基于空区推论的空间负荷预测分类分区实用法

目前对无历史数据的新老城区空间负荷预测,一般采用分类分区法,所有同类小区基于统一的分类负荷平均密度预测其负荷。针对这一不足,基于空区推论的思想对分类分区法进行了改进,提出现有面积（不含新城区）上的分类总负荷减去有历史负荷数据的老城区的负荷即得到无历史负荷数据的同类老城区的总负荷;同理,规划面积（含新城区）上的分类总负荷减去现有面积上的分类总负荷即得到同类新城区总负荷,再结合面积算得无历史数据的新老城区的平均负荷密度,进而预测其负荷分布。这样使得有、无历史数据的老城区和新城区采用不同的负荷预测思路以提高其预测精度。该方法几乎不增加收集原始数据的工作量或附加的数据较易获得。最后通过实例说明了该方法的实用性和有效性。     

多节点超短期负荷预测方法

对多节点有功和无功负荷变化规律的动态自适应超短期预测进行了深入的研究和分析，提出将负荷数据分层分区的处理方法，建立它们之间相互牵制和联系的表达，在由递推最小二乘支持向量机（RLS-SVM）算法实现顶层预测的基础上，建立输电系统多节点负荷动态行为特征的描述模型，构建了自适应动态模型的超短期负荷预测总体构架。以山东电网为例的现场测试效果验证了所述方法的可行性和有效性。     

短期负荷预测的综合模型

进行实际短期负荷预测时，对某个固定地区，用不同预测方法可能得到不同的预测结果。文中基于对这些不同的预测结果的分析，提出了以得到一个唯一的综合预测曲线为目标的优化模型。根据模式识别的基本原理，这个新模型以待预测日与历史日之间相关因素的最佳匹配为原则。通过虚拟预测结果与实际负荷曲线数据的误差平方和的最小化，可以得到综合模型中各种单一预测结果所占的权重值大小。实际算例研究表明，综合模型的预测结果优于各种单一方法的预测结果。     

电力负荷预测方法研究

电力负荷预测的开展始于上世纪八十年代初。最早的电力负荷预测工作完全依靠预测人员的运行经验,没有科学的理论做指导,预测误差往往较大。随着电力行业的不断发展,电力系统日趋复杂,单纯地依靠人工预测己经远远不能满足预测的要求。因此,要求电力负荷预测更科学、更准确,极大地促发了电力负荷预测理论研究的开展。     

基于多分辨率SVM回归估计的短期负荷预测

针对短期负荷预测支持向量机（SVM）方法的局部逼近能力和泛化能力进行研究，将多分辨率支持向量机（M-SVM）用于短期负荷预测中节点负荷预测曲线的回归估计。该理论在保持曲线总体逼近能力的同时提高了局部区域的逼近能力。文中根据短期负荷预测的具体特点，设计了负荷预测数学模型，采用96条回归曲线进行日负荷的曲线预测，并在该模型的基础上采用实际数据进行验证，分析了这种回归模型的泛化能力。实验结果表明M-SVM模型在预测精度和预测速度方面具有优良的特性。     

电力负荷的模糊预测方法

提出了一种组合式的模糊短期负荷预测方法。通过对负荷历史数据的离线动态学习，训练出 有关参数，经过模糊推理获得提前一步的负荷预测。系统中引入闭环模糊控制方法用以在 线消除预测误差，并设计了自适应的输出修正算法以排除可能存在的扰动影响。在描述模糊 负荷预测系统的设计、实现和应用的同时，还提出了一些负荷预测中所遇到的问题的解决方 法。     

岩爆综合预测的模糊概率方法

 在综合分析岩爆发生条件的基础上,从岩性条件、应力条件和围岩条件3个方面,分别选取能量储耗指数、岩石脆性指数、弹性应变能指数、线弹性能、切向应力准则、地应力指数、强度系数以及岩体质量RQD 8个指标作为影响岩爆的主要因素。利用模糊概率理论,提出了一类新的岩爆综合预测方法,该方法较全面地考虑了岩爆评价中的模糊性与随机性,给出了岩爆影响因素的模糊权重,避免经典模糊综合评判方法在权重取值上的局限性。     

不确定负荷下小干扰稳定的区间分析方法

计及负荷的不确定性,提出了区间负荷下的小干扰稳定区间分析方法。基于增广矩阵的灵敏度求解,推导了振荡模式的阻尼比对负荷有功的灵敏度指标。以负荷灵敏度指标为指导,通过迭代搜索求解了典型负荷水平下关键振荡模式的阻尼比区间极值,进而可以确定区间负荷下的阻尼比区间分布,并据此可推断特征值阻尼比随负荷变化的规律,提供更加全面的稳定性信息。通过 4机系统和新英格兰39节点系统的算例实现,验证了该方法的有效性,与蒙特卡罗模拟法的结果对比,表明了该方法计算结果的正确性和计算速度上的优越性。     

短期负荷预测的Ensemble混沌预测方法

负荷记录中的噪声以及预测方法中矩阵数值计算的奇异性，使得一次预测得到的结果具有较大的误差。为了降低初值中噪声的不利影响，将数值天气预报中的Ensemble方法移植到短期负荷预测中。在混沌相空间重构预测中，在参考矢量上叠加一定强度的正态分布噪声，形成多个扰动后的参考矢量，分别预测后得到多个预测结果，再由这些预测结果合成概率化的预测结果。采用这种Ensemble技术，不仅可以提高预测准确率，还可以得到概率化的预测结果。     

基于输入空间压缩的短期负荷预测

由于影响负荷预测的因素复杂，并且实际获取的历史数据有限，传统的智能预测方法往往达不到工程应用的精度要求。为解决该问题，文中提出一种准确预测电力系统短期负荷的新思路：首先建立负荷输入特征选择模型，其搜索方法采用浮动搜索算法，在去除影响负荷预测的冗余特征之后，利用有限样本学习的统计学习理论（支持向量机）构造负荷预测回归模型，充分发挥其在解决有限样本、非线性中体现出的优势，较好地提高了评估结果的精度和泛化能力。在EUNITE网络中的应用结果证明了该方法对电力系统负荷预测的有效性。     

县级电网规划负荷预测方法的探讨

县级电网供电范围较小,供电量有限,其用电负荷的发展易受各种因素的影响变化较大。文章结合海南省县级电网规划情况,论述县级电网规划负荷预测的一些特点和需注意的问题,并介绍分行业产值单耗法、大用户加增长率法、大用户加外推法及负荷密度法等几种较为适用的预测方法。     

短期负荷综合预测模型的探讨

中国实用的短期负荷预测系统普遍采用的是综合预测模型机制。文中深入研究了该机制的实现和应用原理，针对其权重不等式约束、求解方案实用化方面进行了深入探讨，提出了“最优拟合模型”不等于“最优预测模型”的观点。对该观点进行了详细的论证。在此基础上，提出了“较优预测模型”的实现策略，并以实例证实该模型提高了负荷预测的准确率和误差稳定性。     

县级配电网规划电量负荷预测方法及其应用

结合崇义县的实际,阐述了县级配电网规划电量负荷的预测方法。根据崇义县2000-2001年的相关资料,用时间序列法、弹性系数法、行业用电分析法、人均用电量分析法、分区负荷预测法进行预测、相互校检,最终确定未来几年的负荷、用电量预测结果。     

水情预报系统多方案综合预测初探

水情预报系统是多因素影响而复杂的系统．多方案综合预测是探索水情预报系统预测的一种新思路，本文从理论和实践两个方面对多方案综合预测进行了分析和探讨．     

鄱阳湖生态经济区国土空间开发综合分区研究

深入分析鄱阳湖生态经济区国土开发历史久强度高、工业化步入中期阶段、城镇化不断加速、立体交通网络形成等现状特征,站在全区的高度提出一湖双核四轴两区的国土空间开发总格局.同时基于Arc-GIS平台和SPSS 17.0统计软件,从社会、经济和生态环境方面选取指标构建国土空间开发综合分区指标体系,采用主成分分析和聚类分析等方法,对指标数据进行分析、处理,兼顾中心城市辐射功能和各县(市、区)交通通达度,综合划分鄱阳湖生态经济区,并依据其圈层结构特点和功能定位,提出各分区的核心产业以及主导发展方向.     

10 kV中压配电网应用电力空间负荷密度特性研究

针对传统方法在研究水电配电网电力空间负荷密度的特性时存在电力负荷密度预测精度较低、用电高峰期出现供电紧张、运行稳定性较弱、安全性较低等问题,提出一种基于DLBAN模型的电力空间负荷密度预测方法。利用跨小波空间算法对水电配电网电力扰动信号进行去噪,获取电力空间滤波信号,根据DLBAN构建电力空间负荷预测模型,对待测区块指定最合适的类标签进行修正。利用DLBAN预测模型完成配电网电力空间负荷密度预测,得到其属性呈正相关性,从而实现对水电配电网电力空间负荷密度特性研究。结果表明,在水电配电网的应用中,城市第二产业的负荷密度的稳定性较强;不同用户的休息时间与负荷密度具有较强的关联性;第三产业的用电时间具有周期性,且负荷密度较大,对整个水电配电网区域负荷密度的贡献度较大,且具有较高的预测精度。     

短期负荷预测相关因素的自适应训练

提高预测精度是短期负荷预测的基本目标。目前已提出了处理相关因素的规范策略和短期负荷预测的综合模型。在此基础上，将自适应训练的思想引入到短期负荷预测相关因素处理中，提出了相关因素自适应训练的若干概念，并分析了自适应训练中的基本问题，给出了短期负荷预测过程的抽象化模型，提出了两种训练负荷相关因素的算法：摄动算法和遗传算法，最后比较了这两种算法的优缺点。算例分析表明，通过自适应训练相关因素，实际预测的效果得到显著改善。     

对南通市水利分区调整的思考

为了适应水利治理现状,统筹安排防洪除涝、水资源供给工程,给南通市水利规划和治理提供支撑,对南通市的水利分区进行复核和调整。在分析南通市地形与水系特性、传统水利分区的基础上,结合地形特点、防洪排涝以及供水的现状和发展愿景,建议将南通市水利分区调整为里下河圩区、斗南垦区、高沙土区、沿江圩区、通吕区、通启区、诸岛区,同时对分区面积也提出了调整建议。     

基于点模式匹配的电力系统短期负荷预测

输电网短期负荷预测是电力调度的基本依据。文中基于点模式策略，并借助模拟退火算法，提出了一种短期负荷预测的新方法。从模式的角度看，负荷的变动也可以看成是模式的转换。该方法首先通过相关性分析找出输入输出数据关系以及各输入数据所占的权重；然后由点模式匹配法求得各输入数据的变换值；最后由变换值、输入数据及其权重得到短期负荷预测的结果。将该方法用于一个实际系统，预测结果表明该方法预测效果较好。     

人均生活用水量预测的区间S型模型

本文在大量分析国内外不同时期、不同地区均生活用水量变化规律的基础上,总结了影响人均生活用水量大小的主要因素,认为人均生活用水量与当地社会经济发展水平有一定联系,呈现S型曲线关系,并在一定区间范围内变化.根据这一认识,本文建立了具有普遍意义的人均生活用水量预测的区间s型模型,并介绍了应用原始数据通过最优拟合的方法选择的预测方程.该模型既能给出人均生活用水量变化区间,又能预测其大小.文末以一个实例说明这一模型在预测规划水平年人均生活用水量的应用过程.