共查询到20条相似文献,搜索用时 15 毫秒
1.
短期电力负荷预测工作是电网安全、稳定运行的基础,通过准确地对电网供需平衡预测,可合理安排机组检修,实现电力市场正常运转,是实现"三公"调度的重要保障。黄山电力调度中心开发并完成基于山区气候的市县一体化短期电力负荷预测系统应用以来,短期电力负荷预测准确率得到大幅度提升,满足了电网安全、稳定运行的需要。 相似文献
2.
电力短期负荷预测在实时控制和保证电力系统经济、安全与可靠运行方面起着重要作用,对于系统运行具有重大影响。根据电力短期负荷的变化特点,综合考虑温度、天气、风力等因素,提出了基于遗传算法优化人工神经网络方法的短期负荷预测模型。在试验中采用单一的人工神经网络和优化的神经网络建模分别对广东省某城市电网的短期负荷进行预测。实际预测结果表明,基于遗传算法优化神经网络方法预测模型的预测准确度明显高于单一神经网络方法的预测准确度。 相似文献
3.
《中国电机工程学报》2021,(9)
电力系统的稳定运行具有负荷平衡的强约束性,准确的电力负荷预测在保证电力系统规划与可靠、经济运行方面具有十分重要的意义,影响着电力系统的诸多决策,如经济调度、自动发电控制、安全评估、维护调度和能源商业化等。该文针对电力负荷预测的多种气象因素影响,提出一种基于Tsne降维可视化分析及飞蛾火焰优化ELM算法(MFOELM)的电力负荷预测新方法。针对影响电力负荷预测的高维气象数据,采用改进的SNE降维可视化分析方法 Tsne,解决了数据拥挤造成可视化效果不佳且数据结构易发生改变的问题,通过与Kpca、SNE降维方法的对比实验,证明了Tsne可以更好地将高维气象数据向低维空间映射,较高地保持高维空间中的数据结构并改善数据可视化效果;针对ELM负荷预测模型的局限,利用MFO在求解具有约束和未知搜索空间的复杂问题时具有的优越性对ELM优化,更好地解决了ELM权值输出不稳定,易陷入局部最小值等问题。通过对SAELM、PSOELM、MFOELM三种预测算法进行寻优实验,结果表明MFO不但具有更快的求解速度,而且提高了ELM的预测精度。通过对国际公开的美国日气象数据降维,协同负荷数据进行预测进行对比实验,证明了该文方法的有效性和优越性。该文方法在唐山实际电网负荷预测中应用,为制定合理的电网运行方式提供依据。 相似文献
4.
5.
6.
7.
8.
9.
改进模糊神经网络在负荷预测中的应用研究 总被引:1,自引:0,他引:1
电力系统短期负荷预测是电网调度中一项重要的工作,精确的负荷预测可以为调度员提供必要的基础数据,电网运行安排也都是以负荷预测的数据作为根据。利用人工神经网络可以任意逼近非线性系统的特性,将其用于短期负荷预测。研究了改进的误差反向传播算法——动量及自适应lrBP的梯度递减训练算法,预测结果表明比标准BP算法具有更好的性能。同时,针对大量无法用精确数值来量化的信息的影响,引入模糊理论的方法,定义了不同的隶属度函数,模糊化后输入到网络中进行训练和预测,结果表明其精度比输入量非模糊化的人工神经网络更高。 相似文献
10.
11.
12.
为了保障电网安全稳定和电力市场高效运行,电网调度人员和电力市场参与者对电力负荷预测准确度提出了更高要求,分布式电源和间歇性负荷是影响负荷精准预测的关键因素。针对传统负荷预测方法无法同时对负荷本身变化规律及其影响因素进行建模的问题,提出基于长短期记忆单元(LSTM)的负荷预测方法。利用具备时序记忆功能的LSTM构建深度循环神经网络(RNN),综合考虑历史负荷和各类负荷影响因素建立负荷预测模型。该方法利用神经网络的特征提取能力和LSTM的时序记忆能力,能在更长的历史时间范围内辨识负荷内在变化规律及各类影响因素对负荷的非线性影响。基于实际负荷数据对不同历史时间窗口、不同网络架构的负荷预测性能进行验证,并与其他负荷预测算法进行比较,结果表明所提方法能有效提升负荷预测准确性。 相似文献
13.
电力市场中基于序贯仿真的用户电价研究 总被引:1,自引:0,他引:1
在厂网分开的电力市场中,用户电价不仪与电厂报价和电网支出有关,还与系统的可靠水平有关。电网运行方式、负荷水平、设备的检修和随机故障,都对用户电价和电网收益产生重要影响。本文采用时间序列负荷模型,在电网运行中考虑了运行方式、负荷水平和设备停运,采用序贯仿真模拟电网的长期运行,建立优化调度策略,引入停电赔偿电价和峰谷电价,计算相应的收支费用。在IEEE-14测试系统的计算结果表明,算法反映了安全因素和经济因素的关系,有助于建立电力市场中合理的用户电价体系。 相似文献
14.
15.
<正> 电力生产的目标是使电网安全、经济、稳定运行,山东电网的SCADA系统为电网的安全、稳定运行打下了良好的基础,作为提高电网经济性的手段——经济调度亦越来越受到人们的关注。在过去一个时期,人们普遍采用离线经济调度,它是以预测的次日负荷曲线为依据来编制次日的调度计划表,以获取系统的经济性。由于日负荷预测曲线较粗糙,仅取每小时的平均负荷,且许多因素都无法准确计算,因此在实际运行时常会出现一些偏差,特别是当电网运行方式临时改变时,将会有更大的差异,经济调度也就无从谈起。为此,我们在SCADA系统的基础 相似文献
16.
准确的负荷预测可以保证电网的安全稳定运行,提高电力系统运行的经济效益,为此,基于灰色理论建立了电力负荷预测模型,并结合陕西省汉中市区电力局某变电站2006年7月的实际负荷讨论了灰色模型在短期负荷预测中的应用,实例计算表明,该模型具有预测精度高、计算过程简单等特点。 相似文献
17.
回归分析法在电力负荷预测中的应用 总被引:1,自引:0,他引:1
电力系统负荷预测,是电力系统计划管理工作中一个很重要的环节.新建电网中的电源布局,电网规划中的电力平衡、旧电网改造及其现代电网的运行方式和各发电机组生产计划安排,都与负荷有着十分密切的关系.电力负荷预测还是电力系统规划的基本依据,因此,要求电力负荷预测工作科学、准确以求得最佳经济效益.目前,各种预测方法甚多,但回归分析法简单、易懂,具有一定的实用价值. 相似文献
18.
近年来,电力行业快速发展,对电力负荷进行预测也越来越重要,其中短期负荷预测对于电力系统的调度和市场运行起到极其重要的作用,精准的电力负荷预测可以有效提高发电设备利用度。融合卡帕(Kappa)测度和萤火虫算法的进行选择性集成学习方法实现短期负荷预测,该方法首先使用自展法(bootstrap抽样)生成多个学习器,然后使用Kappa测度对学习器进行初步筛选,接着使用萤火虫算法从中选择部分差异度大、准确率高的学习器参与集成,其准确率相较于单个学习器而言,有着明显提升。选取2015−2016年武汉2家激光企业的日均负荷曲线作为研究对象,进行负荷预测,通过与其他预测方法进行对比,该方法的预测精度较高。 相似文献
19.
电力系统负荷预测的精度将直接影响电力系统的经济效益和用电的安全和稳定,是电力负荷预测的重要组成部分。利用人工神经网络可以任意逼近非线性系统的特性,将其用于短期负荷预测。在标准的BP网络中加入了动量项和自适应学习速率,预测结果表明比标准BP算法具有更好的性能。在相同的情况下,连续预测六天的负荷和一年的负荷,结果都证明了研究方法具有一定的实用性。 相似文献
20.
电力是一种重要的能源资源.电力建设和现代电力事业的发展,需要高效便捷的电网调度技术作支撑.电力技术在电网调度运行中发挥了重要作用,是电网调度高效运行的重要保证.主要分析了电力技术在电网调度中的实际运用及其重要作用,为当前的电网调度工作提供相关的技术参考. 相似文献