馈线的等效负荷密度模型

提出了6种基本负荷分布形式。通过求解馈线两端的电压方程和馈线沿线损耗方程，分别获得6种负荷分布的特征值和相似系数，并计算出6种负荷分布的加权系数，从而不需要量测馈线沿线的各个负荷，也能得出馈线电压降落和沿线线损，在此基础上建立了配电馈线的等效负荷密度模型，并进一步发展了离散负荷密度模型。文中给出了若干实例，并与不简化的计算法、负荷均匀分布法和集总参数等效负荷模型的计算结果进行了比较，结果表明了所提方法的可行性。     

一个实用的城市电力负荷密度预测系统

本文介绍了一个实用的城市电力负荷密度预测系统。该系统采用分类分区预测方法，由数据库、预测模型库和图形库等几大部分组成。它对一些实际问题进行了恰当的处理，充分考虑了基础数据的可获得性、使用的方便性和灵活性以及预测结果的可信性，在实际应用中取得了令人满意的结果。     

基于空间饱和负荷密度的负荷预测方法

负荷预测对电力系统规划具有至关重要的作用,根据华中某市的社会经济发展水平,在借鉴国内其他城市负荷密度水平的基础上,制定了某市的负荷密度指标集。根据某市的远期发展规划,对市各功能分区的饱和负荷值进行了预测,最终得到了某市至饱和年的饱和负荷。人均饱和电量法验证了空间负荷预测方法的有效性,饱和负荷密度主题图直观地反映了市规划区未来的负荷空间分布情况。饱和负荷预测结果为后续电源点布置、输电廊道确定和输电线路选型提供了有力的科学依据。     

城市新建小区的负荷预测

依据国内外的相关法规和有关技术资料,根据城市小区的建设特点,以陕西省某城市新区的市政发展规划及布局为基础,对该城市新建小区负荷进行科学、合理的预测,给出了该小区详细的分区负荷密度.     

山东电网饱和负荷及负荷空间分布研究

以山东电网为研究对象,介绍一种城市电网饱和负荷密度及负荷空间分布预测方法。基于分析空间饱和负荷的特征,建立空间饱和负荷模型,提出逻辑功能区划分方法,并通过对山东电网及分地区进行饱和负荷分析,预测出山东电网的饱和负荷情况。     

电力负荷动态模型综述

概括介绍了基于统计综合法和总体辨识法建立的各种负荷动态模型，分析了它们的优缺点和适用范围；提出了一种考虑综合负荷中配电网络的影响和感应电动机所占比重，通过大量仿真计算，对结果进行拟合从而建立负荷动态模型的新思路。     

采用脉冲函数建立馈线等效负荷密度模型

提出了以脉冲函数为基的等效负荷密度模型简化配电网分析的方法.针对8种基本负荷分布,求解馈线两端的电压方程和馈线沿线损耗方程,分别获得各种分布的特征值和相似系数,从而不需要量测馈线沿线的各个负荷,也能计算出馈线电压降落和沿线线损.文中给出了若干实例,并与严格计算法、负荷均匀分布法的计算结果进行了比较,结果表明提出的方法是可行的.     

采用脉冲函数建立馈线等效负荷密度模型

提出了以脉冲函数为基的等效负荷密度模型简化配电网分析的方法。针对8种基本负荷分布,求解馈线两端的电压方程和馈线沿线损耗方程,分别获得各种分布的特征值和相似系数,从而不需要量测馈线沿线的各个负荷,也能计算出馈线电压降落和沿线线损。文中给出了若干实例,并与严格计算法、负荷均匀分布法的计算结果进行了比较,结果表明提出的方法是可行的     

变电站的经济容量优化模型及其不同负荷密度下的变压器配置研究

利用变压器与线路建设运行的经济技术参数,考虑多级网络的影响,通过最优化理论和经济学基本原理,建立一种变电站经济容量优化计算模型.应用该计算模型,以常用的4种110/10 kV额定容量变压器为研究对象,得出不同负荷密度下的经济容量和经济负荷密度区间分布,既证明了模型的正确性,也可为电网规划提供参考.     

变电站的经济容量优化模型及其不同负荷密度下的变压器配置研究

利用变压器与线路建设运行的经济技术参数,考虑多级网络的影响,通过最优化理论和经济学基本原理,建立一种变电站经济容量优化计算模型。应用该计算模型,以常用的4种110/10 kV额定容量变压器为研究对象,得出不同负荷密度下的经济容量和经济负荷密度区间分布,既证明了模型的正确性,也可为电网规划提供参考。     

基于饱和负荷密度指标约束下的遵义城市电网负荷预测

阐述了城市饱和负荷的概念和特征,并结合相关城市发展规划,采用空间负荷密度法对饱和年遵义城网负荷做出预测,得到合理的负荷水平。     

基于Epanechnikov核与最优窗宽组合的中期电力负荷概率密度预测方法

利用神经网络分位数回归获得预测当天在不同分位点上的电力负荷预测值,将Epanechnikov核函数与不同的最优窗宽选择方法相组合,得到中期电力负荷概率密度估计函数以及在所有分位点上连续的概率密度曲线图。此外,通过选取概率密度曲线峰值处的点预测值,比较不同窗宽组合方法。相对于传统高斯核密度估计方法的组合方式,Epanechnikov核函数的组合方式较优。最后将获得的最优方法与现有的预测方法进行对比,结果表明通过选取最优窗宽可以提高预测精度,更好地反映中期电力负荷的波动性。     

基于小波神经网络的电力负荷预测方法

分析了小波神经网络的特点，研究了在电力负荷预测中小波神经网络存在的优缺点及适用范围。通过对小波神经网络和BP神经网络的结构和算法进行理论分析，并对实际电力负荷预测算例进行对比研究，指出小波神经网络本身适合对波动性的信号进行预测，而且在神经网络节点数目相同的情况下，小波神经网络比BP神经网络具有更高的预测精度，因此采用小波神经网络有利于减少隐节点数目。还指出由于当前的连续小波神经网络主要使用传统BP神经网络的随机初始化方法和基于梯度的训练算法，因此存在收敛性差的缺点。     

中压配电网中长期负荷预测实践

负荷预测是电力网络规划的基础，预测方法的选择是否合理直接影响负荷预测结果以及电网规划水平。因此，对于具有不同特性的供电网络应采用相应的负荷预测方法，以上海市某10kV供电地区的3个典型地块作为配电网中长期负荷预测研究对象，通过详细分析待预测地块的特点选择合适的预测方法，并给出3个地块2001－2006年的负荷预测结果，从而为中压配电网中长期负荷预测工作提供有价值的参考。     

电力系统短期负荷预测的级联网络模型研究

提出一种基于BP子网络和小波网络的短期负荷预测的级联网络模型。在对气象影响因素与负荷关系深入分析的基础上,采用BP子网络来映射气象等不确定因素的影响。采用小波网络(预测网络)来映射历史负荷值的影响,它结合了小波变换良好的时频局域化性质和神经网络的自学习能力,明显地改善了神经网络难以合理确定网络结构和存在局部最优等缺陷。最后两级网络相互级联组成预测网络。研究算例表明,这种模型是优秀的。     

火电厂全厂负荷优化分配及其控制方式的研究

在全厂负荷经济分配的基础上,引入变负荷成本的概念,提出了解决AGC频繁变负荷情况下全厂负荷优化分配及控制的策略,并提出了一些具体的实施方案。全厂负荷优化控制系统能根据电网负荷指令调节全厂负荷,及时满足电网要求,保证机组运行在允许的负荷范围内和安全的工况下,合理地调配各台机组的负荷调节任务,降低机组的负荷调节频度,提高机组的稳定性,延长主、辅机组设备的寿命,经济分配各台机组的负荷,降低全厂的供电煤耗。     

Dynamic intelligent load balancing in power distribution networks

Using hierarchical, client–server addressing concepts and identifying the load balancing problem among phases in 3-phase systems, we propose a novel, very simple algorithm for dynamic intelligent load balancing (DILB), that decreases the power losses in a power distribution network (PDN). Our solution is easily applicable to every part of a PDN, without essential changes to the last-line power installation. We present the DILB-extended PDN architecture, the algorithm itself as well as the results of the simulation on the well known IEEE 34-Bus, 37-Bus and 123-Bus networks that confirm the expected level of active power losses minimization.     

基于改进快速密度峰值算法的电力负荷曲线聚类分析

为解决传统聚类算法对大数据背景下高维海量、类簇形状差异巨大的电力负荷曲线进行聚类分析时存在的聚类结果不稳定、聚类效果较差、聚类速度慢和内存消耗过大等问题,提出一种改进的快速密度峰值聚类算法。首先应用主成分分析法对归一化后的负荷曲线集进行降维处理,以减少样本向量间欧式距离的计算量和加快后续操作。然后利用kd树算法对降维后的数据进行快速K近邻搜索生成KNN矩阵。最后以KNN矩阵代替原算法的距离矩阵作为输入数据。在基于KNN改进的样本局部密度和距离计算准则的基础上,运用快速密度峰值算法对负荷曲线进行聚类分析。通过实验和算例分析验证了所提改进算法的实用性和有效性。     

人工神经网络在电力系统负荷预测中的应用

论述了人工神经网络预测电力系统负荷的方法和步骤,并以BP神经网络在石嘴山地区短期负荷预测中的应用为例,探讨负荷预测的重要性。