共查询到18条相似文献,搜索用时 109 毫秒
1.
负荷预测的变权重灰色模型及其应用 总被引:3,自引:3,他引:0
针对传统灰色预测模型GM(1,1)在电力负荷预测中存在的局限性,提出了电力系统中期负荷预测的变权重灰色模型.以河北承德为例进行负荷预测,并与指教平滑法、动平均法、二项式预测模型和GM(1,1)模型四种方法的预测结果及实际用电量进行分析比较.结果表明,该模型预测精度较高、简捷、合理、实用,可作为中期电力负荷预测的工具之一. 相似文献
2.
3.
4.
5.
6.
改进灰色模型在电力负荷预测中的应用 总被引:2,自引:0,他引:2
李颖峰 《电网与水力发电进展》2009,25(3):10-11
灰色GM(1,1)模型是一种较有效的负荷预测模型,然而由于电力负荷具有多样性,导致对某些变化规律的负荷预测误差较大,精度不能满足要求,在实际应用中具有一定的局限陛。对灰色GM(1,1)模型进行必要的改进,利用等维新信息递推模型进行负荷预测,通过实例分析表明,可提高预测的精度。 相似文献
7.
8.
钢球磨煤机制粉系统的优化控制 总被引:14,自引:1,他引:14
针对燃煤电站钢球磨煤机制粉系统多变量强耦合的特点,提出了基于模糊控制和预测控制的复合优化控制策略。该方案是大偏差时采用模糊控制,小偏差时采用解耦预测控制,并在稳态时进行监控优化。对某DTM-287/470型球磨机系统的仿真研究表明:提出的方法有较强的鲁棒性和抗干扰能力,稳态监控策略的实施有利于提高制粉系统的出力,达到优化运行的目的,具有重要的理论价值和实际意义。图2参5 相似文献
9.
10.
年最大负荷的包络灰预测模型研究 总被引:3,自引:2,他引:3
根据北京地区年最大负荷发生的特点,以1997~2002年年最大负荷数据为基础,采用包络灰预测的方法,建立了北京市年最大负荷的包络灰预测模型。通过与其他预测模型的比较,发现所建包络灰预测模型更具合理性和可行性,可以满足现场的实际需要。 相似文献
11.
12.
短期电力负荷预测的GM(1,1)模型群方法及应用 总被引:5,自引:2,他引:5
针对灰色GM(1,1)模型用于电力短期负荷预测不能有效反映负荷周期性变化及精度不高的问题,提出了GM(1,1)模型群方法。该方法通过分时段(时、天)单独建模,利用一群GM(1,1)模型进行预测,有效提高了预测精度并很好地反映了负荷的周期性变化。该方法克服了使用GM(1,1)模型不能很好体现实际负荷过程的局限,具有较高的实用价值,拓宽了GM(1,1)模型用于电力负荷预测的范围。 相似文献
13.
14.
15.
高温多相流风洞可以模拟锅炉运行过程中的气固两相流流动工况,方便研究流动特性及测试方法。为了更好地控制风洞的技术参数,风洞主要的控制回路中采用了PID控制,并对PID参数进行基于遗传算法的参数整定。重点介绍了遗传算法目标函数的选取以及遗传算法的具体操作,并在选择操作中结合最优保存策略。借助Matlab软件对温度控制对象进行基于遗传算法的PID参数整定的仿真。将整定的PID参数代入现场调试,稍加修正后得到kp=0.2173,ki=0.4505,kd=0.0758,实验中温度的最大动态偏差为1℃,具有良好的控制品质。 相似文献
16.
火电站多目标负荷调度及其算法的研究 总被引:5,自引:0,他引:5
对传统意义下负荷调度模型进行修正,同时考虑最小化燃料费用和污染排放量,提出了火电站多目标负荷调度模型;并将强度Pareto进化算法(SPEA2)与并行遗传算法(PGA)相结合对其求解.结果表明:该算法求得的Pareto最优解分布均匀、收敛速度快、寻优能力强,决策者可根据不同的侧重点在Pareto解集中选择最终的满意解.应用该算法对某电厂进行多目标负荷调度,验证了其可行性和有效性. 相似文献
17.
针对发电厂的过热汽温控制系统中锅炉过热器出口温度的非线性、时变性、滞后性等特点,文中提出了一种模糊PID控制在过热汽温控制系统中的应用。该控制系统能够很好地克服非线性和时变性,使过热汽温控制系统具有较强的鲁棒性,从而提高了控制系统的控制品质,提高了过热器的生产效率。 相似文献
18.
Time series models (Grey-Markov,Grey Model with rolling mechanism and singular spectrum analysis) to forecast energy consumption in India 总被引:3,自引:0,他引:3
The present study applies three time series models, namely, Grey-Markov model, Grey-Model with rolling mechanism, and singular spectrum analysis (SSA) to forecast the consumption of conventional energy in India. Grey-Markov model has been employed to forecast crude-petroleum consumption while Grey-Model with rolling mechanism to forecast coal, electricity (in utilities) consumption and SSA to predict natural gas consumption. The models for each time series has been selected by carefully examining the structure of the individual time series. The mean absolute percentage errors (MAPE) for two out of sample forecasts have been obtained as follows: 1.6% for crude-petroleum, 3.5% for coal, 3.4% for electricity and 3.4% for natural gas consumption. For two out of sample forecasts, the prediction accuracy for coal consumption was 97.9%, 95.4% while for electricity consumption the prediction accuracy was 96.9%, 95.1%. Similarly, the prediction accuracy for crude-petroleum consumption was found to be 99.2%, 97.6% while for natural gas consumption these values were 98.6%, 94.5%. The results obtained have also been compared with those of Planning Commission of India's projection. The comparison clearly points to the enormous potential that these time series models possess in energy consumption forecasting and can be considered as a viable alternative. 相似文献