基于BP与RBF级联神经网络的日负荷预测

在采用分段预测方法的基础上,利用小规模BP(back propagation)神经网络学习时间短和径向基函数(radial basis function,RBF)神经网络自身训练速度快的优点,提出了基于BP和RBF网络的级联神经网络日负荷预测模型,将影响日负荷变化的非负荷因素(气象、日类型等)与历史负荷因素分别加入BP和RBF网络中分开考虑,进一步简化了预测模型。计算实例表明,该模型较一般级联神经网络模型收敛更快速、高效,预测精度有了很大提高。     

基于粒子群优化鲁棒支持向量回归机的中长期负荷预测

支持向量机（SVM）已经成功地应用于解决非线性回归和时间序列问题,并且已经开始用于中长期负荷预测。提出了一种基于鲁棒支持向量回归机RSVR（Robust Support Vector Regression）的中长期负荷预测的新方法。给出利用粒子群优化算法对鲁棒支持向量机系数优化选择的方法。建立基于此原理的中长期负荷预测模型,算例分析比较验证本文方法具有预测精度高、计算量小等特点和优势。     

大型变压器绕组变形故障分析及预控

介绍了故障发展过程,重点分析了历史预防性试验数据,通过现场解体检查,分析出故障的起始原因并提出建议.     

20kV供电方式在贵阳电网的应用

分析了20kV中压配电输送容量大、供电距离长、电压质量高、输送损耗少的特点,并通过20kV和10kV两个电压等级在贵阳电网部分区域技术经济比较,提出了在贵阳电网推广应用20kV供电的方案,此方案能有效缓解电网建设与土地资源利用的矛盾。     

20kV供电系统在白云工业园区的应用

文章对20kV供电系统的优势进行分析，并且与10kV的配电网系统进行经济性比较以及对110kV变电站20kV供电系统主要设备选型进行介绍。     

基于粒子群优化鲁棒支持向量回归机的中长期负荷预测

持向量机(SVM)已经成功地应用于解决非线性回归和时间序列问题,并且已经开始用于中长期负荷预测.提出了一种基于鲁棒支持向量回归机RSVR(Robust Support Vector Regression)的中长期负荷预测的新方法.给出利用粒子群优化算法对鲁棒支持向量机系数优化选择的方法.建立基于此原理的中长期负荷预测模型,算例分析比较验证本文方法具有预测精度高、计算量小等特点和优势.