改进的时变非线性负荷预测组合算法

为了提高超短期负荷预测精度,提出了一种改进的基于学习的时变非线性组合预测算法,该算法在基预测器中增加了基于最大Lyapunov指数的混沌时间序列预测模型,其中最大Lyapunov指数为序列特征属性,在进行组合预测时将序列的特征属性和基预测器预测的结果形成元知识,作为元预测器的输入,从而发现并且纠正基预测器的系统偏差.在...     

基于小波和BP神经网络的电能扰动分类新方法

电能质量扰动的分类包括特征向量提取和分类器构建2部分。基于小波和神经网络的分类方法大部分采用小波分解各层的能量分布作为特征向量,用单个神经网络给出分类结果,此类方法构建的分类器性能有待进一步提高。文章构建了一组基于小波变换的特征向量作为分类器的输入。通过基于最小二乘法的策略综合3个相互独立神经网络的输出以得到最后的判别结果。算例表明提出的分类器准确率高,在信噪比20 dB的情况下还可以达到93.18%的准确率。分类器能有效识别电压中断、电压暂降、电压暂升、谐波、振荡暂态和闪变6种常见电能质量扰动。     

一种位域比例观测器及其在火电机组过程控制中的应用

随着新型绿色能源装机容量的快速增长，电网亟需快速增加深度调峰、快速调频能力。现有火电机组是实现电网快速增加深度调峰、快速调频能力的主力军。工程最速控制器(engineering fastest controller, EFC)奠定了现有火电机组实现电网快速增加深度调峰、快速调频能力的良好基础，但在其应用过程中发现，重要过程参数大幅超标的风险始终无法避免。针对此，运用一位式控制技术发明一种位域比例观测器(position zone proportion observer, PZPO),并结合EFC应用，进一步提升EFC的综合控制性能，有效降低了重要过程参数大幅超标的风险。仿真实验验证了PZPO的应用效果，典型工程应用案例证明PZPO进一步提升了火电机组深度调峰、快速调频能力，有助于新型绿色能源的消纳和快速发展。     

一种适应新型电力系统的火电机组煤质在线校正方法

燃煤火电厂煤质变化不利于火电机组控制，如稳定性能下降、过程参数波动增加等，实现煤质在线校正非常重要。现有技术通过煤质在线测量，将测量结果用于煤质在线校正，但存在各种问题，难以实际运用。为此，发明一种针对前馈控制本身误差的新型在线校正方法，利用锅炉主控系统的已有信息，通过反馈控制，实现前馈控制在线校正，从本质上实现煤质在线校正。仿真实验验证了该新型在线校正方法的有效性。典型工程应用案例证明，该技术有效提高了协调控制的稳定性能，减小了过程参数的波动，奠定了火电机组良好的控制基础。