共查询到17条相似文献,搜索用时 347 毫秒
1.
2.
3.
4.
统调日负荷的精确预测对电力充裕性保障、电力系统规划有重要指导作用。相似性识别是数据挖掘技术的重要部分,基于相似性识别原理,提出一种短期负荷预测的新方法。首先对原始数据进行属性和重复记录清洗,清洗后得到实验数据;其次在考虑数据大小相似性的同时,引入了数据趋势相似性度量。基于2种度量从历史序列中识别出与查询序列信息高度重合的序列,建立备选相似序列集;考虑时间间隔与季节因素,从备选相似序列集中选取历史最相似序列,最终实现日负荷预测;随着新信息的进入,实现高峰负荷动态预测。利用该方法对重庆统调日负荷进行模拟预测,并与BP神经网络和支持向量机方法进行对比,证明了所提方法的可行性与有效性。 相似文献
5.
6.
7.
8.
采用大涡数值模拟方法模拟了发动机缸内冷态流场,连续计算100个周期,获得了缸内多循环流场数据库,模拟结果通过粒子图像速度场测量技术(PIV)测量试验进行了验证.然后,采用动态模式分解(DMD)算法分析动态非线性系统流场数据库,以识别其流动特性.结果表明:DMD算法能够有效识别缸内涡团脉动频率,提取对应的流场结构,有利于发现在发动机整个工作过程中具有大衰变率的不稳定流场结构.此外,改进的"稀疏化"DMD算法可有效地对最重要的流场结构进行低维近似,这将有利于寻找影响和控制发动机缸内流场动态演化的方法. 相似文献
9.
10.
随着非侵入式负荷监测技术应用场景不断扩展,负荷类型日趋多样化,基于单层特征的静态识别方法需要构造更加全面、复杂的特征,难以兼顾负荷识别的准确度及速度。提出一种基于多层特征组的动态识别方法,综合考虑不同负荷特征提取的采样频率、监测窗口宽度、计算复杂度和负荷特征存储量等构建分层特征组,针对负荷群中不同的负荷类型提取不同的特征组作为分类特征以降低特征的综合提取代价,最后基于支持向量机多分类算法实现按需识别负荷类型。BLUED数据库的仿真对比分析和实际某工厂的工程测试结果表明,基于多层特征组的动态识别方法不仅能够提高负荷的综合识别速度,也能提升相似负荷的识别准确度,在负荷相似及投切频繁的场景下能够兼顾负荷识别准确度和速度,具有较好的工程适用性。 相似文献
11.
12.
13.
14.
静库容法和动库容法是水库调洪演算最常用的方法,与动库容法相比静库容法简单快速,所需资料较少,在水库蓄水期和消落期可直接用于水库调洪。但由于未考虑入库向出库转换的时间延迟,在汛期易造成较大的库水位计算误差。对此,设计了距离度量学习算法,对当前的预报样本,先使用静库容法计算库水位;然后根据学习的距离度量,从历史样本中寻找若干个与当前水情相似的样本,用这些相似样本的库水位计算误差的线性组合对当前样本的计算库水位进行修正,改善其精度。以三峡水库2009~2017年的数据作为训练集,以2018年的数据作为测试集,试验结果表明距离度量学习算法能够显著改善汛期库水位的计算精度。 相似文献
15.
为了降低热电联产系统能量调度算法计算的复杂度,减少计算时间,提出了一种基于If-Then-Else规则的热电联产系统能量调度方法。通过引入逻辑变量来描述设备的启停状态和工作模式,建立混合逻辑动态模型,在模型预测控制的框架下,根据实时电价以及本地能源、电力负荷和热力负荷的预测结果,为模型中的二元决策变量赋值,从而将模型中的混合整数线性规划问题转化为线性规划问题。最后,通过仿真将本文提出的方法和混合整数线性规划方法进行比较,结果表明,本文所采用的方法在性能上几乎没有损失,平均计算时间降低65%。 相似文献
16.
17.
为提高短期电力负荷预测精度,针对电力负荷序列的周期性、随机波动性等特点,提出一种基于逆推理论改进模糊均生函数的短期负荷预测模型。该模型先将模糊均生函数算法引入负荷预测领域,同时应用逆推理论改进模糊均生函数的构造过程,然后将其与最优子集回归算法相结合,建立短期负荷预测模型,最后使用该模型进行预测。以山东电网某市的负荷数据为例,对该模型进行了验证,并与实际负荷数据及传统均生函数模型的预测结果进行对比。结果表明,所提模型能有效提高短期负荷预测的精度,具有很好的实用性。 相似文献