改进遗传算法优选分形插值参数的短期负荷预测

分形插值方法的参数对插值的结果影响很大.在基于分形的电力系统负荷预测中,如果得不到合适的分形插值参数,将会影响到预测的精度.针对传统的分形插值方法很难确定分形参数,文章对基本的遗传算法进行了改进,并将其应用于分形插值的垂直尺度因子的寻优中,实现预测日负荷曲线的最佳拟合.算例结果表明,利用改进的遗传算法进行分形插值参数寻优的方法提高了负荷预测的精度.     

分形外推插值算法在电力负荷预测中的应用

针对传统分形插值难以进行外推的问题,利用分形的自相似性与标度不变性将内区间的分形特性进行延拓,并由此构造了具有外推功能的分形插值算法。该算法利用内区间的迭代函数系和吸引子由特定的初始点出发进行直接搜索,并通过使迭代特定次数后获得的点集与吸引子的均方偏差不断减小的过程来逐步调整初始点的纵坐标值,而均方偏差达到最小化时的纵坐标值即可作为需要外推点的函数值。然后利用电力负荷数据的不同分形特性,将分形外推插值算法应用于电力日负荷、日峰值负荷及年用电量预测中。算例结果表明,分形外推插值算法具有较高的预测精度、较高的计算效率和良好的收敛特性。     

基于分形的社会总用电量及其构成预测

该文根据分形拼贴定理，由分形插值方法求取一个吸引子与电力负荷历史数据相近的迭代函数系统(IFS)，建立分形预测模型，实现电力负荷预测。检验点的预测结果表明，最大相对误差为-2．92％，平均相对误差为-0．40％。该方法不存在收敛问题，数据收集简便，具有较好的实用价值。另外，该文应用N阶迭代累加和构造分形，应用分维定义对用电量构成的发展趋势进行分形预测，3项经济指标，6个检验点的预测结果表明，最大相对误差为2．5％，平均相对误差为0．46％。该方法同样不存在收敛问题，计算速度较快，也具有较好的实用价值。     

采用分形插值的典型日负荷曲线改进预测方法

提出了一种结合粒子群算法的改进分形预测方法。针对各年典型日负荷曲线形态相近且具有上移趋势的特点,采用调整向量来描述该趋势,在生成迭代函数系吸引子的过程中利用粒子群算法对调整向量进行优化。针对传统分形预测中迭代初始点经验性选取的问题,提出了利用"时序平移"的思想来计算迭代初始点的方法。结合调整向量优化和时序平移思想,建立改进的分形预测模型。最后,通过实例计算说明了该方法的有效性。     

应用分形两种迭代算法作短期负荷预测

电力负荷受很多因素的影响,故电力负荷的预测也存在一定的随机性,而分形理论是非线性系统理论中十分活跃的一个分支,其中分形插值是构造分形曲线的方法。本文在分形拼贴原理和分形插值方法的基础上,结合遗传算法对垂直比例因子随机寻优的特点,分别利用确定性迭代算法和随机迭代算法来求取电力负荷预测日的迭代函数吸引子,从而构造两种预测模型,最后通过实例对两种模型下的预测结果进行比较。     

基于IAHP和TOPSIS方法的负荷密度指标计算

针对配电网空间负荷预测过程中负荷密度指标难以选取的问题,在层次分析法的基础上,提出了基于区间层次分析(IAHP)法和逼近理想解排序(TOPSIS)法的负荷密度指标选取方法。该方法通过用区间数代替点值,对传统的层次分析法进行改进,并将IAHP法和TOPSIS法有效融合,将专家经验和定量计算相结合,处理决策因素的不确定性和专家判断的模糊性,增强了对负荷密度指标预测结果的可信度。采用类内相似度方法进行负荷密度修正,进一步提高了预测结果的精度。实例计算表明,所提出的方法预测结果更优、误差更小。     

铝质电瓷断口分形研究与分维测量

利用 SEM和反光显微镜研究铝质电瓷断口分形特征 ,采用改进小岛法测量断口分维值 ,结果表明 :电瓷断口具统计意义分形 ,不同放大倍数测得断口分维值不同。分维值与电瓷强度的关系为低倍数下呈负相关 ,高倍数下呈正相关。分维值受图像灰度阀值、测量方法影响。     

基于FT-GT模型的风电短期功率预测

随着风电接入规模的增加,风电功率预测日益重要。研究了一种基于分形理论(FT)与灰色理论(GT)模型相结合的短期风电功率预测新方法。建立了基于分形理论的风力发电功率预测模型,并对模型进行了求解。使用灰色理论对分形模型的分维数进行优化,提高模型预测精度。使用FT-GT模型和灰色模型两种方法进行预测,并利用真实数据进行预测同时与实际值做出比对分析。仿真结果表明,该风电功率预测方法相对灰色模型具有较高的预测精度。     

局部放电灰度图象分维数的研究

局部放电模式识别被普遍认为是一种预测高电压设备绝缘状况的有效手段，本文提出一种适用于局部放电模式识别的局部放电分形特征提取方法。该方法在估计分维数的改进差盒计维数（MDBC）算法的基础上，提取局部放电灰度图象分维数和二阶广义分维数以及局部放电高值灰度图象分数，共同构成局放电模式识别特征，针对高电压设备内部局部放电和外部放电干扰，设计了五种放电模型，通过放电模型实验获得的大量放电样本数据，构造出相应的局部放电特征提取图象，计算出分形特征参数，输入人工神经网络进行识别的结果表明，采用该方法具有良好的识别效果。     

基于分形理论的新型电力系统规划场景生成方法

新型电力系统中的新能源占比不断提高,源荷不确定性使得新型电力系统的规划边界难以确定,因此有必要提出适应新型电力系统的规划场景生成方法。分析净负荷数据的分形特征,并提出规划场景生成方法的总体框架;在提出净负荷时间序列盒维数计算方法的基础上,利用盒维数的时移不变性提出规划场景初始点的预测方法;对分形插值算法进行细化,并提出基于初始点的规划场景生成方法。以某地区实际净负荷数据为例进行分析,验证了所提方法的有效性和可行性。