电力系统负荷建模与预测的新方法

对电力系统辨识及参数预测中新兴方法的应用作了介绍，重点探讨了前向BP神经元网络在电力系统辨识及负荷预测中的应用。主要对电力系统动态负荷建模及中、短期负荷预测中所取得的国内外成果进行探讨。同时，对灰色理论模型进行电力系统长期预测的结果与传统方法进行对比分析。从而归纳出电力系统动态负荷及中期、短期、长期负荷预测的较理想方法。     

基于分形理论的电力系统负荷几何特性研究

将分形理论应用于电力系统，通过对负荷曲线分形维数的计算和分析，揭示了电力系统负荷曲线和分形特征，为分析电力系统负荷提供了一种新的思路。     

基于负荷分解的短期负荷预测传递函数模型

短期负荷预测主要用于预测未来几小时、1天甚至几天的负荷,对电力系统运行的安全性和经济性具有重要意义。时间序列模型在电力系统短期负荷预测中得到了广泛应用。然而,这种方法的一个主要缺点是无法将影响负荷预测的主要因素之一即气象因素考虑进去。在此背景下,首先基于历史负荷数据,采用传统的分解方法提取出负荷中的周期分量,得到剔除周期分量后的非周期分量。在此基础上,首先采用逐步回归法筛选出影响负荷非周期分量的主要因素,之后发展了预测负荷非周期分量的传递函数模型。最后,用广东电力系统实际负荷数据对所发展的短期负荷预测模型的准确性进行了验证。     

电力系统负荷的分形特性研究

分别利用分形理论的ＳＡＮＤＢＯＸ法、时间序列法、计盒维数法对电力系统各地区负荷数据进行了特征分析,发现电力系统负荷具有分形的几何特性,好：同一地区负荷变化具有分形的自相似性,同时发现,不同地区的负荷之间也均具有分形自相似的变化特性。以上特征充分体现了负荷的尺度和空间尺度的自相似特点,并揭示了各个地区负荷变化所具有的内在随机性。此方法是一种 电力系统负荷分析方法,对于电力系统预测也具有一定的指导意义     

负荷密度法在电力系统负荷预测方面的应用研究

在对电力系统电长期、中期、短期（超短期）负荷预测基本方法的特点和适用条件范围进行分析后,结合一中型城市城市电网2009—2010年的电力负荷实际需求特征数据,结合负荷密度法对该城市电网2011—2012年2年内的近期电力负荷需求数据进行了预测,并与该地区国民经济基本增长发展速率所需电力容量相比,证明了负荷密度法在电力系统负荷预测方面的准确可靠性。     

电力系统中长期负荷预测的灰色动态模型研究

建立了电力系统月负荷及年负荷预测的灰色动态模型，并验证了其准确性，为电网调度自动化和经济发展规划提供了较可靠的依据。     

基于模式识别和神经网络的电力系统短期负荷预测

当制定发电机组的启停计划和负荷管理计划时，对未来24h内的短期负荷预测是很必要的，精确的负荷预报能大大提高电力系统管理水平．本文介绍一种基于模式识别理论构造的人工神经网络，应用于电力系统短期负荷预测的方法．     

电力系统中负荷预测的研究

负荷预测在电力系统中有着举足轻重的作用。本文从电力负荷的分类、负荷预测的基本过程,负荷预测的相关方法进行了相关论述。     

基于BAGGING算法和BP神经网络的电力系统负荷预测

电力系统负荷预测关系到电力系统的控制和运行计划,精确的负荷预测有助于提高系统的安全性和稳定性,从而可以提高电力系统的经济效益。电力系统负荷预测问题具有的数据量大、影响因素多等特点,使用单个BP神经网络进行负荷预测时,预测结果随机性大、精度低。本文把BAGGING算法思想与BP神经网络相结合起来,通过生成一组BP神经网络模型,挑选最好的网络模型最为最终的预测模型,进行负荷预测,以提高负荷预测能力。     

母线负荷综合特性的神经网络模型

电力系统负荷特性对系统的电压稳定及暂态稳定分析有着重大影响。传统的方法是用数学模型来描述静态或动态负荷，但由于负荷自身所具有的随机因素及不确定性，这种方法在描述的精确程度以及响应速度上尚有一定缺陷，本文提出了一种具有混合负荷但已知负荷分量的神经网络母线负荷综合特性模型及其建模方法。     

电力系统负荷预测方法论

电力负荷预测是电力系统规划的重要组成部分,也是电力系统经济运行的基础,其对电力系统规划和运行都极其重要.电力负荷预测是以电力负荷为对象进行的一系列预测工作.从预测对象来看,电力负荷预测包括对未来电力需求量(功率)的预测和对未来用电量(能量)的预测以及对负荷曲线的预测.其主要工作是预测未来电力负荷的时间分布和空间分布,为电力系统规划和运行提供可靠的决策依据.     

感应电动机及电力综合负荷模型结构的研究

感应电动机模型是电力系统运行与控制理论研究和工程仿真计算中最常用的负荷模型,其运行特性对电力系统的运行行为有重要影响.深入研究了感应电动机模型结构与其行为模式之间的关系:阐述并提出了既能描述负荷的功率恢复特性,又能描述负荷的低电压失稳特性的综合负荷模型结构应当满足的必要条件;提出适合于电压稳定分析的综台负荷模型的基本结构形式对电力系统综合负荷建模具有理论和实际指导意义.     

基于运行模式的电力系统负荷预报方法

针对负荷预报业度问题了一种基于运行模式的电力系统负荷预报方法,实践证明,该方法能够消除包含平均处理数据样本预报方法所产生的缓陡问题,具有精度高和便于合理利用原始特点。     

基于BP神经网络的电力系统负荷预测算法研究及实现

电力系统负荷预测是近年来各国潜心研究的一个新领域，对于电力系统的规划、运行和经济效益都有重要的意义。利用各种算法和模型对电力系统负荷进行预测是一种常用而且非常有效的方法。为此，在研究电力负荷预测算法的基础上用MATLAB进行编程仿真，得到预测结果后分析预测结果，并利用真实数据进行预测。     

电力负荷预测技术的发展动态

在制定发电计划和电力系统发展规划过程中需要将电力负荷预测作为前提条件,若能够保证负荷预测的准确性,将会给电力系统经济、安全、可靠运行带来重要的作用.科学技术的进步和发展带来了各种形式的负荷预测方法的不断更新.基于此,本文首先阐述了电力负荷预测方法的分类,进而对电力负荷预测技术的发展动态做探讨.     

考虑温度和负荷相关性的重庆冬季空调负荷计算

空调设备的广泛应用给电网带来了大量的空调负荷,对电力系统的安全经济运行产生了越来越大的影响.为了正确估计空调负荷规模,提出一种考虑温度与负荷相关性的冬季空调负荷计算方法.首先,通过计算温度与负荷在筛选过程中的相关系数,从基准日中剔除异常温度日;其次,考虑到基本负荷的日增长情况,采用回归分析法拟合冬季各日的基本负荷曲线.针对春节期间电力系统负荷急剧下降的特点,提出用春节系数来修正冬季基本负荷,冬季空调负荷则为冬季电力系统负荷与冬季基本负荷之差.最后,利用该方法对重庆市2018年冬季空调负荷进行计算,验证所提方法的有效性.     

基于park模型的电力负荷建模分析

目前电力系统负荷模型辨识都是基于总体测辩法,其动态部分采用感应电机三阶模型,该方法只能利用三相对称扰动数据进行辩识.本文直接采用park模型进行电力系统负荷建模分析.     

合肥地区短期负荷预测及误差分析

电力系统规划和运行调度都应以对未来电力负荷的预测为依据.电力的生产和消费是同时进行的,任意时刻都必须保持二者之间的平衡.负荷预测偏低会引起电力供应紧张,电能频率下降,供电可靠性下降;负荷预测过高将会导致发电过剩,系统频率上升,并造成发输电设备不能充分利用,影响系统的经济性能.因此,电力系统负荷预测是电力系统规划和运行调度的重要组成部分.     

合肥地区短期负荷预测及误差分析

电力系统规划和运行调度都应以对未来电力负荷的预测为依据。电力的生产和消费是同时进行的，任意时刻都必须保持二者之间的平衡。负荷预测偏低会引起电力供应紧张，电能频率下降，供电可靠性下降；负荷预测过高将会导致发电过剩，系统频率上升，并造成发输电设备不能充分利用，影响系统的经济发展。因此，电力系统负荷预测是电力系统规划和运行调度的重要组成部分。     

电力系统长期动态仿真中的统一负荷模型

提出了一种应用于电力系统长期动态仿真中的统一负荷模型,该模型将电压调节设备,无功补偿设备归纳到负荷模型中,为验证本文方法,针对一地区电力系统进行了仿真计算,取得了满意结果。