电力负荷预测方法在配网规划中的应用

电力系统负荷预测是实现电力系统安全、经济运行的基础。负荷预测包括两方面的含义：对未来需求量（功率）的预测和未来用电量（能量）的预测。负荷预测的目的是提高电网运行的安全性和经济性。改善输送电能的质量。同时确定各供电区、各规划年供用电量、供用电最大负荷和规划地区总的负荷发展水平。确定各规划年用电负荷构成。通过对海盐县电力负荷预测，对预测方法及其在配电网规划的应用进行初步探讨。     

专家系统在电力预测负荷中的应用

电力负荷预测是一项重要但又非常复杂的工作．因为它受到大量不确定因素的影响．因此预测过程需要考虑多种因素。为了充分考虑这些因素，文中提出利用专家系统来修正决策树的修正结果。预测过程为先利用决策树建立预测模型，对待测日负荷进行初步预测．然后再结合专家系统中的修正模型对初步结果进行修正，得到最终预测结果。统计分析结果表明该方法满足实用标准，具有有效性和实用性。     

城市地区配电网规划中的负荷分析与预测研究

负荷分析与负荷预测是城市配电网规划工作中的核心环节,负荷分析的合理性与负荷预测的准确性直接关系到规划工作的成效。然而配电网负荷的复杂性、规划区域的不多样性,决定了负荷分析与负荷预测的难度与不确定性。因此,分析了负荷分析与负荷预测的目的、种类与方法选用,并以某规划区的负荷分析与负荷预测为例展示了方法的应用。     

信息论与数据挖掘在电力负荷预测中的应用

介绍了信息论和数据挖掘技术的基本概念,分析了电力负荷预测的现状和存在的问题,提出信息论和数据挖掘在电力负荷预测中应用的必要性和可能的应用层面。     

回归算法在电力负荷预测中的应用

电力系统短期负荷预测是电力系统部门安排机组启停、制定购电计划的基础。并逐渐成为电力市场的一个重要研究领域。本文分别用线性回归、支持向量回归、序列最小优化、改进的序列最小优化四种方法对某省负荷数据进行了实验对比分析。结果表明序列最小优化算法比线性回归、支持向量回归算法具有更好的适应性和预测精度。经改进后该算法的预测精度进一步提高。     

电力负荷预测在智能电网中的应用

正确的电力负荷预测能为电力系统的发展提供帮助,在智能电网环境下,提高负荷预测结果的准确性是目前的研究热点之一。现阐述负荷预测的基本概念以及各种负荷预测方法,分析智能电网环境下负荷的特性,并介绍一种基于AMI的电力负荷预测方法。通过对负荷进行分类,根据各类负荷特性分别制定负荷预测方法,能够有效提高负荷预测准确性。     

多层分区空间负荷预测方法在城网规划中的应用

城区负荷较为集中、分区负荷性质也较为直观的特点,使得空间负荷密度法(Spatial Load Forecasting,简称SLF)在城网远景规划中获得广泛的应用。给出了空间负荷预测数学模型,建立了多层分区的空间负荷预测结构,将预测模块分为数据收集层、仿真层和总量层;为反映负荷空间分布的特征,将供电区域划分成若干个单元小区,把空间负荷预测转化为分辨率较高的单元小区负荷的预测。该结构既具有趋势法和仿真法的优点,既减少了基础数据收集工作量,又能保证对预测区域划分具有足够解析度和预测精度。通过在河源城区电网规划中应用验证表明,在所建立的多层分区结构模型的基础上进行负荷预测,能有效地保证预测数据的合理性和实用性。     

神经网络自适应模糊控制在电力负荷预测中的应用

为了能够及时准确地进行电力系统短负荷的预测,采用了将神经网络和自适应模糊控制相结合的预测方法。首先通过神经网络进行负荷预测,然后将自适应模糊控制用于预测结果在线修正中。通过实验,证明了该方法的可行性。     

基于虚拟预测的组合预测模型在电力负荷预测中的应用

针对大量冲击负荷接入电网导致预测精度下降的问题,提出了一种基于有效度遴选和虚拟预测的负荷组合预测方法。首先通过预测有效度对单项预测模型进行选择,确定最终组合预测模型,然后运用组合预测方法进行提前24h预测,得出实际预测结果。实例分析表明,所述方法将各种单项模型的长处融合在一起,有效解决了选择单项模型的随机性和权重难以确定的问题,且仿真结果表明新方法比各单项预测具有更高的预测精度。     

混沌预测模型改进及在电力日负荷预测中的应用

针对电力日负荷预测中基于最大Lyapunov指数的传统混沌预测模型的缺陷,提出以下改进思想:采用微分熵法同时确定嵌入维数和延迟时间,改善相空间重构质量的同时,有效减少计算量;引入夹角参数,在与中心点距离最短的点中,筛选夹角最小的点作为最终邻近点;基于相似性原理,引入取舍规则,使得计算结果唯一确定。本文方法解决了传统预测模型计算量大、运算速度慢、预测精度不高以及正负号选取等问题。通过对典型混沌系统数值验证和某地区实际电力负荷系统的预测分析证明了本文方法的可靠性和高效性,为电力日负荷预测提供了一种新的有效途径。     

高阶灰色预测模型在短期电力负荷预测中的应用研究

考虑到电力负荷的指数性增长和周期性变化的特点,基于灰色预测理论,建立了三阶电力负荷短期预测模型,给出了电力系统短期负荷预测的主要步骤。通过算例分析,验证了该方法的有效性。     

基于改进的灰色理论在中长期电力负荷预测中的应用

面对中长期电力负荷预测“小样本”、“少信息”、“非线性”等特点[1],灰色预测模型在电力负荷预测中起决定性的作用。该文论述了基本GM（1,1）模型、一次平滑法的GM（1,1）模型。针对以上两种模型的缺点和不足,通过对初始数据的二次平滑处理,又提出了改进的灰色预测模型---二次平滑法的GM（1,1）模型。通过算例检验与典型的实例研究上述3种灰色模型在中长期负荷预测中的应用。结果表明,和前面两种预测模型相比较,二次平滑法的GM（1,1）模型在电力系统电量的实际预测中更精确,误差更小。     

遗传聚类算法在电力负荷预测时段划分中的应用

在介绍遗传算法的功能和特性的基础上,进行了电力负荷预测时段划分实例仿真,通过与K均值算法的对比,验证了该方法对进行电力负荷预测时段划分是比较有效的。     

神经网络并行进化设计及其在短期电力负荷预测中的应用

针对神经网络模型进化设计问题的特点 ,提出了改进的并行遗传算法 (IPGA) ,并分析其全局收敛性与应用策略。应用此方法于短期电力负荷预测系统中 ,取得了更高的预测精度。该方法设计简单通用、模型性能评价全面合理、全局优化能力强。实际应用表明该方法是有效的 ,具有应用推广价值。     

层次分析法在配电网规划中的应用

为了解决配电网规划中广泛存在的综合决策问题,该文提出了将层次分析法(AHP)应用于配电网规划的鲁选方案的选取上,结合实际配电网规划的案例．按步骤地介绍了层次分析法地计算过程。实例计算表明,层次分析法能很好地解决配电网规划的综合评判决策这一复杂问题,较好的将专家经验与定量计算相结合,是一种实用配电网规划的解决方法。     

电力负荷控制系统在电费管理中的应用

电力负荷管理系统自建成以来,由于电力的相对富裕,系统功能建设的出发点--计划用电功能已相对过时.在新的形势下必须进行观念更新与转换,变负荷控制为负荷管理,其内涵与外延相应得到扩大与提升,使电力负荷控制系统继续发挥更大的作用.     

贵州输配电网短期负荷可行性预测

随着混沌科学的发展,预测的方法可以不必事先建立主观模型,而直接根据数据序列本身所计算出来的客观规律(如Lyapunov指数等)进行预测,从而提高预测的精度和可信度。运用最大李雅普诺夫指数法对贵州输配电网短期负荷进行预测,结果表明此预测方法具有可行性。     

大数据分析在电力规划中的应用

国网公司不断强调要做到电网项目的精准投资,需以科学的电力需求预测分析为基础,对电网规划项目进行有序且合理的规划,为电网项目的投资建设提供正确指导。本文拟采用大数据分析方法,运用OFFICE、SPSS等工具,通过数据收集、数据清理、建立分析模型、结果展示,实现对电网负荷数据、电量数据、地方经济数据、气象数据的综合分析,试图挖掘出各类数据之间的关联关系,进而实现电力需求的科学预测。     

改进灰色模型在电力负荷中的预测分析及实现

深入研究了基于灰色系统理论的电力负荷预测方法,剖析了灰色预测GM(1,1)模型应用的局限性及其改进方法,在对原始数据序列进行插值平滑处理的基础上建立了等维新信息灰色预测模型,并用此方法对某地区的电力负荷进行预测分析,结果表明:模型精度较高,预测误差较小,该方法可以作为电力负荷预测的理想工具。     

探析GEplan规划专家系统在配电网发展规划中的应用与展望研究

"十三五"以来,社会经济格局发生显著变化,国家推行新型城镇化建设、产业结构调整、高耗能产业萎缩、人口转移、绿色发展等趋势加快,城市规划布局、地理格局、行政边界随之调整,进而改变供电区负荷的密度、分布及特性,呈现区域化不均衡等特点。因此,配电网发展规划需要更加高效的资源配置效率,更加精准的投资策略,更加数据集成化的应用平台,才能支撑电网实现可持续健康发展。基于此,GEplan规划专家系统在配电网发展规划环节的应用显得十分重要。