基于灰色神经网络组合模型的光伏短期出力预测

光伏发电系统输出功率具有不确定性特征,为了减轻其对电网的影响,有必要进行光伏出力预测。文中提出了一种基于灰色神经网络组合模型的方法对光伏出力进行预测。该方法是对传统直接预测和间接预测方法的结合,考虑了影响光伏出力的主要因素,通过统计与预测日相似天气条件下整点时刻的光伏出力,建立了各时刻出力的灰色模型,然后利用灰色模型的输出和温度数值与实测出力值建立神经网络预测模型,最终得到预测结果。文中采用实际光伏出力数据对灰色模型、神经网络模型、灰色神经网络组合模型3种预测方法进行了结果对比。算例结果表明,所提出的灰色神经网络组合预测模型能够更为精确地对光伏出力进行预测,因而具有潜在的应用价值。     

基于GM(1，1)与BP神经网络的综合负荷预测

针对电力负荷预测中的单一预测模型存在的局限性,提出基于BP神经网络和GM(1,1)的残差修正组合模型。通过算法组合的方式进行系统建模,从而提高负荷预测模型的精度。首先通过GM(1,1)模型进行预测,得到灰色残差序列,利用灰色残差序列建立BP残差修正模型,利用该模型进行残差预测,最后将残差修正值和GM(1,1)模型预测值进行叠加得到最终所需的负荷预测值。利用该模型对某地区进行仿真实验,结果表明该修正模型具有较高的预测精度和实用性。     

基于修正组合模型的河川径流中长期预报

为了充分发挥灰色模型在单变量预测及神经网络在处理非线性问题上的优势,同时降低二者的线性组合模型中组合权系数计算方法的不确定性对模型预测效果的影响,本文基于修正组合预测的思想,借助马尔科夫链对灰色GM（1,1）、BP神经网络及组合灰色神经网络模型预测的误差序列进行了修正处理,并通过分析比较修正单一模型与修正简单组合模型在中长期径流预测精度上的差异,提出了基于修正组合模型的河川径流中长期预报方法。将该方法应用于黄河中游区四条一级支流窟野河、秃尾河、无定河与孤山川的控制性水文站年径流预测中,结果表明基于马尔科夫链修正的组合灰色神经网络模型具有更好的拟合与预报精度,是一种更有效的径流预测方法。     

基于萤火虫算法?广义回归神经网络的光伏发电功率组合预测

随着光伏发电大容量地并入电网,其输出的随机性必将对大电网安全稳定运行造成影响,为此建立了一种变权重的光伏短期组合预测模型,首先通过主成分分析法(principal component analysis,PCA)将影响光伏出力的多重线性因素进行压缩、提取以简化模型输入变量的维数,然后将提取的第一主成分结合灰色关联度来筛选相似日样本,接着将样本分别带入最小二乘支持向量机、改进BP网络2种单一模型进行2次预测。第1次预测作为相似日预测,用来训练权重系数,训练方法是萤火虫算法优化的广义回归神经网络;第2次预测是待预测日的预测。仿真结果验证了所提模型的有效性。     

灰色动态BP神经网络在光伏短期出力预测中的应用

针对传统BP神经网络在光伏发电短期出力预测中的不足,提出并实现了一种基于灰色动态BP神经网络的光伏发电短期出力预测模型。通过灰色系统理论对BP神经网络因子集进行优化,同时对BP神经网络的隐含层节点数进行动态调节。将提出的模型应用于真实的光伏电站短期出力预测中,预测结果和实测结果吻合度较高,验证了模型的有效性。     

基于改进灰色神经网络组合模型的光伏电站短期出力预测

针对单一灰色模型和神经网络模型自身的缺陷对传统灰色神经网络组合模型预测精度的影响问题,提出一种基于改进的灰色神经网络组合模型的光伏电站短期出力预测方法。通过把历史日最高和最低气温以及功率数据作为输入,将改进后的单一灰色模型和神经网络模型进行串联组合。采用粒子群优化算法对该组合模型的权值和阈值进行优化,得到改进的灰色神经网络组合模型,可实现提前一天功率预测。某光伏电站群的实测数据验证了该预测方法能够有效提高预测精度。     

基于层次分析法–灰色综合关联及多灰色模型组合建模的线损率预测

提出了利用综合灰关联分析提取线损强关联因素的方法,建立了灰色模型(gray model,GM)(1,1)和GM(1,N)组合的电网线损率预测模型。电网线损率变化轨迹受多种因素影响,通过多种灰关联分析及层次分析法变权处理,按加权组合的综合关联度优选GM(1,N)建模参数。组合预测首先采用GM(1,1)模型预估建模参数值,而后将其代入GM(1,N)模型进行线损率精预测,算例表明,对于自然发展中的电网,该组合模型预测性能稳定、精度高,适用于电网中长期线损率预测。     

基于改进遗传算法的电网投资组合预测方法

提出了一种通过改进遗传算法并综合利用灰色预测GM(1, N)模型、BP神经网络模型、多元回归模型建立的电网投资组合预测模型。基于传统遗传算法对组合预测约束条件进行了优化并改进了遗传算法中交叉算子和变异算子,从而使算法具有更强的全局搜索能力和收敛能力。利用所提出的组合预测模型对某地区电网投资进行预测的结果表明,相比于单一预测模型和其他两种组合预测模型,所提组合预测模型能充分利用原始数据的信息,具有更高的预测精度。     

基于果蝇算法与自适应性遗传算法组合优化神经网络的光伏电站短期出力预测

光伏电站的输出功率会随着很多因素发生波动,若能够提高光伏系统出力预测的准确性,则能有效地降低光伏电站并网后对电网造成的冲击,提高电力系统的稳定性。建立了果蝇算法与自适应遗传算法组合优化的BP神经网络的预测模型。从预测结果可以发现,采用组合优化算法的BP神经网络模型能够有效避免地BP神经网络易陷入局部极小值点的缺陷,相比于仅优化权值和阈值的BP神经网络模型提高了预测精度,具有一定的应用价值。     

基于泛在电力物联网的用电行为特征解析与应用研究

针对现有技术存在电力负荷分析预测、电网规划和业扩报装困难等问题,提出基于泛在电力物联网的用电行为特征分析方法.采用思维进化算法对BP神经网络的初始权值和阈值进行优化,然后输入跟用户用电行为有关的电费单价、家庭经济情况和天气等因素数据,经过训练收敛输出一个融合各种因素的用电行为数据,最后再采用灰色GM(1,1)模型,根据...     

基于飞轮储能的风力发电系统仿真

针对离网式风力发电系统存在电能波动大、供电可靠性差等问题,提出采用基于无刷直流电机(BLDC)驱动的飞轮储能系统来提高离网式风力发电系统的电能质量。通过Matlab/Simulink对含有飞轮储能环节的离网式风力发电系统进行了仿真,给出仿真参数。仿真结果表明,飞轮储能系统可有效抑制风速变化带来的电能波动,保证供电的可靠性。     

基于灰度共生矩阵纹理特征的局部放电模式识别

传统的统计参数特征,因放电次数及放电相位分布等因素的影响,会出现无效信息,降低局部放电识别率。为了减少这些因素的影响,引入灰度共生矩阵纹理特征对局部放电进行模式识别。首先通过实验构造局部放电相位-放电量-放电次数(j-q-n)三维图谱,获得放电分布矩阵。其次计算其对应的灰度共生矩阵,并提取出相应纹理特征。最后利用聚类分析对不同放电缺陷进行了有效判别分类。实验结果表明:基于放电分布灰度共生矩阵的纹理特征可以有效辨识不同局部放电类型,为局部放电模式识别提供了一种新思路。     

配电自动化潮流计算测试平台设计

为了全面测试配电自动化高级应用功能,借助电力系统仿真软件DIgSILENT,提出了配电自动化主站潮流计算高级应用功能测试的一种方法,并搭建了测试系统。在IEEE 33/69节点测试系统的基础上,针对配电网潮流计算正确性进行了验证分析。结果表明,利用本测试系统能够对配电自动化潮流算法进行有效测试,为配电自动化主站系统高级应用功能测试提供了有效方法。     

准PR调节下三相并网逆变器的分岔现象分析

分析了准比例谐振(PR)调节下三相LCL型并网逆变器的分岔现象。在两相静止坐标系下建立了其在正弦脉宽调制时的离散数学模型,对其在快时间尺度上的非线性行为进行了分析。通过分岔图法、Jacobian矩阵法等对其在不同参数下的稳定边界进行了预测,得出三相逆变电路的稳定运行域,并通过Matlab/Simulink仿真验证了理论分析的正确性。所得出的相关结论为准PR调节下的三相并网逆变电路的分析、设计和调试提供了参考。     

基于ETAP的钢铁企业电网谐波分析

基于对炼钢生产线上主要用电设备的谐波产生原因和谐波特性的充分调研,以某实际钢铁企业电网为例,利用ETAP软件对其供电系统进行详细建模。重点研究谐波在钢铁企业电网中的传播特性,明确钢铁企业电网在公共连接点处(PCC)的谐波污染责任。并仿真计算可能出现的谐振点,通过案例分析验证谐振原因。最后,针对系统内出现的并联谐振设计滤波器,为企业电网的谐波谐振抑制和电能质量提高提供一种方法。     

基于统计特征与概率神经网络的变压器局部放电类型识别

针对变压器局部放电类型识别问题,提出了基于统计特征参数与概率神经网络的局部放电模式分类方法。所提方法首先在局部放电类型三维谱图中构建二维分布图谱,然后在二维分布谱图上提取统计特征参数,接着将统计特征参数以特征向量的形式作为概率神经网络的输入量,最后利用概率神经网络对放电类型进行识别。在试验中,利用电晕放电、沿面放电、气隙放电三种放电类型的数据,将所提分类方法与典型局部放电类型分类方法进行比较。实验结果表明,所提分类方法的识别准确率较高、识别时间开销较少。     

基于零序电流波形相似度的接地故障定位方法

为了准确定位小电流接地系统中单相接地故障点,在中心站故障定位系统架构下,基于暂态录波故障指示器,将故障定位转化为比较零序电流相似度的问题。在对线路拓扑结构采用六位数编码进行描述的基础上,设计了基于离散均方根距离的故障定位算法。通过仿真模拟实际运行中可能出现的各种接地故障,并进行定位试验。测试结果表明,将对比零序电流波形相似度应用到配电自动化在线监测领域中进行接地故障定位是可行的。     

某垃圾焚烧发电项目电气系统安全性评价

为了评价垃圾焚烧发电项目电气系统安全性,分析了变压器、配电装置、电缆、继电保护装置、直流系统等电气系统主要组成部分的危险有害因素。运用安全检查表法排查出电气系统存在6处安全隐患。运用事故树分析法分析了触电事故形成因素,并提出阻止故障发生的有效路径。运用作业条件危险性分析法对电气系统作业安全性进行了评价。提出防止触电、保证供配电安全、防止电气误操作等三方面的安全对策措施。采取针对性安全技术措施,垃圾焚烧发电项目电气系统是安全可靠的。     

基于混合子模块的MMC故障阻断及谐波特性分析

针对模块化多电平换流器(MMC)所存在的直流侧故障无法自清除的问题,许多新型的子模块拓扑在原有半桥型子模块(HBSM)的基础上进行调整修正,利用其自身的拓扑特点,在直流侧发生短路故障时通过使短路电流给子模块电容充电的方法实现故障电流的快速阻断。在研究了众多新型子模块拓扑的基础上,设计了电流阻断能力较强的新型子模块。并考虑了损耗特性,采用新型子模块与HBSM结合的混合拓扑结构,从调制策略到谐波特性以及故障阻断性能进行了分析。推导了各次谐波电压幅值的表达式,并通过仿真验证了其准确性与实用性。     

一种基于模块化多电平变换器拓扑的柔性母联控制器

针对传统母联开关的各种缺陷,提出了一种基于模块化多电平变换器拓扑的柔性母联控制器。它可以连接不同电压等级的网络,实现潮流的优化调节、无功支撑及故障时交流系统之间的快速紧急支援和隔离故障。同时具备直流电压输出端口,可以用于交直流混合的配电网架中。对柔性母联控制器的工作模式进行了分析,设计了直流电压及潮流控制器。通过仿真及实验,验证了该控制器的性能。