面向综合的电力负荷动特性建模

针对目前负荷动特性建模中存在的问题,提出了负荷建必须面向综合的观点,给出了综合的方法,并结合１９９６年沧州地区现场实测数据分析了负荷组成昌变系统中综合的可行性和有效性。建模实践表明：负荷动特性综合对于解决目前负荷动特性建模中存在的问题,建立适用于仿真计算的负荷模型有着非常重要的作用。     

基于判别分析的负荷动特性综合方法

负荷动特性的分类与综合是解决负荷建模中时变性问题的有效途径.以基于实测响应空间的负荷动特性分类方法为基础,提出了一种负荷动特性直接综合方法.首先求得每类负荷特性中所有样本的重心作为相应类的聚类中心;再通过对各个聚类中心等效样本进行参数辨识以得到相应类的综合模型参数;然后运用判别分析法确定新实测样本的所属负荷特性类别并形成修正后的新的聚类中心等效样本;最后对加入新样本后的聚类中心等效样本进行参数辨识以得到相应类的修正综合模型参数.通过对某一变电站采集的动态负荷特性数据的综合实践,验证了此方法的简便、准确、有效.     

基于模糊聚类的电力负荷特性的分类与综合

在阐述负荷特性分类与综合内涵及意义的基础上，以变电站综合负荷构成成分比例为负荷特性分类和综合的基本特征，基于模糊聚类原理，提出了模糊等价关系和模糊C均值算法的2种分类方法。基于模糊C均值法可以通过优化理论获得聚类中心矩阵，同时完成负荷特性分类与综合。对某省48个变电站采用加权平均的方法进行聚类分析，得出了基于模糊等价关系的聚类综合特性并与模糊C均值算法的聚类中心矩阵进行了比较分析。结果表明，两者都具有良好的聚类综合能力；基于模糊C均值法的聚类能力明显优于基于等价关系的聚类法，而且聚类结果更为合理有效。两种方法都成功地解决了负荷建模中变电站特性分类处理的复杂性与主观性。     

电力系统负荷模型的分类与综合

负荷模型对电力系统分析具有重要的影响,但由于负荷建模本身的困难,电力系统负荷建模 一直是电力系统分析计算中没有很好解决的问题,以致于许多人认为负荷特性没有规律可言 。文中给出基于模式识别的分类方法和综合建模方法,并通过对河北沧州1996年、1997年、 1998年数据的分类和综合处理,发现负荷特性具有可重复性。这说明虽然存在着负荷特性的 时变性、随机性,但是负荷特性还是有规律的,这也证明了总体测辨法的可行性。     

牵引供电系统综合负荷实测建模

针对实测建模中牵引负荷时变性的问题,采用负荷特性分类及综合方法进行了一定程度的解决;通过研究牵引供电系统的结构原理,提出了一种改进型牵引供电系统综合负荷模型,运用总体测辨法对各个聚类中心等效样本进行参数辨识,给出了牵引负荷几种典型工况的推荐参数,为牵引负荷实测模型应用于电力系统仿真提供了基础.算例结果表明,改进型模型对负荷特性具有满意的描述能力,同时也验证了负荷特性分类及综合方法的有效性和合理性.     

电压稳定研究中的负荷模型及其建模方法

综合负荷模型及其建模是电压稳定研究中最基本和最关键的问题之一。本文全面地论述了电压稳定研究中综合负荷模型的应用现状,系统地阐述了当前电压稳定分析中常用负荷模型的特点及其存在的主要问题,提出了电压稳定分析中综合负荷建模的基本要求和建模方法,对电压稳定分析及其负荷建模具有普遍的指导意义。     

基于Ward法的负荷特性分类研究

负荷建模的最大困难在于负荷的随机性和分散性,而基于聚类方法的负荷特性分类是解决这一问题的有效途径。将系统聚类法中的Ward法引入到负荷特性分类研究中,并给出了该方法在一个区域电网中的应用实例。结果验证了该方法应用于负荷特性分类研究的可行性和有效性,聚类结果合理、准确、客观,表明该方法具有较好的工程应用前景。     

基于元件与量测相结合的负荷特性数据库系统

以电网综合负荷特性的调查统计数据和在变电站现场采集的负荷特性数据为基础,采用VisualBasic6.0开发工具和SQLServer2000数据库平台,开发了一个电力系统综合负荷特性数据库系统,并成功地应用于基于元件和基于量测两种途径的综合负荷建模。阐述了综合负荷特性数据的来源和特点以及数据库的基本结构和功能设计,着重描述了数据库的具体设计方法和技术。实际运行表明,该数据库系统具有结构完整、界面友好、操作方便、运行可靠、扩展性好等特点,为电力系统综合负荷建模及负荷特性研究提供了技术支持。     

基于统计综合负荷建模的系统方法研究

基于统计综合负荷建模的基本原理,结合实际系统的建模实践,提出了一套基于统计综合法负荷建模的系统方法。对每一用电行业进行典型用户的负荷结构调查并确定行业的综合负荷结构。用模糊聚类方法确定行业的综合负荷性,进而即可建立母线或变电站的综合负荷静态模型。建模实践证明了该方法的可行性和有效性,为积累符合我国国情的行业综合负荷静态模型参数库的数据进行了有益的探讨。     

基于实测响应空间的负荷动特性直接综合方法

明确指出了负荷动特性的分类与综合在面向实用化过程中所必须解决的3个层次问题。以基于实测响应空间的负荷动特性分类方法为基础,提出了一种负荷动特性直接综合方法:采用重心法原理确定各类负荷特性的聚类中心作为其等效实测响应样本;通过对各个聚类中心等效样本进行参数辨识以得到相应类的综合模型参数;运用判别分析法确定新实测样本的所属负荷特性类别并形成修正后的新的聚类中心等效样本;对加入新样本后的聚类中心等效样本进行参数辨识以得到相应类的修正综合模型参数。以某一变电站采集的负荷特性数据为例,验证了提出的方法简便、准确、有效。总结了考虑负荷时变性的总体测辨法建立某一综合负荷点的模型的大体步骤。     

基于实测响应空间的负荷动特性分类原理与方法

负荷特性的分类与综合是解决负荷建模中时变性难题的有效途径。于是基于随机过程相关性原理,提出了一种基于实测响应空间的负荷动特性分类方法。该方法以负荷动特性的实测响应空间为特征向量空间,对各个样本的实测响应进行时间坐标的标准化,以计算实测响应空间各样本间的相关系数,并采用系统聚类法按相关系数值进行特性分类。实测响应空间具有能够直接、准确地反映负荷构成的本质特征的优点,一工程应用实例证明了该方法正确有效,实现简便。     

改进分段线性表示与动态时间弯曲相结合的负荷曲线聚类方法

聚类分析是负荷特性分类与综合的基本方法。针对现有聚类方法应用于基于电网大数据平台的在线负荷建模中在聚类质量、鲁棒性等方面表现的不足,提出一种改进分段线性表示(IPLR)的日负荷曲线降维方法。利用IPLR对数据组进行自适应降维重构的优点,与动态时间弯曲(DTW)距离适用于不等维时间序列间相似度衡量的特点相结合,构造出IPLR与DTW距离相结合的日负荷曲线聚类方法。首先,根据负荷曲线相邻及间隔采样点变化量,提取负荷曲线的特征点,对曲线进行自适应降维重构;然后,以DTW距离作为曲线相似度衡量指标,运用基于Canopy的K均值(CK-means)算法对降维数据组展开聚类分析。将所提出的方法应用于中国某省区电网典型用户日负荷曲线的分类与综合,结果表明所提降维方法与相似度衡量方法相契合,具有良好的综合性能,适用于变电站综合负荷行业构成比例解析。     

电力负荷动特性分类方法研究

负荷特性的分类与综合是负荷模型实用化的关键,是解决负荷建模中负荷特性随机时变性问题和区域分散性问题的有效途径。文中深入分析了负荷动特性分类方法,系统阐述了负荷动特性分类特征向量的种类和基本要求。明确指出:以实测响应空间作为特征向量空间必须对实测响应进行时间坐标的标准化;以模型参数空间作为特征向量空间必须选择参数稳定性好的辨识算法;以标准电压激励下的模型响应空间作为特征向量空间必须选择具有好的内插外推能力的模型结构。最后,通过一个含有20个现场实测样本的分类实例比较和分析了3种特征向量空间的分类结果,并推荐使用实测响应空间作为负荷动特性分类的特征向量空间。     

改进FCM算法及其在电力负荷坏数据处理的应用

变电站日负荷曲线含有丰富的综合负荷构成特性信息,可以用于负荷特性的分类与综合,但必须对原始生数据进行坏数据的辨识与调整.在深入分析已有方法以及负荷建模对日负荷曲线分类与综合要求的基础上,提出一种基于拉格朗日(Lagrange)插值方法和模糊聚类原理的改进的模糊C均值聚类FCM( fuzzy C-means)算法应用于变...     

基于灰色关联聚类的负荷特性分类

以变电站负荷构成比例为基本特征,以负荷特性之间的灰色关联度作为基本测度指标,把灰色理论应用于负荷特性分类;并定义负荷特性的均值化特征向量,构造灰色关联度矩阵,提出一种基于元件的变电站综合负荷特性的分类方法.对湖南省48个220 KV变电站的负荷特性分类结果表明,该算法简易、快速、有效,分类结果合理,具有广阔的应用前景.     

基于用户日负荷曲线的用电行业分类与综合方法

利用实时日负荷曲线进行综合负荷在线建模需解决用户日负荷曲线的正确分类与有效综合以及变电站日负荷曲线的行业构成比例识别2个关键问题.运用模糊C均值聚类和模式识别原理,提出一种基于日负荷曲线的用户所属用电行业的分类与综合方法.首先在有功功率空间进行用户的行业归属分类和行业用户精选,得到行业综合日负荷曲线;然后在定义的特征空间获得描述行业综合用电特性的特征参数,并以此作为检验分类与综合结果合理性的测度指标.实际应用表明,该方法物理概念清晰、简便、实用.     

基于出线的变电站综合负荷建模方法

针对目前统计综合法和总体测辨法等负荷建模方法存在数据需求量大,难以反映负荷时变性或辨识速度慢、精度低等缺点,提出了基于出线的变电站综合负荷建模方法。该方法从变电站出线入手,首先建立出线负荷模型,进而对变电站整体建模,得到含静态负荷、动态负荷、配电网及电容补偿的出线-综合负荷模型。仿真算例结果表明,该方法较总体测辨法,辨识速度和精度都有较大的提高,具有一定的可行性及工程实用性。     

基于非侵入式用电数据分解的自适应特征库构建与负荷辨识

非侵入负荷监测是实现需求侧测量与能效优化的有效途径。文中提出了一种高频采集模式下的非侵入式负荷在线监测方法,使整个监测过程自动化、实时化。首先,根据负荷电流的可加性原理建立了负荷分离模型,得到独立负荷波形;并结合负荷的操作特性,无需预实验获取先验数据。然后,通过贝叶斯分类模型实现负荷种类判断,从而在运行过程中为每个独立用户构建动态的负荷特征库。最后,基于库中数据,通过构建寻优模型实现负荷辨识,从而持续、实时获取负荷用电状态,并通过实际采集的用电数据验证了方法的有效性。该研究可自适应地为独立用户构建负荷特征库,改善了提前建库不具有普适性的问题,同时,基于特征库的快速寻优保证了辨识的有效性与准确性。