多元线性网络法在区域电力负荷预测中的应用

区域电力负荷具有特殊的变化规律，但表现出一定的周期波动性。对区域电力负荷变化影响因素分析后，分别利用多元线性回归和人工神经网络模型对电力负荷变化进行了电力消耗预测。对二者预测结果还进行了误差分析，并提出了高、中、低3个水平的电力负荷消耗。结果表明：预测结果与当地电力负荷消耗增长规律相符，且人工神经网络预测结果较多元线性回归模型稍好。预测的结果数据可以作为当地决策部门的资料参考。     

电力市场中预测问题的新内涵

传统的负荷预测是电力系统规划与运行的基础工作，电力市场化的改革对负荷预测提出了更高的要求，赋予其新的内涵。文中探讨了电力市场中的预测问题，分别针对发电侧竞价和用户侧开放的电力市场，提出了一些新的预测内容和预测思想，包括扩展短期负荷预测、连续多日负荷曲线预测、电力市场价格预测、市场风险预测与评估、考虑需求侧管理影响的电力需求预测、用电需求曲线预测、基于价格弹性的需求预测等，指出了这些预测问题的研究热点和难点,探讨了未来的主要研究方向。     

灰色模型在短期电力负荷预测中的应用

电力负荷预测是电力控制及运行方面的最重要的一项任务，根据不同的预测对象，常用的方法有概率统计法、时间序列分析及灰色系统等等。文章讨论了灰色模型GM(1，1)及其改进模型在短期电力负荷预测中的应用。采用ARIMA(p,d,q)模型与GM(1，1)改进模型对特殊日电力负荷进行组合预测，提出了适合电网特殊日电力负荷预测的数据处理方法。提高了预测的精度。准确度到了95%以上，解决了每日24点正点采样情况下预测精度较低的问题。     

BP神经网络算法在年电力负荷预测中的应用

本文主要研究电力负荷预测方法，依照神经网络系统理论，建立神经网络模型，并通过实例计算，介绍了BP神经网络算法在年电力负荷预测中的应用。     

一种改进支持向量机的电力负荷预测方法研究

我国电力负荷的快速增加和电网运行环境日趋复杂,对电力负荷预测的准确性和可靠性提出了更高的要求。为了解决电力预测准确率低的问题,提出一种改进支持向量机的电力负荷预测方法。该方法综合考虑了影响电力负荷预测效果的气象因素,采用多元线性回归模型拟合了电力负荷与最高温度、最低温度、平均温度以及相对湿度的关系,找出电力负荷数据的异常点,再使用秃鹰搜索算法优化支持向量机中参数。该方法提高了预测的效果,给电力负荷预测提供了借鉴思路。     

用经济模型预测地区电网负荷

本文研究了一种适用于地区电网规划中、长期负荷预测方法。这种方法不是单纯地把历史记 录数据作为唯一的预测依据，而是把电力负荷的需求与社会、经济发展紧密联系起来，后者 是电力负荷增长的根据，两者必须保持同步增长。所以建立经济——电力模型是本文的主要 任务；另外，还注意到电力负荷具有随机性的特点，对此我们采用随机时间序列分析法加以 处理。     

电力负荷预测方法研究

电力负荷预测的开展始于上世纪八十年代初。最早的电力负荷预测工作完全依靠预测人员的运行经验,没有科学的理论做指导,预测误差往往较大。随着电力行业的不断发展,电力系统日趋复杂,单纯地依靠人工预测己经远远不能满足预测的要求。因此,要求电力负荷预测更科学、更准确,极大地促发了电力负荷预测理论研究的开展。     

基于神经网络电力系统短期负荷预测的MATLAB实现

介于电力负荷预测在电力系统中的重要性,首先描述了电力负荷预测对电力系统的重要意义,分析了传统电力负荷预测方法的优缺点,在详细分析BP神经网络原理的基础上,设计了负荷分析方案,通过对某市负荷数据的分析,并且在充分考虑了日常负荷与天气因素的关系之后,建立了神经网络短期负荷预测模型,并进行短期预测,验证了其具有较高的精度,且具有很强的稳定性,适合多种不同的预测环境。     

一种线性组合电力负荷预测模型(英文)

电力负荷预测对电力系统的有效运行是至关重要的.电力负荷预测领域迫切需要更精确、更稳定的电力负荷预测方法和技术.为进一步提高电力负荷预测精度,利用互补性原理建立了一种线性组合预测策略.该方法由一个基于互补原理的单项模型选择策略,及线性组合模型组成.选定的单项模型包括流行的线性模型,即ARIMA模型,和流行的非线性模型,即支持向量回归(SVR)模型.该线性组合结构可以有效地提取非线性电力负荷数据的特点.澳大利亚电网真实数据的实验运行验证了该模型的有效性.     

开放式SCADA/EMS系统支持的在线负荷预测系统

通过分析适用于负荷预测的数学方法，构成能在线实时运行的负荷预测系统。 为提高精度，采用自修改机制和加权组合方法。考虑了天气因素对电力负荷的 影响，并给出实际电网的计算结果。     

10 kV中压配电网应用电力空间负荷密度特性研究

针对传统方法在研究水电配电网电力空间负荷密度的特性时存在电力负荷密度预测精度较低、用电高峰期出现供电紧张、运行稳定性较弱、安全性较低等问题,提出一种基于DLBAN模型的电力空间负荷密度预测方法。利用跨小波空间算法对水电配电网电力扰动信号进行去噪,获取电力空间滤波信号,根据DLBAN构建电力空间负荷预测模型,对待测区块指定最合适的类标签进行修正。利用DLBAN预测模型完成配电网电力空间负荷密度预测,得到其属性呈正相关性,从而实现对水电配电网电力空间负荷密度特性研究。结果表明,在水电配电网的应用中,城市第二产业的负荷密度的稳定性较强;不同用户的休息时间与负荷密度具有较强的关联性;第三产业的用电时间具有周期性,且负荷密度较大,对整个水电配电网区域负荷密度的贡献度较大,且具有较高的预测精度。     

基于云模型的非一致性年径流预测

采用云模型和非一致性水文计算法对岷江流域年径流建立预测模型,利用非一致性计算法将水文序列分成相对一致的随机性成分和非一致的确定性成分,再分别对确定性成分和随机性成分进行云模型的不确定性推理,最后根据时间序列分析的分解与合成理论进行数值合成,得到最终的预测值。通过与传统预测方法相比较,非一致性云预测方法有较高的预测精度和推广应用价值。     

灰色系统电力负荷预测模型在北疆电网的应用研究

电力系统负荷预测的准确度和精度会对电力系统安全、稳定、经济、可靠性产生巨大影响.本文在对灰色系统理论的基础上,建立灰色系统电力负荷预测模型,并对模型应用到新疆北疆电网,对2020年电力负荷进行预测,其预测结果精度较为满意.灰色系统电力负荷预测是较为可靠的预测方法.     

基于 BP 神经网络的场次洪水河道沙量预报

针对日益严重的河流泥沙问题,掌握河流泥沙的影响因素和泥沙的变化过程是泥沙治理的关键。以神经网络模型为基础,建立场次洪水沙量预报模型,对多沙河流的洪水挟沙量进行预报,并取得较好的预报效果。选择辽西北多沙河流大凌河作为研究实例,首先将1984年-1998年间的29场历史实测洪水资料进行分析,得到影响下游沙量的主要因素;然后,通过神经网络模型建立上游影响因素与下游沙量之间的关系;最后,选取其中6场洪水资料进行验证。模型计算结果表明,计算结果与实测结果误差在合理范围之内,精度符合要求,可以用于下游沙量的预报。     

电力负荷预测的灰色随机组合模型

年电力负荷具有稳定增长的趋势成分和随机成分．由灰色模型描述趋势成分，由自回归模型刻化随机成分，两者叠加，即灰色随机组合模型，可反映年电力负荷的变化特性．实例验证表明，该途径是可行而有效的．     

模糊可拓模型在坝体变形评价中的应用

基于坝体各种变形实测资料,构造了坝体变形综合评价的经典域物元和节域物元,应用物元和可拓集合中的关联函数,结合变形监控模型,实现了坝体多种变形量的集成描述,建立了大坝变形性态综合评估的模糊可拓模型。实例分析表明该方法切实可行,分析结果综合反映了坝体各种变形监测量的变化性态,符合实际情况。     

Fuzzy Conceptual Hydrological Model for Water Flow Prediction

Reliability in flow prediction is key to designing water resources projects. Over prediction may result in overdesign whereas under prediction brings about insufficient capacity solutions. While the former means insufficient use of financial resources, the latter may result in some water demand unmet. Therefore, so many techniques have been developed and used to make better flow prediction. In this study, this traditional problem is revisited in an attempt to improve the modeling performance of long used conceptual hydrological models. This is attained by incorporating fuzzy systems into a presently used conceptual model. The fuzzy integration process is carried out through the replacement of the storage elements of conceptual model by fuzzy systems. The case study undertaken has proved that the fuzzy conceptual model developed is quite competitive with ordinary conceptual model and promises improved predictions.     

石河水文站输沙量与径流量相关性分析

以石河水库站汛期径流量和悬移质年输沙量的同步实测资料为依据,建立相关曲线,通过相关系数计算和显著性水平的检验及误差评定,给出回归预测模型,为延长石河水库站悬移质输沙量系列长度提供有效的理论依据,在方法和精度上为预测今后石河水库站年输沙量提供了保证。     

基于数值天气预报模式的流域中期径流预报

研究耦合天气预报模式的径流预报对提高预报预见期及流域防洪减灾具有重要意义。以金溪池潭水库流域为例,通过尺度转换和气象要素联结实现GEM和GFS两种数值天气模式与新安江模型的单向耦合,进行流域水文模拟以及中期径流预报。日径流过程和次洪过程模拟结果发现耦合数值天气预报模式的流域中期径流预报能够较好地预估一段时间内的径流总量,而对洪峰以及洪水过程预报能力稍有不足。预报误差来源有水文模型误差和降水预报误差两种,且降水预报的误差在水文模型中会有放大的效应,这增加了中期径流预报的不确定性。     

基于MIKEBASIN平台的汉江流域径流预测模型初探

为合理配置水资源、促进水资源的可持续利用,开展水资源量的预测预报研究是一项重要的基础支撑工作。以汉江流域为实例,基于流域水文分析软件MIKEBASIN进行子流域划分,采用降雨径流模型(NAM)来模拟各分区降雨径流过程,初步构建了汉江流域水量预测模型系统,并对水量模型的各关键技术重点展开研究。研究果表明,通过细化模型分区、提高NAM模型参数率定精度、改进水库处理方法等工作,可以明显提高水量模型的模拟预测精度。