高压带电体温度监测及灰色预测分析

阐述了ZigBee监测变电站高压带电体温度的基本原理与监测过程,完成了相关软件的设计,进行了变电站高压带电体温度的实际测试工作,且利用灰色预测理论,提出了高压带电体温度预测方案,对温度变化实现了较为精准的预测。结果表明,监测系统的稳定性与安全性良好,能够实时监测预测温度,具有较高的推广价值。     

A Combination Method for Wind Power Prediction Based on Cooperative Game Theory

Accurate prediction of wind power is significant for power system dispatching as well as safe and stable operation. By means of BP neural network, radial basis function neural network and support vector ma- chine, a new combined method of wind power prediction based on cooperative game theory is proposed. In the method, every single forecasting model is regarded as a member of the cooperative games, and the sum of square error of combination forecasting is taken as the result of cooperation. The result is divided among the members according to Shapley values, and then weights of combination forecasting can be obtained. Application results in an actual wind farm show that the proposed method can effectively improve prediction precision.     

基于PSO和曲线重迭算法的扩展短期负荷预测

精确的电力系统扩展短期负荷预测,有利于改善短期负荷预测效果和制定科学合理的滚动发电计划。根据历史负荷数据的内在规律性,提出了一种基于粒子群优化改进曲线重迭算法的扩展短期负荷预测方法。该方法由若干个同日类型日形成相关负荷集,并结合粒子群优化算法(PSO)的全局寻优能力对传统曲线重迭法中的参数进行了优化,有效克服了传统曲线重迭算法中依据经验选定参数的盲目性。研究结果表明,该预测方法较传统曲线重迭预测法有更高的预测精度。     

灰色系统模型及其应用问题的研究

分析了灰色系统模型的建模与预测，利用ＧＭ（１，１）模型及灰色关联分析进行模型拟合，预测与检验，分别研究了纺织生产中的配棉问题，水文研究中的预测问题及稀罕运量预测问题。     

基于云计算和量子粒子群算法的电力负荷曲线聚类算法研究

针对电力数据海量化、多维化的趋势,为了提高聚类算法的聚类质量,并解决传统聚类算法聚类海量高维数据时单机计算资源不足的瓶颈,提出了一种基于云计算的电力负荷曲线聚类的并行量子粒子群优化模糊C均值聚类算法。将量子粒子群群体智能算法引入到传统模糊C均值聚类算法中,利用QPSO较强的全局搜索能力,克服FCM算法易陷入局部最优以及其对初始聚类中心过于敏感的缺陷。最后,采用云计算的MapReduce编程框架以及HBase分布式数据库对算法进行并行化改进。经实验验证与FCM算法和AFCM算法相比聚类正确率提高了10%左右,且并行性能较好。     

基于自适应的动态三次指数平滑法的风电场风速预测

随着风力发电的快速发展,对风电场的风速实现较准确的预测也逐步成为风电领域研究的热点。为了提高风速的预测精度,综合考虑风速历史时间序列的影响,在传统的三次指数平滑方法的基础上,提出了一种自适应的动态三次指数平滑方法来进行风速预测。该方法利用了地毯式搜索方法,根据误差平方和最小的原则及时调整并获得最佳的平滑系数,然后进行后续的一步或多步风速预测。通过与传统的三次指数平滑法、灰色模型预测法比较,验证了自适应的动态三次指数平滑法在风电场风速预测中的准确性和高效性。     

基于粗糙集理论-主成分分析的Elman神经网络短期风速预测

为了解决传统静态前馈神经网络(FNN)在短期风速预测中易陷入局部最优值及动态性能的不足,引入Elman动态神经网络建立风速预测模型,采用主成分分析法(PCA)对原始风速数据进行特征提取以优化神经网络的输入,改进激励函数和网络结构以寻求函数收敛速度和预测精度的最优解。针对Elman神经网络预测模型在风速波动的峰值处预测误差较大及预测精度存在波动性,提出采用粗糙值理论对模型预测值进行修正与补偿,进一步提高预测精度。实验证明:所提出的方法能有效提高预测精度,增强神经网络模型的泛化能力,具有较好的实用性。     

小波分析在低压负荷预测数据处理中的应用

低压电力负荷预测在保证低压用户的用电可靠性及经济性上具有积极的意义。通过对历史数据分析可清楚了解低压用户用电负荷规律,为企业用电规划提供保障。小波变换对含白噪声信号具有良好的滤波能力,使用小波处理历史负荷数据。采用db3小波基函数对扩展后的原始信号进行三层小波分解,对比硬、软阈值降噪效果后选取软阈值降噪更好实现滤波效果,达到了使数据波形平滑的目的,为负荷预测模型选择提供可靠依据。     

考虑腐蚀罐壁抗风稳定性的可靠性分析

为准确掌握在役储罐的抗风稳定性,满足油田储罐健康管理的需要,分析影响罐壁稳定性的各种因素,建立罐壁结构抗力的衰减模型;根据储罐的历年检测资料,利用灰色系统理论建立罐壁腐蚀深度随服役时间变化的模型;利用极值Ⅰ型分布对罐区的年最大风速进行极值统计,得到风载荷的统计模型;根据可靠性理论建立罐壁抗风稳定性的可靠性模型,分析储罐随服役时间的增长其抵抗风载荷的可靠性,并进行实例计算,结果表明,罐壁的腐蚀深度随服役时间的增长呈指数增长,其抗风稳定性的可靠度逐渐减小,罐服役19年后其抗风稳定性的可靠度迅速降低,服役24年后失去抵抗年最大风载荷的能力,此结果可为储罐的维护维修提供决策支持。     

电力规划技术协作与动态智能管理系统的设计与应用

为实现高效率的电网规划运营管理,降低整体运营成本,保证电网规划相关工作有序顺畅进行,急需设计和开发科学的电力规划技术协作与动态智能管理方案,以满足规划工作中的多样化需求。本文从总体设计思路、系统主要功能及应用效果等方面对系统进行详细阐述。该系统对及时了解规划业务发展趋势、及时完成报表上报、管理电源电网规划方案等起到重要作用,系统具有可操作性和实用性。