排序方式: 共有69条查询结果,搜索用时 15 毫秒
1.
针对能源互联网环境下用电用户数据量大、多维度这一特点,提出了一种混合神经网络深度学习的短期电力负荷预测方法。首先,考虑常见的电力系统负荷的影响因素,建立多维数据库,并进行偏相关分析,排除其他变量干扰;其次,将LSTM、GRU两种神经网络作为前端神经网络对多维数据库中数据进行处理;最后,采用随机概率剔除与Adam训练优化函数改进的BP神经网络作为末端神经网络,建立负荷预测模型。通过算例仿真对本文方法与传统BP神经网络、LSTM神经网络、GRU神经网络进行了对比,验证了所提方法的有效性。 相似文献
2.
3.
针对分布式电源接入配电网的选址定容问题,在考虑到网损、静态电压稳定和线路热稳定3个指标的基础上,采用层次分析法建立了分布式电源在配电网中选址定容的多目标优化模型。对一种新的智能优化算法-天牛须搜索算法(Beetle Antennae Search-BAS)进行改进,提高了算法的稳定性,并应用于分布式电源选址定容问题求解。通过与粒子群算法在IEEE-33标准节点算例的仿真对比实验,验证了改进天牛须搜索算法(Improved Antennae Search-IBAS)在分布式电源选址定容问题求解中的高效性和稳定性。 相似文献
4.
5.
6.
电力空间信息平台是集数字化地理信息、电网结构信息、电力设备图形与台帐、运行决策信息等于一体的综合信息系统,为科学采集、管理、分析电力企业规划设计和运行管理过程中产生的海量信息,提供了有效的支持手段.研究提出了一种分层式空间信息平台的体系结构,并对其原始数据层、数据管理层、数据分析层、数据访问层、数据应用层的结构与作用进... 相似文献
7.
为了兼顾配电网故障定位的速度和容错性,提出了一种先故障定位后信息畸变判断的新方法.根据馈线终端单元(FTU)反馈的故障信息,采用基于子节点数搜索的基本定位算法,得到故障区段向量;对故障区段向量进行逆运算得到期望故障信息;将期望故障信息和FTU反馈的故障信息进行比较,根据信息畸变数最小和故障区段最少原则确定最佳故障区段.... 相似文献
8.
实时监控系统中的多维数据库技术 总被引:2,自引:0,他引:2
大型实时监控系统RMCS是电力、通信、石油、水利等现代化工业管理的一个重要技术手段,正处于发展阶段。本文提出了在RMCS中结合使用通用数据库管理系统的多维数据库技术和方法,以解决监控数据种类多、娄量大的作为历史数据的有效管理和使用问题,在多种实际系统中应用取得了好的效果。 相似文献
9.
配电网故障定位容错算法 总被引:3,自引:0,他引:3
为了兼顾配电网故障定位的速度和容错性,提出了一种先故障定位后信息畸变判断的新方法.根据馈线终端单元(FTU)反馈的故障信息,采用基于子节点数搜索的基本定位算法,得到故障区段向量;对故障区段向量进行逆运算得到期望故障信息;将期望故障信息和FTU反馈的故障信息进行比较,根据信息畸变数最小和故障区段最少原则确定最佳故障区段.仿真结果表明,该算法有效减少了基本定位的搜索次数.而且,对于信息缺失畸变情况下的多故障定位,也具有很好的实时性和容错性. 相似文献
10.
基于灰色离散Verhulst模型理论的电力中长期负荷预测研究 总被引:1,自引:0,他引:1
针对传统GM(1,1)模型对呈“S型”规律增长的负荷序列建模预测时误差大的缺点,提出了灰色离散Verhulst模型。该模型借鉴了非齐次指数的离散灰色模型的建模机理,避免了经典灰色Verhulst预测模型由于参数估计采用离散方程而模拟和预测采用连续方程所带来的系统误差。给出了所提出的灰色离散Verhulst模型的递推解的形式。根据灰色预测理论的预测特点,采用等维灰数递补预测法对灰色离散Verhulst模型进行改进。通过实例证明,所提出的方法是正确和有效的。 相似文献