采用模糊技术分时段处理实现的短期负荷预报

采用模糊理论对日负荷曲线预报中的天气因素进行了模糊处理,根据季节、气候的不同对天气因素做不同的模糊处理和不同数学模型,建立了专家处理系统,提高了短期负荷预测的精度.通过对河南省某市级电力系统日负荷曲线的模拟预测,虽然仅对天气做了模糊处理,但预测结果令人满意.     

热负荷预测中最有影响力参数测定

针对集中供热系统,采用自适应模糊神经推理系统分析热负荷的影响因素与系统热负荷之间的相关性和影响程度。分别分析了不同预测时间下的3组输入变量对集中供热系统热负荷预测的影响。仿真结果表明,应用ANFIS选取集中供热系统热负荷预测的输入变量对于简化预测是可行的。     

基于模糊聚类理论的水量短期预测方法

为提高城市供水系统水量负荷的预测精度,提出一种基于模糊聚类理论的城市管网水量短期负荷预测的新方法.该方法通过对负荷历史数据进行聚类、隶属度分析,利用模糊聚类参数来描述负荷与影响因素之间的关系,并应用这种确定的相关关系进行负荷预测.应用MATLAB语言进行预测仿真得到基于模糊聚类的模糊训练结果、最终预测结果和预测误差.实践表明该方法较多地考虑各种影响因素,结构简单,预测精度高.     

基于模糊聚类和粗糙集的电力系统短期负荷预测

电力系统短期负荷预测中存在大量的不确定因素直接影响到负荷预测结果的准确性,而粗糙集理论能有效地分析和处理各种不精确、不一致、不完整的信息,并从中发现隐含的知识,揭示潜在的规律。将模糊聚类分析和粗糙集理论结合在一起对电力系统短期负荷进行预测。首先通过模糊聚类分析,根据气温、相对湿度以及日类型等影响负荷的因素将负荷历史数据分成若干类,然后应用粗糙集理论分别建立相应的负荷预测模型。采用某电网提供的数据进行负荷预测,结果分析表明该方法有很高的预测精度,从而说明了基于模糊聚类和粗糙集理论的电力系统短期负荷预测方法的优越性。     

模糊聚类与径向基网络相结合的短期负荷预测

为了提高电力系统短期负荷预测的准确度,采用模糊聚类分析的方法对已知负荷数据、日类型、温度和天气类型等影响短期负荷预测的相关因素进行聚类分析,选用同类特征数据作为神经网络的输入,对径向基函数神经网络进行训练,得到一组预测值,从而实现电力系统短期负荷预测.实际算例表明模糊聚类分析与径向基函数神经网络相结合的短期负荷预测可以更好的满足实际预测要求,提高预测精度.     

电网无功功率分布的模糊优化

通过对模糊负荷及其运行分析,考虑了安全约束的运行问题,给出了无功功率分布模糊优化模型及目标函数,并进一步给出了仿真计算结果,为增强系统的安全裕度及合理缩小节点电压控制范围提供了依据.通过对本模型的分析计算可实现对模糊负荷的实时预测.     

影响电力系统短期负荷预测因素的权重分析方法

将负荷预测问题归为多因素问题,影响负荷预测的各因素的重要程度定量为权重。着重对负荷预测的权重分配算法进行了研究,将模糊聚类技术和粗糙集理论结合,利用客观信息熵对影响负荷的因素进行权重分配。该算法首先将负荷预测的大量相关数据进行模糊聚类,然后应用粗糙集理论中的信息熵客观地从负荷预测的实际数据中确定各因素的权重,并将所得权重应用于基于决策树的负荷预测模型中;与其他方法进行了比较,证明了该方法的有效性。     

加权Markov修正模糊信息粒的电力负荷区间预测

针对电力负荷预测存在波动性且预测精度不高的问题,提出一种基于加权马尔可夫(Markov)修正模糊信息粒的电力负荷区间预测方法.该方法首先对电力负荷数据序列进行基于模糊信息粒化(FIG)的空间窗口重构,以此得到电力负荷模糊信息粒和电力负荷的各阶自相关系数;然后建立由基于FIG和长短时记忆网络(LSTM)组合的模型(FIG-LSTM),以此获得能够预测不同模糊粒的3组LSTM模型;最后建立加权Markov-FIG-LSTM模型,并通过消除3组LSTM模型中的预测误差得到电力负荷预测区间和趋势值.实例分析表明,Markov-FIG-LSTM模型的RMSE、MAE和MAPE指标比FIG-LSTM模型分别降低了4.78%、11.37%和11.72%,因此该方法可为电网调度提供有效的数据支撑.     

基于动态模糊神经网络的短期电力负荷预测

针对电力负荷受天气和日期影响特点,提出一种基于动态模糊神经网络的短期电力负荷预测的新方法.该算法最大的特点是模糊规则是动态变化的,通过系统误差、可容纳边界来判断系统是否需要新增一条模糊规则,使用误差下降率(ERR)修剪算法剔除对整个网络影响较小的模糊规则.该算法还使用了分级学习法让网络的学习速度大大提高.在分析了EUNITE网络提供的负荷数据基础上来进行仿真,该仿真将温度、星期、月份、节假日因素作为网络的输入向量,取日负荷峰值作为网络的输出向量.仿真结果显示取得了较好的预测准确率.     

基于模糊划分聚类的中长期用电量预测

将模糊划分聚类理论应用中长期用电量预测,依据模糊聚类、模糊模式识别、类别变量特征值,与概率统计相关分析等模型,建立类别变量特征值与预测对象之间的相关关系,利用此相关关系进行负荷预测。实践表明,此方法具有较高的预测精度,能较好地适应不同地区的负荷特性。     

Fuzzy clustering based load balancing algorithm with feature weighted

Focusing on the data fusion problem of various loads, a fuzzy clustering based load balancing algorithm with feature weighted is proposed. First of all, various system resources are considered as dimensions for load metrics, and features for different dimensions are weighted so as to quantify comprehensive loads; then, this algorithm introduces fuzzy clustering, optimizes weight constraints, and adds penalty terms. Hence, the most suitable objective node cluster for load transferring is resolved through fuzzy clustering. Experimental results show that this algorithm can effectively fuse multidimensional load data and reduce standard deviation for node loads within the cluster by 21％ compared with existing algorithms.     

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。     

钢桥荷载谱中高荷载对疲劳裂纹扩展的影响

陈述了在随机加载条件下，Ｒａｙｌｅｉｇｈ分布荷载谱中高荷载对１６Ｍｎ钢疲劳裂纹扩展影响的研究。实验表明，在比较接近钢桥服役条件的荷载谱中，高荷载循环加速了疲劳裂纹扩展，缩短了裂纹扩展寿命。     

考虑气温累积效应的短期负荷预测

随着经济持续发展,人民生活水平不断提高,空调等降温负荷在夏季用电负荷中所占比重近年来总体呈上升趋势。在此背景下,分析了负荷与气温的关系,发展了考虑气温累积效应和负荷对气温变化灵敏度的短期负荷预测方法。首先,通过考虑待预测日的气温、高温持续天数以及待预测日与历史日的温差来计算气温累积效应强度,从而对气温进行修正;在此基础上,采用回归模型来分析负荷对气温变化的灵敏度;之后,以历史日负荷为基准值,根据待预测日与历史日的气温差异对待预测日的负荷进行预测。最后,用广东电力系统的历史负荷数据对所发展的负荷预测方法做了大量测试,表明了预测精度满足系统调度机构要求。     

住宅结构楼面荷载的调查与统计分析

荷载的统计分析是研究住宅结构可靠度的重要基础,对西安和包头地区多层和中高层典型住宅的105个住户、469间房屋的楼面活荷载进行了系统的调查,利用进深板带面积平均荷载法和室面积平均荷载法将其等效为楼面均布荷载;应用数理统计方法,研究了典型住宅结构持久性楼面活荷载和临时性楼面活荷载的统计参数和概率分布;给出了设计基准期50 a和100 a时住宅结构楼面活荷载标准值的建议取值,并与现行荷载规范进行了比较分析.     

基于模糊聚类和灰色关联分析结合的负荷预测

训练样本的合理选择是影响神经网络负荷预测精度的重要因素。为了选择出适量而且典型的样本,采用模糊聚类将历史负荷数据分为若干类,再利用灰色关联分析法确定各类与预测时刻负荷模式的相关度,选择关联度最大的一类,通过L-M算法对24个整点时刻分别建立BP网络预测模型,并与常用方法选择的样本训练网络得到的结果进行了对比,测试结果证明了本文所提方法的有效性。     

荷载平稳二项随机过程简化组合方法

为了解决荷载平稳二项随机过程组合方法在求解时段组合幅值的最大熵概率密度函数时求解高度非线性方程组计算复杂,不便于实际工程应用的不足.本文根据荷载时段组合幅值的概率特点,以两参数的极值Ⅰ型来描述其概率特征,建立了简化的组合方法.根据数值模拟试验和实测风浪资料计算结果表明本文极值Ⅰ型与最大熵分布都能很好的描述时段组合幅值的概率特征,并且具有一致性;当计算不同重现期极值组合荷载时,本文简化方法计算的结果偏于保守.     

节能减排环境下广东省年最大降温负荷的测算与分析

随着人民生活水平的不断提高和气温的逐步变暖,空调等降温负荷在南方省区尤其是广东省的夏季负荷中所占比重趋于增大,其对电力系统安全和经济运行的影响越来越大。另一方面,节能减排政策的实施也会改变负荷特性。这样,对节能减排环境下的降温负荷进行比较准确的测算和分析对提高整体负荷预测精度具有重要作用,同时也可为制定高峰时段的负荷调控措施提供科学依据,因而引起了南方省区一些电力调度中心的广泛关注。在此背景下,根据广东省2005年至2009年每天96点的负荷数据及同期温度数据,采用最大负荷比较法与基准负荷比较法,测算出广东省在这几年的年最大降温负荷值。之后,对实施节能减排政策前后的负荷变化情况做了对比分析。计算结果与实际情况相符。     

美国ASCE施工设计荷载规范的理念与启示

为对施工阶段的未完整结构进行设计和分析,保证施工安全,应明确施工过程中结构可能受到的各类外部作用(荷载)及其效应.通过介绍美国ASCE施工设计荷载规范在施工阶段的荷载种类、设计值及荷载组合等内容,着重分析了其施工荷载及荷载系数的取用方法,施工荷载与恒载、活载、环境荷载及侧向土压力组合方法等,对比分析了中国现行标准的相关内容.建议应吸收ASCE施工规范理念,充分考察施工阶段荷载的不确定性,引入施工荷载取值、荷载分项系数建议值,编制自成体系的中国施工荷载标准.     

汽车荷载对滑坡稳定性的影响分析

当前滑坡防治工程设计中,没有考虑汽车荷载对滑坡稳定性影响。将汽车荷载简化为移动恒载和汽车动力荷载,其中移动恒载量值介于2.34~6.41 kPa之间,并以冲击系数表征汽车动力荷载,冲击系数μ介于0.1~0.4之间。并采用工程界常用的多种稳定性分析方法,结合算例,通过不考虑同考虑汽车移动恒载载、汽车动力荷载的滑坡稳定性分析对比,发现对于公路从滑坡下滑段通过的浅层滑坡(8m以内),不考虑汽车荷载同考虑汽车移动恒载相比,稳定性系数要高4.3%~11%,不考虑汽车荷载比同时考虑汽车动荷载时稳定性系数要高5.8%~12.1%,即不考虑汽车移动恒载、汽车动力荷载的影响会人为提高滑坡的稳定性系数,且量值不可忽略。对于中厚层滑坡或公路从滑坡抗滑段通过情况,汽车荷载对滑坡稳定影响微弱,可以不予考虑。