基于相空间重构的电力系统负荷预测

近年来,混沌理论在非线性系统中得到了越来越广泛的应用。针对电力系统负荷时间序列的复杂性和混沌行为,采用基于相空间重构技术的电力负荷时间序列混沌预测也成为电力负荷预测的一大研究方向。在总结和归纳的基础上,对基于相空间重构的负荷预测进行了分析论述,并展望其应用前景。     

混沌神经网络在短期电力负荷预测中的应用

在分析混沌时间序列的基础上,综合混沌与神经网络方法建立了相应的混沌神经网络模型,并利用该模型对电力月负荷进行了预测,取得了令人满意的结果.     

基于混沌时间序列的短期电力负荷预测

针对电力系统负荷的复杂性及非线性,提出了结合混沌的思想,充分利用数据信息,在重构相空间的基础上对负荷进行预测.结合混沌理论,采用加权一阶局域法建立了电力负荷预测模型,并进行了实际预测,取得了满意的结果.     

基于混沌时间序列的电力月负荷预测

采用一种基于混沌时间序列的负荷预测方法进行月用电量的预测。这种方法可以不考虑气候等因素，仅利用电力负荷的历史数据计算来进行预测，就可以得到较高的预测精度。     

关于电力负荷控制技术运用的探讨

随着经济与科学技术的高速发展,电力事业也与时俱进,尤其在电力负荷控制系统方面更是取得了飞速发展。本文就电力负荷控制系统在需求侧管理中的应用进行分析探讨。     

基于FCN和LSTM深度学习模型的电力终端负荷预测方法

针对目前研究的电力终端负荷预测方法在预测过程中,未考虑负荷终端时序性和非线性的特点,存在预测精度较低,速度较慢的问题,提出了基于FCN和LSTM深度学习模型的电力终端负荷预测方法。利用循环神经网络,建立电力终端负荷预测模型,分析记忆状态,对电力终端数据进行预处理,并编码非数字特征,确定预测模型。利用均方误差公式得到的电力终端负荷预测模型的损失函数,通过数据预处理、优化数据参数、训练电力终端负荷预测模型完成负荷预测。实验结果表明,基于FCN和LSTM深度学习模型的电力终端负荷预测方法充分分析了终端时序性和非线性特点,有效确保预测精度,提高预测速度。     

基于加权一阶局域法的负荷区间预测研究

文中将加权一阶局域法应用到负荷区间预测法中,综合得到复杂电力系统在单步负荷区间预测与多步负荷区间预测中的基本模型,并说明加权一阶局域法的基本过程,从理论上分析加权一阶局域法的多步负荷区间预测曲线相交叉的原因。采用该方法进行基于Lorenz方程和PJM实际电力负荷数据的区间预测,结果证明受曲线相点交叉的影响导致在多步负荷区间预测上部分点的数值只有一个公共值而无法构成区间,因此基于加权一阶局域法的多步负荷区间预测存在相对明显的应用局限性。     

小波去噪和神经网络在电力负荷预测中的应用研究

为了降低历史负荷数据噪声对负荷预测的影响,提高电力负荷的预测精度,提出了一种基于小波去噪和BP神经网络的电力负荷预测方法。首先,对所得电力负荷数据进行了小波变换去噪处理,有效去除了噪声,然后利用BP神经网络在非线性处理中的优异特性,对小波去噪后的电力负荷进行了BP神经网络建模训练及仿真。实验结果表明:相比于其他电力负荷模型,该方法可以有效提高电力负荷的预测精度,是一种有效的电力负荷预测方法。     

浅谈负荷控制管理系统在电力计量中的应用

本文对负荷控制管理系统进行了概述,并分析了在电力计量中负荷控制管理系统的功能,介绍了该系统在电力计量中的具体应用,以供参考。     

灰色预测方法在电力负荷中的研究应用

电力负荷预测为地区或电网的电力发展速度、电力建设规模、电力工业布局、能源资源平衡、地区或电网间的电力余缺调剂,以及地区或电网资金和人力资源的需求与平衡提供可靠的依据。针对电力负荷受多重因素影响,变化趋势复杂的问题,本文提出了灰色模型对电力负荷进行预测,并结合算法进行实例论证。实例结果表明该方法的可行性和有效性,预测精度也得到改善,为准确预测长期电力负荷提供了一种简便可行的分析预测方法。     

基于OpenCV的电力负荷预测

针对电力负荷预测影响因素多,传统预测方法精度不高,本文分析电力负荷预测影响因素,建立基于支持向量机的电力负荷预测模型。通过OpenCV实验,仿真结果表明本文对电力负荷预测具有较高的预测精度和较快的训练速度。     

Power short-term load forecasting based on big data and optimization neural network

With the reduction of the cost of power data acquisition and the interconnection of large scale power systems,the types of data available in the power network are becoming more and more abundant.In the past,the centralized fore-casting method was limited to the analysis of the massive power data.Therefore,a short-term power load forecasting based on large data and particle swarm optimization BP neural network was proposed,and short-term power load fore-casting model was established.The actual load data of the national grid,using the method of prediction,compared with the actual load data and centralized load forecasting results prove that this method is accurate enough,reduce the load forecasting time with feasibility in practical application.     

基于改进人工鱼群-蛙跳算法优化LSSVM参数短期负荷预测

短期电力负荷预测在电力系统安全调度、经济运行方面起到关键作用。在用最小二乘支持向量机进行负荷预测时,参数选择将直接影响预测精度。为了提高LSSVM负荷预测精度,文中提出一种基于Levy变异自适应视野人工鱼群-蛙跳算法对LSSVM进行参数优化的方法。以某县负荷、天气等历史数据对LSSVM进行训练,建立LAVAFSA-SFLA-LSSVM、AFSA-LSSVM、LAFSA-SFLA-LSSVM共3种预测模型,对该地区某日24 h的电力负荷进行预测。算例结果表明,LAVAFSA-SFLA-LSSVM预测精度比AFSA-LSSVM和LAFSA-SFLA-LSSVM更高,预测误差更小。     

天气因素在短期电力负荷预测中的应用

为了更有效地提高地区电网短期负荷预测的精度,提出基于BP人工神经网络原理,利用神经网络高度非线性建模能力,根据电力系统短期负荷变化的特性,建立了既反映电力系统负荷连续性、周期性及其负荷变化趋势,又包含天气因素变化对系统负荷影响的天气因素敏感模型,并对岳阳地区短期负荷进行预测,预测结果表明天气因素应用于电力系统短期负荷预测后使预测精度明显提高,故这种方法是可行和有效的。     

用于脉冲负载的光伏-混合储能系统

数字式雷达属于一种典型的脉冲负载,其具体特点表现为周期性的功率突增突减。光伏设备中的蓄电池由于充放电速率较慢,对于脉冲负载频繁的功率突变往往无法快速响应;而超级电容凭借其比功率大、充放电速度快的特点可以对尖峰功率做出快速补偿。基于此,文中提出利用混合储能的方法来解决脉冲负载供电中存在的问题。在Matlab/ Simulink软件中搭建脉冲负载和光储系统的仿真模型,对比分析了蓄电池对脉冲负载单独储能和混合储能时系统运行参数。仿真结果表明:混合储能方案能有效且稳定地供电。     

光伏并网发电问题研究

介绍了光伏并网发电的类型,分析了光伏并网发电对电网的影响,针对光伏并网发电的收益问题,提出了电网负荷预测模型。根据所提出的预测模型可以对光伏并网发电出力提供指导,以提高电网发电的效益。最后,以辽宁地区数据为例,绘制出了电网负荷与温度之间变化关系的拟合曲线。     

System load model for the OFDMA network

In this letter we introduce our system load model for the orthogonal frequency division multiple access (OFDMA) network. We formulate the requirements to the system load model and present its definition. The system load model comprises the uplink load, the downlink load, the sector load, and the network load. We describe our approach to combine the time-frequency and power shared system resources in the OFDMA network.     

磁耦合谐振式无线电能传输系统建模与分析

磁耦合谐振式无线电能传输技术具有传输距离中等、传输效率高、能穿过非磁导性障碍物传输电能等优点,使其有望取代电池为物联网中的传感器节点无线供电。本文通过研究磁耦合谐振式无线电能传输机理,构建了传输系统的集总参数电路模型,对各模型参数进行了理论计算,并根据模型对不同传输距离下系统的传输效率与负载功率进行了分析,得出了不同耦合状态下系统获得最大负载功率的条件。     

面向智能电网峰值负荷降低的用电数据分析

随着用电负荷需求不断增加所引发的峰值负荷过载问题,文中建立了智能家居(SH)和智能电网(SG)服务器之间数据通信模型,给出了配电网负荷需求管理的总体条件,并提出了一种面向智能电网(SG)的负荷数据分析DR管理方法,通过对用户的SH收集用电数据进行分析,设计了峰值负荷情况下的DR决策,分别从用户、电力公司和瞬时负荷变化三个角度设计了不同的峰值负荷降低算法。仿真结果表明,所提出的方法在很大程度上有效地降低了配电网的峰值负荷。     

船舶电力系统断电预防控制的研究

针对船舶电力系统的短路,接地故障、过载、有功或无功负载共享等系统故障引起的全网断电问题,利用一种新的基于观测器的快速减负荷系统,设计了一种负载转矩限制控制器。利用船舶推进器模型建立被控对象的数学模型;引入全波傅式测频算法,并实时的测得电网的频率;最后针对船舶推进器转矩控制进行仿真和分析。仿真结果显示,当观测器测得的频率低于某一限定的频率时,负载转矩限制控制器快速的减少推进器的转矩。