级联相关的神经网络模型在边际电价预测中的应用

在实际的电力市场运作中，电厂的报价反映了电厂的运行成本和市场供求，决定电厂机组能否上网发电和上网电量。而报价的一个重要指标是预测的系统边际电价。因此，电力市场中的边际电价预测在发电厂的市场化运营中处于重要的地位，特别是对电力供应商的决策有重要意义。文中应用神经网络理论中的级联相关模型对电力系统的边际电价进行预测，优点在于避免了对网络结构的估计，网络在训练的过程中能够自适应地增加隐含节点，同时提出了在训练集中增加特殊数据点以提高预测精度的方法。通过New EnglandISO数据算例预测第2天的24h边际电价说明了这种方法的可行性，并用3层BP神经网络做了对比研究。     

AGC机组调配经济性的混沌遗传算法研究

AGC问题是互联电力系统经济有效运行的核心问题.以AGC机组的能耗费用最低为目标函数,提出了一种新的优化调配方法-混沌遗传算法.在遗传进化的过程中,引入混沌变量,维持群体中染色体的多样性,以克服遗传算法中的早熟问题,改善全局收敛性,提高计算速度.通过对某地区几个电厂的机组进行仿真计算,将结果与遗传算法得到的结果进行比较,表明混沌遗传算法应用于AGC机组的优化调度是合理可行的.     

基于灰色模型和神经网络组合的短期负荷预测方法

提出了一种基于灰色模型和神经网络组合的短期负荷预测方法.首先利用频域分解消除负荷序列的周期性,然后利用灰色模型计算负荷序列的历史拟合值和未来预测值,将其作为神经网络的输入.在历史数据中选择一天作为基准日,以该基准日的量为参照,以负荷的灰色模型拟合值相对基准日的变化量,以及温度变化量为BP神经网络的输入,实际负荷变化量为输出,训练神经网络并预测待预测日负荷的变化量,加上基准日负荷后得到预测负荷.该方法综合了灰色模型方法和神经网络方法的优点,仿真结果验证了方法的有效性.     

火电厂检修管理模式的现状与发展趋势

针对我国火电厂广泛采用的计划检修模式存在的缺陷，如临时性维修频繁、维修不足或维修过剩、盲目维修等问题，通过对国内外检修管理体制的现状分析，较深入地剖析火电厂检修所面临的问题，在此基础上提出一种基于可用性的检修方式及可用性优先参数的概念，并通过一个具体检修实例的应用，介绍上述检修方式的基本原理、应用方法及优越性。     

输电线路检修计划模型

提出了一种输电线路检修计划模型。模型以全部待修输电线路检修启动时段的组合为决策变量，以系统在整个规划周期内因输电线路检修引起的供电不足风险增加量最小为目标，同时保证各条输电线路检修启动时段始终控制在可选集范围内。给出了基于禁忌搜索的求解数学模型的算法，通过仿真计算对模型与算法的可行性加以验证。     

基于节能发电调度的机组中长期检修计划研究

节能发电调度对机组检修计划编排提出了新的要求,在新的调度模式下,应以能耗最低为原则寻求机组检修计划方案。建立了节能发电调度下机组检修计划模型,以系统在整个规划周期内总发电能耗最小为目标,保证各机组检修启动时段控制在可调整范围内,同时满足负荷及备用要求并考虑网络约束。给出了检修机会成本的概念,将能耗最低问题转化为检修机会成本最低问题,从而降低了原问题的求解难度。对标准遗传算法加以改进,较好解决了早熟等不足。通过对实际系统的仿真验证了模型和算法的有效性。     

火力发电厂检修策略的研究与建模

针对火力发电厂传统定时检修模式的弊端，提出了一种全新的检修策略。该检修策略将设备作为研究的出发点，以设备之间在检修特性上的差异为线索，对检修类别作了重新划分，其中包括4种类型：例行性集中检修(RCR)、间隔性集中检修(ICR)、日常预知性维护与检修(DPMR)和突发事故下检修(AR)。为RCR、ICR、DPMR构建了最优检修数学模型。模型深入考虑了设备的运行特性，并以经济性最优作为目标函数。     

一种改进的单相电路谐波与无功电流检测方法

针对低通滤波器对谐波检测延时影响较大的问题,提出了一种改进的单相电路谐波与无功电流检测方法,用1个基波周期内的数字积分代替低通滤波器,每个采样点处只需进行数次简单运算即可准确检测出谐波与无功电流,检测延时固定为1个基波周期。针对电力系统谐波大多数为奇次谐波的特点,对算法进一步改进,将积分时间减少一半,运算量不变而检测延时变为半个基波周期。该方法计算量小、延时短、易于实现。仿真结果验证了方法的有效性。     

发电机组例行停机检修新策略

提出了一种发电机组例行停机检修新策略.构建了例行停机检修问题的优化模型,系统考虑了检修费用、售电收益损失以及过度检修经济损失等因素对例行停机检修经济性的影响.模型中出现的参数主要为状态检修技术所支持的数据,因此新策略具有较强的实用性.借助随机生产模拟方法对新策略的经济性与可靠性加以评估,并与定期检修策略下的相应指标进行了比较.仿真结果表明,新策略的经济性与可靠性指标均优于传统的定期检修策略.     

AGC机组调配经济性的混沌遗传算法研究

AGC问题是互联电力系统经济有效运行的核心问题。以AGC机组的能耗费用最低为目标函数,提出了一种新的优化调配方法——混沌遗传算法。在遗传进化的过程中,引入混沌变量,维持群体中染色体的多样性,以克服遗传算法中的早熟问题,改善全局收敛性,提高计算速度。通过对某地区几个电厂的机组进行仿真计算,将结果与遗传算法得到的结果进行比较,表明混沌遗传算法应用于AGC机组的优化调度是合理可行的。