基于改进秩次集对变权组合模型的月度负荷预测

为进一步提高月用电负荷预测精度,本文提出一种基于改进秩次集对和灰色模型的变权组合预测方法.采用改进秩次集对算法,在秩次集对模型中引入天气指标,并利用熵权法确定各指标权重,增强了秩次集对算法的适应性和有效性.接着采用变权法将改进秩次集对模型和灰色模型进行变权组合,不断滚动优化组合模型权重,改善了单一模型预测精度的稳定性....     

基于聚类分析理论的空间负荷预测方法

基于时序分析的空间负荷预测方法通常先把预测区域划分成若干元胞,然后对每个元胞进行基于时序的负荷预测,从而实现对整体的空间负荷预测.目前基于时序分析的负荷预测模型有很多,但其中任意单一模型均难以做到对每个元胞预测都是误差最小的,即无法保证对总区域的空间负荷预测结果的准确性.为此提出了一种基于聚类分析理论的空间负荷预测方法...     

计及元胞发展程度的空间负荷预测方法

针对分类负荷在不同元胞内发展程度不同导致元胞负荷分布不均衡,从而影响空间负荷预测结果精度的问题,提出一种计及元胞发展程度的空间负荷预测方法。首先建立电力地理信息系统(GIS),在电力GIS中生成元胞,并整合基础信息,其中包括用地信息、10kV馈线的供电范围及分类负荷数据。其次求出总分类负荷密度的饱和值,再结合生长曲线揭示总分类负荷密度的发展规律。然后找到当前年各元胞内分类负荷密度在总分类负荷发展规律曲线上的位置,即为各元胞内分类负荷密度的发展程度。最后根据当前年元胞内各分类负荷密度的发展程度,结合总分类负荷密度发展规律曲线,确定目标年各元胞内分类负荷密度,再乘以元胞中每类负荷所对应的面积实现对元胞负荷值的预测。实例分析表明了该方法的正确性和有效性。     

基于元胞自动机理论的电力负荷空间分布预测

根据元胞自动机(CA)的基本理论及其在城市动态演化模拟中的应用，提出了新的电力负荷空间分布预测方法。该方法从元胞自动机的基本定义出发，研究了CA理论对于电力负荷空间分布预测的适用性，提出了电力负荷元胞、元胞样区、元胞时空数据库、样本数据库的概念，制定了考虑多种相关因素的负荷元胞转换规则和相关参数，并进行了简单的试验。算例结果说明了该方法的可行性及其预测结果的合理性。     

基于元胞自动机理论的电力负荷空间分布预测

根据元胞自动机(CA)的基本理论及其在城市动态演化模拟中的应用，提出了新的电力负荷空间分布预测方法。该方法从元胞自动机的基本定义出发，研究了CA理论对于电力负荷空间分布预测的适用性，提出了电力负荷元胞、元胞样区、元胞时空数据库、样本数据库的概念，制定了考虑多种相关因素的负荷元胞转换规则和相关参数，并进行了简单的试验。算例结果说明了该方法的可行性及其预测结果的合理性。     

空间电力负荷预测方法综述与展望

空间电力负荷预测是电力系统规划的前提与基础,特别是随着对电力系统进行精益化管理要求的提出,空间电力负荷预测问题成为重要的研究课题。为了能够充分地利用该领域内已有的研究成果,并开展更深入的探索及其有效的应用,回顾了空间电力负荷预测技术发展的历史,对现有的各种空间电力负荷预测方法、原理做了系统的归纳,提出了尚需解决的问题,对未来的研究方向作了展望。     

城网空间电力负荷预测中的负荷规律性分析

空间电力负荷预测(spatial load forecasting,SLF)是城市电网规划必不可少的计算,其预测结果是确定所需配置供电设备容量和分布的基础,预测结果准确与否对城市电网建设及其运行的经济性和安全性都有影响。文章从城市电网的空间结构分析入手,以分层分区处理为原则,以目标层级的负荷元胞为基础,描述和刻画了该层级下空间电力负荷的规律性,着重分析了10 kV电压层级下元胞负荷的周期性、增长的非平稳性及元胞之间的负荷转移。通过实例进一步阐述了该负荷规律性分析方法,结果表明该方法能够充分合理地描述空间电力负荷的特点,客观反映SLF方法的优劣,为寻找更有效的SLF方法奠定了基础。     

基于空间负荷预测的临夏城网远期饱和负荷预测方法研究

由于电力系统负荷的大小和多种因素有关,不同的条件衍生出了不同的预测方式,因此通过论述负荷预测的重要性及基本思路,根据每个行业的负荷密度指数调查结果,比较中国成熟地区的负荷密度指数,开展基于空间负荷预测的临夏城网远期饱和负荷预测,以提高远期负荷预测的准确性,具有较好的参考价值。     

基于3σ-CEEMDAN-LSTM的空间负荷预测方法

为有效利用从配电网采集的海量数据以及改善空间负荷预测效果,提出一种基于3σ准则、自适应噪声完备集合经验模态分解(CEEMDAN)和长短期记忆神经网络(LSTM)的空间负荷预测方法。基于3σ准则对每个Ⅰ类元胞的实测负荷数据进行奇异值检测和处理;运用CEEMDAN技术将处理后的Ⅰ类元胞负荷数据分解为若干个频率和幅值均不同的本征模态函数(IMF);分别对每个IMF分量构建LSTM模型进行预测;将所有IMF分量预测结果进行线性叠加,得到目标年基于Ⅰ类元胞的空间负荷预测结果,在此基础上使用空间电力负荷网格化技术求得基于Ⅱ类元胞的空间负荷预测结果。算例分析结果验证了所提方法的正确性和有效性。     

基于元胞历史负荷数据的负荷密度指标法

已有负荷密度指标的求取方法往往忽视了对实测历史负荷数据的挖掘,或是忽略了同类负荷的非均匀分布问题,为此提出了一种基于元胞历史负荷数据的负荷密度指标法。该方法通过I类元胞的负荷密度确定分类负荷密度协调系数,根据I类元胞的历史负荷与其供电面积、用地信息、分类负荷密度之间的约束关系,建立元胞负荷与分类负荷密度的关系方程,并采用最小二乘法求取分类负荷密度指标,利用已求得的历年分类负荷密度指标预测其在目标年的大小,求出每个II类元胞的负荷值,从而实现空间负荷预测。工程实例验证了该方法的实用性和有效性。     

基于熵权法与GRA-ELM的配电网空间负荷预测

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。     

改进的集对分析水质综合评价方法

针对标准集对分析存在的同异反评语细化问题,利用原创联系度可展性对其进行改进,并建立了地表水水质评价模型,可以得到评价样本对于各水质评价等级的优劣趋同程度。并与模糊评价相结合应用于山西省地表水质评价,并引入差异系数来优化评价指标体系,利用熵权系数法和超标倍数赋权法求得指标的综合权重。将评价结果与灰色聚类法、综合指标法、模糊神经网络法和投影寻踪法的评价结果进行比较,结果表明：改进后的的集对分析评价结果更贴近实际情况,为水环境分析提供了一种更为科学、合理的评价和决策方法,具有良好的应用前景。     

基于集对分析的中压配电网网架优化规划

分析了配电网规划中存在的各种不确定性因素,引入集对分析概念,指出该理论在解决配电网规划的各种不确定性因素时所具有的优势.论述了利用模糊集对分析理论建立中压配电网规划模型的原理和步骤,并通过Prufer数编码、伪随机初始化方式、适应度函数的选择、传统遗传操作算子的改进以及约束条件的处理等方面,运用遗传算法对模型进行求解.通过两组算例对得到的基于模糊集对分析的中压配电网规划模型的实现算法进行验证,计算结果表明本模型对中压配电网网架的规划非常有效.     

基于模糊集合理论和集对原理的径流丰枯分类方法

在分析现有基于集对分析的年径流丰枯分类方法不足的基础上,考虑径流等级划分的模糊性和径流的年内分布特性,提出模糊化径流分级标准,并引入基于径流分布的年内丰枯贡献权重因子,得到年径流对于各个等级的综合隶属度,进而利用集对分析方法判断年径流的丰枯等级。利用所提方法对溪洛渡径流丰枯等级进行分析,结果表明该方法较于单一的集对分析方法能更好的描述径流丰枯状态。     

基于模糊优化集对分析理论的需求响应潜力评估

以负荷聚合商为中间商的需求响应（demand response, DR）运营模式可以充分挖掘需求侧资源潜力,实现综合优化配置。针对该模式下需求响应潜力评估的问题,提出一种基于模糊优化集对分析理论的需求侧用户响应潜力评估方法。通过分析影响该模式下用户参与响应的因素,建立用户评估指标体系。在此基础上,对集对分析理论进行模糊优化,建立潜力评估的量化模型,实现对用户响应潜力的初步量化。通过模拟聚合商与用户之间的负荷分配仿真实验,验证该评估方法在提高聚合商削减负荷任务分配的准确性及任务完成率方面的有效性。     

基于负荷细分与SVM技术的电力负荷空间分布预测

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.     

基于粗糙集理论与D-S证据理论改进的多元回归负荷预测方法研究

当前,中长期负荷预测大多采用多元回归算法,但在建模时对影响因子及历史年的选择缺乏良好的依据,很难在考虑更多影响因子及历史年数据与降低回归模型误差之间做出平衡。这使多元回归算法在实际负荷预测中的精准度很不稳定。将粗糙集理论与D-S证据理论引入多元回归算法,利用粗糙集理论对影响因子进行重要性排序。分别以历史年和影响因子为对象进行聚类,以此建立多个多元回归模型。利用D-S证据理论对多个组合预测的权重分配方案进行权重融合,得出最终基于多元回归分析法的组合预测模型。经算例验证,该模型能较好地平衡影响因子和历史年的选取,能有效提高多元回归算法在中长期负荷预测中的准确性,适用性强。     

基于负荷分解的日最大负荷预测方法研究

提出了1种基于负荷分解的日最大负荷预测算法,即将负荷分解为正常负荷分量和天气敏感负荷分量,用结合指数趋势和周期趋势的组合模型预测正常负荷分量．用神经网络法预测天气敏感负荷分量。同时,在分析最大负荷和人体舒适度相关性的基础上,在预测中用人体舒适度替代了常规气象因子。预测结果表明,该方法可以取得较为满意的预测效果。     

基于集对分析和风险理论的变电站主接线综合评价

新《调规》着重强调了负荷对于电网的重要性,因此在评估和选择变电站主接线时,有必要从电网层面评估不同变电站主接线形式的失负荷风险。针对变电站主接线评价过程中的不确定性信息,提出一种基于集对分析和风险理论的变电站主接线综合评价方法。该方法首先从电网层面对变电站主接线进行风险评估,将评估结果作为变电站主接线的可靠性评价指标。然后利用改进熵权法得到各评价指标的权重系数,通过集对分析法对评价方案进行不确定性分析。最后综合一次、二次排序的结果选出最优方案。算例验证表明,集对分析方法决策过程简单直观,用于变电站主接线综合评价具有良好的不确定性信息处理能力,从而为工作人员在评估变电站主接线时提供一定的参考和依据。