与参数优化支持向量机的负荷预测方法。首先分析气象因素与气象负荷的相关性,确定积温临界值,对积温效应强度和温度之间的关系进行研究,提出了一种改进积温效应温度修正模型。然后利用PSO对支持向量机参数进行优化,利用优化支持向量机对日负荷进行预测。最后通过算例实例证明了该方法的有效性,可有效提高短期负荷预测的精度。     

电缆头常见故障分析与处理措施

介绍热缩电缆头和冷缩电缆头的技术特点,对电缆头常见故障进行分析,提出电缆头制作、安装工艺要点和技术方案,通过方案的实施,提高了电缆头的安装工艺水平,保障了系统的安全、可靠运行。     

建立适合我国国情的电力期货期权市场

随着我国电力工业改革的逐步深入 ,建立电力期货期权交易市场已是大势所趋。电力期货可以通过套期保值、风险转移来规避电价波动给市场参与者带来的风险。本文对电力期货和期权的功能进行了总结 ,并设计了交易平台和交易规模。同时针对我国电力市场的现状 ,在吸取西方发达国家已有经验的同时 ,讨论了适合我国国情的期货期权交易合约。     

高压工频电场警示仪的研究

环评测试表明,在高压线路下和变电站内部分区域,电场强度超过国家标准5kV/m规定的最大值.为了便于电力工作人员及时准确的获得作业场所的电场信息,本文以C8051F020单片机为核心开发研制了高压工频电场警示装置.现场测试表明,该装置不仅可以对电场强度进行测量,当环境的电场强度超过规定值时,其声光报警系统可以自动告警,能满足电力系统对电场环境监测的需要.     

电动车驱动电机及其控制技术综述

简述了电动车驱动系统及特点,在此基础上详细分析并比较了电动车主要电气驱动系统,着重介绍了一种深埋式永磁同步电动机及其控制系统,最后简要概述了电动车电气驱动系统的发展方向。     

带理想变压器的综合负荷模型

直接考虑配电网模型的综合负荷模型(SLM)是正在推广的一种负荷模型,该模型能够较为准确地反映配电网络以及配电网无功补偿的状况.但该模型中并没有考虑配电网中变压器的作用,有可能导致低压母线的电压在部分情况下过低,而使系统不能正常计算.提出在配电网络部分加入一台等值理想变压器,配合无功补偿装置以稳定供电电压,由此建立带理想...     

工业企业的电能质量问题

随着工业企业和商业用户用电设备技术的不断更新，对供配电系统的电能质量提出了更高的要求。同时各种各样的电能质量问题也层出不穷，如何诊断这些问题是现场工程师必须具备的技能。本文通过对两个工业电能质量案例的分析，重点讨论了三相不平衡、电压骤降这个最常见的问题，目的是说明一些电能质量问题诊断的步骤与技能。     

浅谈电机的电磁噪声

简要介绍了电磁噪声产生的原因和降低电磁噪声的主要措施。     

带并联电抗器的超/特高压输电线路的单相重合闸新方案

针对现有输电线路中采用固定时限的单相重合闸存在盲目重合于永久性故障的问题,研究了一种重合前可靠识别严重永久性故障不重合的重合闸新方案.结合带并联电抗器的超/特高压线路的提高供电可靠性和减小重合过电压的要求,提出了以单相故障可靠选相为基础、严重永久性故障可靠不重合、瞬时性故障可靠重合的单相重合闸新方案.利用测量精度高的并...     

电力负荷预测软件在晋中地区的应用

引进电力负荷预测系统 ,结合晋中地区的实际负荷结构和特点 ,选取多种数学模型 ,对晋中地区的电力、电量进行了准确的分析和预测     

电动车电池的发展现状

介绍了铅蓄电池、金属氢化物-镍蓄电池、锂离子蓄电池及聚合物锂离子蓄电池、锌-镍蓄电池、锌空电池和氢燃料电池作为电动自行车、电动汽车以及混合电动车动力电源的优缺点;分析了上述蓄电池在电动车上的应用现状和应用前景。