基于小波分析的短期电力负荷组合预测方法

为了提高电力系统短期负荷预测的精度,提出了基于小波分析的人工神经网络(ANN)和累积式自回归滑动平均(ARIMA)模型的组合预测方法。针对电力系统负荷具有拟周期性、非平稳性和非线性的特点,首先利用小波变换对负荷序列进行小波分解与单支重构,得到各频段上的近似序列和细节序列。根据各序列的自身特点,将经奇异性检测后的数据分别采用相匹配的BP模型和ARIMA模型进行预测,最后将各负荷序列的预测结果加以组合得到最终的预测结果。经实际算例验证,该方法能够有效地提高预测精度。     

基于小波分析的短期电力负荷组合预测方法

为了提高电力系统短期负荷预测的精度,提出了基于小波分析的人工神经网络(ANN)和累积式自回归滑动平均(ARIMA)模型的组合预测方法.针对电力系统负荷具有拟周期性、非平稳性和非线性的特点,首先利用小波变换对负荷序列进行小波分解与单支重构,得到各频段上的近似序列和细节序列.根据各序列的自身特点,将经奇异性检测后的数据分别采用相匹配的BP模型和ARIMA模型进行预测,最后将各负荷序列的预测结果加以组合得到最终的预测结果.经实际算例验证,该方法能够有效地提高预测精度.     

基于小波分析的短期电价ARIMA预测方法

电力市场中的电价具有特殊的周期性,以天、周、年为周期波动,且大周期中嵌套小周期.作者提出一种基于小波分析的累积式自回归滑动平均方法(WARIMA)用于短期电价预测,首先利用小波变换能将交织不同频率成份的混合信号分解成不同频带上的块信号的特性,将电价这一随机序列进行小波分解,得到低频上的概貌序列和高频上的细节序列,并在此基础上对各个子电价序列分别利用累积式自回归滑动平均模型(ARIMA)进行预测,然后在电价平稳时段用概貌序列预测结果直接作为电价预测结果,而在电价非平稳时段将各子序列预测结果重构作为最终的预测结果.为了对比分析,将直接使用ARIMA模型的预测结果和采用WARIMA方法的预测结果进行了比较,表明引入小波分析对提高预测精度是有益的.     

基于小波广义回归神经网络耦合模型的月径流预测

针对中长期水文预报方法预测结果精度低的问题,将离散小波变换(DWT)与广义回归神经网络(GRNN)耦合,建立了月径流预测模型。通过DWT处理将原始月径流序列分解重构为确定性成分和随机性成分两个分量,对两个分量的GRNN模型预测结果叠加作为预测值的方法称为WGRNN1模型。将WGRNN1模型与剔除随机序列的GRNN模型(WGRNN2)和不进行离散小波变换的GRNN模型结果进行对比,采用平均绝对误差(MAE)、确定性系数(DC)和相关系数(R)为模型评价指标。将模型应用于黑河干流莺落峡站的月径流预测,结果表明:模型WGRNN2的评价指标优于WGRNN1,且这两个模型预测效果都优于GRNN模型。说明与离散小波变换的耦合可以提高GRNN模型对月径流的预测精度,同时剔除随机成分的小波广义回归神经网络模型有更好的预测效果,可应用于实际生产。     

基于非参数GARCH的时间序列模型在日前电价预测中的应用

电力市场中电价序列具有较强的波动性、周期性和随机性,以致经常出现价格尖峰,这在很大程度上影响了电价预测的精度。提出了一种基于小波变换和非参数GARCH(generalized auto regressive conditional heteroskedasticity)模型的时间序列模型对日前电价进行预测。利用小波变换将历史电价序列分解重构概貌序列和细节序列,分别建立累积式自回归滑动平均(auto-regressive integrated moving average,ARIMA)模型进行预测,采用非参数GARCH模型对电价序列预测残差的随机波动率进行建模,从而提高对价格波动性的预测能力和ARIMA模型的预测精度。将该模型应用于美国宾夕法尼亚—新泽西—马里兰(Pennsylvania-New Jersey-Maryland,PJM)电力市场的日前电价预测。算例结果表明,非参数GARCH模型可以更好地拟合电价序列剧烈波动的特性,该模型能够提高电价的预测精度。     

基于小波包变换及RBF神经网络的继电器寿命预测

继电器的性能参数时序值为非平稳时间序列,为了对其工作寿命进行准确预测,本文对小波包变换原理进行了改进,利用改进的小波包变换将具有非平稳特征的继电器超程时间径流序列进行分解,使其平稳项和随机项分离,对平稳项采用传统的AR模型进行预测,对于随机项则建立基于相空间重构的RBF(径向基函数)神经网络预测模型进行预测,最后通过小波包重构方法对两种模型预测结果进行重构,实现对原始非平稳径流序列的预测。该方法通过实例验证具有较高的精度,是一种可行的方法。     

基于小波分解的投影寻踪自回归组合模型及其在年径流预测中的应用

为了进一步提高中长期径流预测精度,针对历史径流序列的非线性、随机性的特点,采用对原序列先处理再预测的研究思路,吸取小波分析的分频数据处理功能和投影寻踪自回归的高维数据逼近能力,构建基于小波分解的投影寻踪自回归模型。该模型首先利用小波分解方法将年径流序列分解为一个近似信号和多个细节信号,再对不同信号序列分别建立投影寻踪自回归模型进行预测,最后重构各序列预测结果。以长江宜昌站年径流为实例进行预测,同时探讨小波分解尺度数对组合模型预测结果的影响。结果表明:与投影寻踪自回归模型、BP神经网络模型和ARMA模型相比,新模型提高了预测精度,增强了预测稳定性,并且尺度数对组合模型的预测结果影响不大。     

基于ARIMA模型的短期电力负荷预测

电力负荷时间序列不平稳和受噪声污染严重,直接对负荷进行预测准确度不高。针对此问题,提出了一种结合小波变换与累积式自回归移动平均(ARIMA)模型的短期电力负荷预测新方法。首先,将历史负荷数据进行小波变换,以去除噪声干扰;然后,建立ARIMA模型进行负荷预测。通过实际负荷数据实验,证明了该方法的有效性。     

基于小波分析的月售电量预测方法

月售电量的逐月增长和随机波动性给月售电量的预测带来了很大的困难。为了提高预测精度,采取一种同时具有时域和频域信息的变换方法——小波分析法。在通过MATLAB编程获得小波分解、重构算法之后,进行案例仿真分析,对某市120个月售电量进行预测,结果显示平均相对误差只有6.06%。对相同的月售电量序列进行单独的灰色和自回归移动平均(auto regressive integrated moving average,ARIMA)预测,比较发现灰色平均相对误差为11.24%,ARIMA平均相对误差为9.88%,结果表明小波分析法能够有效提高预测精度,可以提高售电公司在电力交易中的竞争力,利用精确的预测结果制定合理的购售电策略,提高效益。     

基于小波分解和深度信念网络的短期风速预测

针对浅层学习模型对风速预测存在较大误差的缺陷,提出一种基于小波变换和深度信念网络(wavelet based deep belief netw ork,WDBN)的风速预测模型。首先利用小波变换将原始风速序列分解成不同的频率序列;然后针对各频率序列,根据逐层训练法则设计深度信念网络模型;最后采用小波反变换对不同频率序列重构,得出最终的风速预测结果。选用某风电场2013年1月和7月的数据对WDBN模型的风速预测进行仿真分析,并与自回归滑动平均法、反向传播神经网络法、Morlet小波神经网络法的预测结果进行对比,结果表明WDBN模型可以更好地学习风速所具有的非线性和非平稳特征,具有较高的预测精度。     

大规模储能系统发展现状及示范应用

随着储能技术的飞速发展,大规模储能系统已经成为保证电力系统可靠供电的一个重要手段。介绍了储能技术的类别及其在电力系统中的作用,并阐述了其在电力系统中的应用研究现状和目前的主要示范应用实例,论述了储能技术未来发展趋势。     

1 000 kV皖南-浙北特高压线路工频参数测试干扰及结果分析

特高压线路工频参数测试干扰分析是选择适合工频参数测试方法及测试结果分析的重要基础。测试了1 000 kV皖南-浙北特高压线路正序和零序参数测试期间的干扰电压信号,分析了其频谱特征;在此基础上,通过与正序参数仿真计算值的对比分析了正序参数实际测试偏差。结果表明：皖南-浙北特高压同塔双回线路工频参数测试期间,干扰电压存在“三相不平衡性及时变性”的特点;工频法和异频法2种不同方法得到的线路参数测试结果存在一定差异;干扰电压“时变”时,线路工频参数测试宜采用异频法。     

ICEMI' 2015征文通知（英文）

正Qingdao,China7.16-19,2015The International Conference on Electronic MeasurementInstruments(ICEMI)is the world’s premier conference dedicated to the electronic measurement and test of devices,boards and systems that is covering the complete cycle from design,verification,test,diagnosis,failure analysis and process of manufactory and products     

12th International Conference on Electronic Measurement&Instruments(ICEMI'2015)

正Qingdao,China7.16-19,2015The International Conference on Electronic MeasurementInstruments(ICEMI)is the world's premier conference dedicated to the electronic measurement and test of devices,boards and systems that is covering the complete cycle from design,verification,test,diagnosis,failure analysis and process of manufactory and products     

某300 MW机组循环水泵出力不足的诊断分析

某300 MW机组投产以来循环水流量不足,极大地影响了机组的经济性。通过试验诊断分析得到,循环水系统设计阻力小于实际值,导致按照设计阻力选型的循环水泵出力不足,使得循环水流量偏小,影响了机组运行的真空。根据循环水系统实际阻力特性,对循环水泵进行重新选型整体改造,取得了较好的效果,与改造前相比,供电煤耗降低1.174 ~1.200 g/（kW·h）。据此,提出了循环水泵在设计选型时的注意事项。     

锂离子电池安全性能评价研究

综合考虑锂离子电池的安全性能检测要求和重点项目,以红外热像技术检测多次循环后的电池在过充过程中的温升,利用电池程控测试仪检测电池的电学信息,建立"热电"综合评价体系,并在3 C过充电条件下,将50℃的温度极值和5.0 V的电压极值确定为量化指标,对电池体系的安全性能进行评价。该评价系统具有快速、灵敏和全场性的优点。     

锅炉停用保护剂对水汽氢电导率的影响研究

电站锅炉停用保护剂多采用十八胺和表面活性胺。对这2种停用保护剂进行了应用效果对比研究,即对湿冷机组、空冷机组采用十八胺或表面活性胺、有无凝结水精处理系统等6台机组停机和启动过程中给水、主蒸汽和凝结水的氢电导率变化情况进行分析。研究结果表明：在停机过程和启动过程,2种保护剂均会在水汽系统中发生部分分解,导致水汽系统的氢电导率显著升高;表面活性胺和十八胺比较,使用前者,机组启停机过程可保持凝结水精处理系统正常投运,因而可使水汽质量迅速达标,对机组安全运行有利,因此推荐采用表面活性胺作为锅炉停用保护剂。     

Active beam vibration control using PZT actuators

Abstract

Smart materials of lead-zirconate-titanate (PZT) piezoelectric ceramics have attracted attention in recent years for active vibration control, acoustic noise suppression, health monitoring and damage assessment. We at McDonnell Douglas Aerospace have been studying these ceramics for use as sensors and actuators in various space and aircraft structures. In this paper, we will report results of a recent study on active vibration control using monomorph PZT actuators. The experiments were performed on thin aluminum cantilever beams. Collocated and non-collocated sensors and actuators were employed. Two control techniques: the classical velocity feedback and adaptive feedback controls, were investigated. We have obtained significant damping and broadband vibration attenuation of greater than 30 dB using the classical control with the single-input single-output feedback approach. A 24 dB reduction has also been achieved using the adaptive control with the multiple-input single-output approach. Detailed experimental methods and results will be described.     

基于熵权的TOPSIS核一级锻件质量评价方法的探究

全面、客观地对核一级锻件质量状况给予综合性评判,建立一套适用于锻件质量评价的方法体系很有必要。根据影响核一级锻件质量的制造工艺和成品质量检验,分析了影响锻件质量的主要工艺参数,建立了锻件质量评价的指标体系。在此基础上,探究了基于熵权的逼近理想解排序（TOPSIS）法的特点,建立了相应的评价模型,并将该模型应用于核电站反应堆堆芯筒体锻件的质量评价,获得了堆芯筒体质量状况的优劣排序。研究结果表明：TOPSIS法可有效、科学、客观地评价核一级锻件质量状况,且便于操作、易于推广使用。