基于自适应卡尔曼滤波在气象影响下负荷预测

如今电网系统中所构成电力负荷的电器越来越多,其中像空调等受气象影响的负荷所占比例持续升高,那么气象因素（温度、湿度、降雨量等）对电网的影响自然越来越突出,因此短期负荷预测将气象因素考虑进去,能够大大提升预测精度。根据某地区六年的电力负荷数据,构建卡尔曼滤波模型,可以给出高效准确的预测结果。然后将气象因素考虑到自适应卡尔曼滤波模型,通过不断对状态估计进行修正,得到计及气象因素影响的负荷预测结果精度更高。通过MATLAB 仿真,说明这种算法比较传统的卡尔曼滤波具有更高的预测精度,而且这种改进后的算法对实现短期负荷预测提供了一条新的途径。     

基于反向预测卡尔曼滤波自适应算法研究

标准卡尔曼滤波算法对系统的数学模型和噪声统计特性进行了假设,当该假设与实际的模型不匹配时容易造成滤波误差较大甚至滤波发散。提出基于反向预测卡尔曼滤波自适应算法,通过比较原始预测状态归一化新息平方和反向预测状态归一化新息平方,当比值大于设定阈值时在线进行过程噪声调整,从而修正预测状态。雷达目标跟踪仿真研究结果表明,该算法对目标机动和过程噪声增大有较强的自适应性,能够提高滤波精度和鲁棒性。     

电力计量计费自动化系统的设计与应用

介绍了电力计量计费自动化系统及其主要功能，用电量采集技术，计算机技术，网络技术实现了电力计量计费自动化系统，为电力部门的高效管理提供了有力的工具。     

电力负荷预测参数模型方法研究

该文论述几种电力负荷参数模型预测方法基本思想,并对某些方法给出了实现技术,在实际应用中取得了良好的效果。     

基于内存计算的电力负荷预测

内存计算技术的提出和发展,是基于实际情况的需求.对诸多行业来说,其在数据处理方面存在各种各样的问题及困难,诸如数据处理量极大、数据处理效率偏低、处理速度慢等,电力行业的负荷预测也遇到阻碍,要对大批量的数据实时分析做出预测成为一大难题,本文就以基于内存计算,结合BP神经网络预测模型,研究负荷预测中的问题,实验证明比传统方法有质的提升.     

基于VC++与MATLAB的电力负荷预测

本文在简要介绍Matlab和VC 的基础上,提出了Matlab和VC 混合编程的思想,并在构建基于神经网络的电力负荷预测模型的基础上,利用Matlab和VC 混合编程对电力负荷预测进行了软件开发,实际应用表明,此软件在短期预测中具有较高精度,具有较高的精度,为高度复杂的非线性电力系统模型化提供了一条新途经。     

基于相空间重构理论的电力负荷预测

研究电力负荷预测问题。针对电力负荷既受非线性变量的影响又受自身混沌性质的影响,单一预测方法无法同时完善地映射其复杂关系,导致预测精度较低。为进一步提高电力负荷预测准确度,融合相空间重构理论与支持向量机,提出了一种人工智能的新电力负荷预测方法(PSR-SVM)。首先以对数线性平稳法对初始电力负荷数据进行去趋势处理。然后基于粒子群算法对相空间重构参数与支持向量机参数进行同步优化,以最优延迟时间τ和嵌入维m进行电力负荷序列相空间重构,并以支持向量机及其最优参数构建非线性电力负荷预测模型。最后以某电力公司1978～1998的电力负荷进行仿真,结果表明,新模型预测精度明显高于参比模型,是一种高精度、可行的电力负荷预测方法。     

基于电力大数据的用户用电量多维度自适应分析系统

针对电力大数据利用率差的问题,设计基于电力大数据的用户用电量多维度自适应分析系统。通过客户等级划分、用电行为分析、窃电行为异常识别以及电力需求预测进行用户用电量多维度分析。测试结果表明系统很好地完成了四个维度的分析业务,具有一定有效性、广泛应用价值,能有效提高电力大数据利用率。     

基于神经网络的电力负荷预测方法研究

电力负荷预测易受到高频、低频和超低频振荡干扰,导致预测准确性不高,提出基于神经网络的电力负荷预测方法。在无线ZigBee组网协议下进行电力负荷传感器信息组网,构建电网负荷数据采集模型并进行模型修正。根据电力负荷数据采集结果,去除高频、低频和超低频振荡干扰因子。进行神经网络样本数据训练,去除冗余数据,输出电网负荷数据集合。对获得的数据集采用神经网络分类器进行分类融合处理,根据电力负荷数据的融合结果实现电力负荷预测。仿真结果表明,采用该方法进行电力负荷预测的准确性较高,预测过程的抗干扰性较好,在电力负荷的实时监测和信息调度中具有很好的应用价值。     

基于自适应滤波器的电网谐波电流预测法

提出一种新的基于LMS算法自适应滤波器的有源电力滤波器(APF)参考电流的预测方法，针对传统LMS算法的缺陷(如收敛速度慢、对非平稳输入信号的适应性差等)作了3点改进，这些改进措施可有效提高自适应滤波器的综合性能．仿真与实验结果证明，采用该方法可有效减小延时对APF补偿效果的影响．     

基于卡尔曼滤波和TITAN路径的雷电预警

雷电灾害是一种常见的自然灾害,受其发生的随机性、瞬时性、地域性影响,预警预报具有一定的难度;为提高雷电短临预报的准确性和及时性,文章提出了一种新型的基于clique聚类识别和卡尔曼滤波算法进行雷电识别及追踪外推的方法,并在自主开发的广州市雷电监测预警系统中采用该算法和传统的雷暴识别、跟踪、分析路径算法(TITAN)分别实现了未来1小时逐6分钟(即6、12、…、60 min)的雷电路径预报;通过2020年5月至10月广州地区闪电定位数据对两种算法的检验分析表明:两种算法基本性能接近,均能有效识别、追踪和预测出大部分雷暴移动路径,且经过优化的新算法在各时次的预测命中率上均已优于传统基于TITAN风暴路径的预测算法,对于提高雷电临近预报的准确性有一定参考价值。     

基于改进ABC与LS-SVM算法的电力负荷预测的研究

为了解决电力负荷的非线性等问题和帮助电力企业迅速地制定电力的预计交易量,提出一种建立在最小二乘支持向量机算法基础上的电力负荷预测方法。采用改进的ABC算法优化惩罚因子C和核系数σ,再将最优解赋给LS-SVM用以预测。仿真结果证明:基于改进ABC与LS-SVM算法的电力负荷预测方法具有较高的预测精度,更小的误差,是一种有效的预测方法。     

ANFIS在电力系统日平均负荷率预测中的应用

运用自适应神经网络模糊推理系统理论,建立日平均负荷率模型,并与常用的一些建模方法所建模型进行了比较。结果表明,应用自适应神经网络建模方法简单可靠,精度极高。     

基于改进的并行K-Means算法的电力负荷聚类研究

电力企业通常根据电力负荷数据,采用传统的K-Means算法对客户进行划分,而这种方法最大的缺陷就是必须由用户手动指定聚类簇数。提出了一种将Canopy算法和K-Means算法结合应用于负荷聚类的方法,无需手动指定聚类簇数。收集到的用户历史用电数据,使用并行计算框架MapReduce对原始数据进行预处理。应用Canopy和K-Means算法建立自动负荷聚类模型。在真实用电数据上进行实证分析,通过使用Silhouette指标对结果进行评估,证明提出的方法更加稳定和具有广泛的适用性。     

基于改进Mean-Shift与自适应Kalman滤波的视频目标跟踪

提出一种改进的Mean-Shift和自适应Kalman滤波器相结合的视频运动目标跟踪算法。对选定的跟踪目标,采用三帧差和区域增长法分割目标并得到主颜色信息。在跟踪过程中,利用自适应的Kalman滤波器估计每一帧的起始迭代位置,再利用改进的Mean-Shift算法得到跟踪位置并作为测量值反馈给自适应Kalman滤波器,并引入遮挡率因子以自适应地调节Kalman估计参数。实验结果表明,该算法能对视频中的运动目标实现检测和连续跟踪,对遮挡也有较好的鲁棒性。     

Strong tracking filter based adaptive generic model control

Generic Model Control (GMC) is a control algorithm capable of using nonlinear process model directly. Parameters in GMC controllers are easily tuned, and measurable disturbances can be compensated effectively. However, the existence of large modeling errors and unmeasurable disturbances will make the performance of GMC deteriorate. In this paper, based on the theory of Strong Tracking Filter (STF), a new approach to Adaptive Generic Model Control (AGMC) is proposed. Two AGMC schemes are developed. The first is a parameter-estimation-based AGMC. After introducing a new concept of Input Equivalent Disturbance (IED), another AGMC scheme called IED-estimation-based AGMC is further proposed. The unmeasurable disturbance and structural process/model mismatches can be effectively overcome by the second AGMC scheme. The laboratory experimental results on a three-tank-system demonstrate the effectiveness of the proposed AGMC approach.     

基于模糊控制的三电平有源电力滤波器研究

提出了一种基于ip-iq谐波电流检测、模糊PI电流控制和空间矢量脉宽调制的三电平有源电力滤波器的控制方案;建立了三电平有源电力滤波器的数学模型,详细介绍了三电平有源电力滤波器直流侧电压稳定和中点电位平衡控制方法的具体实现。仿真和实验结果表明,采用该控制方案的三电平有源电力滤波器具有良好的谐波补偿效果,且能较好地稳定直流侧电压和电容中点电位。