共查询到20条相似文献,搜索用时 31 毫秒
1.
基于蚁群算法的配电网空间负荷预测方法研究 总被引:2,自引:0,他引:2
在进行空间负荷预测的过程中,用地类型转换规则的获取对预测的结果产生着深远的影响.提出了一种改进的配电网空间负荷预测方法,采用用地仿真法模拟城市土地动态发展过程,预测规划区域各小区土地的未来使用类型.根据城市发展的实际情况,利用蚁群算法(Ant Colony Algorithm,ACA)的自适应性及其在分类规则挖掘方面的优势,自动获取小区用地类型的转换规则,克服了传统方法在规划年内一直采用静态的土地使用决策规则的缺陷.用实例说明了该方法的有效性. 相似文献
2.
基于粗糙集和元胞自动机的配电网空间负荷预测 总被引:3,自引:0,他引:3
该文提出一种新颖的配电网空间负荷预测方法,采用元胞自动机(cellular automata,CA)模拟城市土地利用动态发展过程,预测规划区域各小区土地的未来使用类型。根据城市发展的实际情况,确定CA的迭代时间和转换规则调整时间,并采用粗糙集(rough sets,RS)理论逐步对每个调整时间段中可能影响小区土地使用决策的因素进行属性约简,获取动态的元胞自动机转换规则,消除冗余属性,克服了传统方法在获取小区土地使用决策受主观因素影响较大以及在规划年内一直采用静态的土地使用决策规则的缺陷。最后通过1个实例验证了该方法的有效性。 相似文献
3.
采用人工蜂群算法应用于土地利用变化中的土地使用决策,提出了一种新的空间负荷预测方法。为了解决静态决策规则带来的问题和提高空间负荷预测的精确性,该方法结合了人工蜂群算法和用地仿真法的优点,利用用地仿真法理论来预测规划区域各小区的未来用地类型,定义各小区用地类型的属性节点和类节点的连线为蜂群搜索路径,通过模仿蜜蜂采蜜行为,自动搜索在该区域土地利用变化情况中各用地类型最优的转换规则,计算小区负荷。最后利用Matlab R2012a做实验,证明文中所提新方法是有效的。 相似文献
4.
5.
一种基于参数循环优化的空间负荷预测方法研究与应用 总被引:1,自引:0,他引:1
在结合我国国情的基础上分析了传统用地仿真法在国内空间负荷预测工作中实现困难的现状,提出了一种实用性很强的基于参数循环优化的空间负荷预测模型.该方法以城市规划局的土地规划图为基础,运用GIS的强大功能对城市配网大量矢量地图数据进行存储管理,再结合循环优化后的负荷密度模型对各规划小区用地进行负荷预测结果计算.新的空间负荷预测模型免去了用地仿真法在网格划分及各小区空间数据收集过程中的大量工作,提高了工作效率.应用实例表明该方法预测结果准确性能满足目前我国电力行业的发展要求. 相似文献
6.
7.
电力负荷的模糊粗糙集预测方法研究 总被引:3,自引:6,他引:3
通常空间电力负荷的影响因素较多 ,小区划分较小时模糊推理规则将成倍增加 ,为此引入了粗糙集理论的属性约简方法简约预测因子 ,即采用粗糙集理论的不可分辨性关系约简可能影响小区用地决策的距离和环境等相关属性 ,得出决定小区用地类型的决策推理规则库 ;为克服模糊理论确定权重系数的主观性 ,应用粗糙集理论中属性重要度分析计算了各条件属性对各用地类型的不同权重。重庆江北某区域空间电力负荷预测的结果显示 ,粗糙集与模糊集理论相结合能节约存储空间且能提高预测速度 相似文献
8.
提出了一种新颖的电力空间负荷分布预测模型,该方法首先对各类负荷的影响因素进行分析并分别建模预测;而后将选定区域划分成等面积小区,利用主成分分析法对小区空间信息进行处理,从而形成支持向量机的训练样本集;在此基础上用训练好的支持向量机计算待预测区域小区的属性值,并按照各类用地类型排序.根据预测结果,结合待预测区域的整体发展规划,给出待预测区域各类负荷增量;最后,结合各类负荷密度预测值、各类用地发展总量、各类用地发展排序,给出空间负荷预测值.实例验证了本文方法的有效性. 相似文献
9.
基于模糊逻辑的近似推理方法,建立了详细的城市土地高分解状态下的小区土地使用优劣性评价和小区土地使用适应性评价的推理模型,用一个实际系统的空间电力负荷预测的小区用地分析实例说明了该方法的应用过程和有效性。 相似文献
10.
11.
空间负荷预测是城网规划领域的基础工作,目前空间负荷预测大多是依靠一些历史负荷数据来进行,却忽视了地理空间信息的影响。对于同一类用地来说,由于各小区的地理空间信息不同,其发展程度存在一定的差异,进而各小区的负荷密度也不相同,如果采用统一的负荷密度进行预测,势必会带来较大的误差。因此,该文提出一种基于模糊粗糙集理论和时空信息的空间负荷预测方法。借助地理信息系统(geographic information system,GIS)获取供电小区的空间信息,分析空间信息对各类负荷分布的影响。结合模糊粗糙集理论得到每个供电小区适合其发展的统一模糊粗糙因子(因为每类小区的统一模糊粗糙因子的划定都有其自身的标准,该统一模糊粗糙因子的大小仅适于同种类型小区间的比较),从而刻画出同类负荷间负荷密度的差异。该文所提方法能够更精确地刻画负荷发展不均衡、不协调的现象,提高空间负荷预测的精度。工程实例分析表明了该方法的实用性和有效性。 相似文献
12.
基于云理论的配电网空间负荷预测方法研究 总被引:12,自引:3,他引:12
提出了一种新颖的配电网空间负荷预测模型,该模型采用了基于云模型的知识表示,将定性概念所具有的模糊性、随机性有机地结合在一起,构成了定性和定量相互间的映射,克服了传统模糊理论的不彻底性。该文将云理论、面向对象的归纳方法以及粗糙集相结合,进行土地使用决策中空间属性信息定量定性转换、空间数据的离散化、决策规则的挖掘,克服了传统基于模糊集的空间负荷预测模型中模糊集参数及模糊系统规则选择的主观性,同时也利用云理论与粗糙集理论相互间的互补性,增强了知识发现的能力。运用基于云理论的不确定性推理计算小区对各用地类型适应性的评分,使推理结果更加合理而且贴近实际。给出了基于该模型的小区改造判据,改进了计及小区改造及经济性的用地分配的多目标规划模型,计算小区负荷。最后用实例说明了该方法的有效性。 相似文献
13.
简述空间负荷预测的内容和方法,着重介绍采用非均匀区域法的空间负荷预测。这种非均匀区域法预测结合现有的系统和负荷理论、负荷增长类型、未来的规划信息、以及现有的土地使用类型,为空间负荷增长过程确定多种发展远景,对不同区域的预测有详略之分,可显著减少数据量和工作量。 相似文献
14.
15.
基于云理论和元胞自动机理论的城市配电网空间负荷预测 总被引:2,自引:0,他引:2
针对城市电网规划中电力负荷空间分布和时间动态演化预测难题,提出一种采用元胞自动机(cellular automata,CA)模拟城市土地利用的逐年发展过程进而进行城市配电网空间负荷预测方法。该方法基于云模型的知识,将影响因素的定性概念所具有的模糊性、随机性有机地结合在一起,构成定性和定量间的相互映射。综合考虑多种影响负荷发展的因素,运用云理论训练CA转换规则,制定多种转换规则来预测规划区域地块的发展程度。通过应用所提模型和方法对某规划小区负荷发展进行预测及实际对比,验证了其有效性。 相似文献
16.
17.
空间负荷预测对配电网规划建设具有重要意义。为了提高配电网空间负荷预测精度,文中提出基于熵权法与灰色关联分析-极限学习机(GRA-ELM)的配电网空间负荷预测方法。首先,将规划区域内的小区按用地性质划分,分析不同类型负荷的影响因素,建立空间负荷密度指标体系;其次,利用熵权法对不同类型负荷的负荷密度指标进行权重分配;然后,应用GRA挑选出与待测地块负荷密度指标相似的训练样本;最后,将样本带入经粒子群优化(PSO)算法参数处理后的极限学习机(ELM)进行训练,得到预测结果。通过实例对所提方法的性能进行仿真验证,结果表明,所提方法相对其他方法的空间负荷预测精度更高。 相似文献
18.
19.