基于空间自回归模型的电力系统中长期负荷特性分析与预测

文中利用空间自回归模型对电力需求量与GDP之间的空间相依性进行了分析,同时建立了计及电力需求与GDP空间相关性的组合预测模型.实例计算结果说明全国30个省、直辖市和自治区电力需求和地区生产总值GDP都有显著的空间相关特征,电力需求量与GDP之间在空间上具有较大的正相关性;计及电力需求与GDP空间相关性的组合预测模型相对...     

电力系统中长期负荷预测改进算法分析

讨论了基于支持向量机的电力系统负荷预测模型建模方法.通过对模型结构的分析,提出了最小二乘支持向量机算法学习参数的选取方法.结合粒子群优化算法,给出了粒子群优化对最小二乘支持向量机系数优化选择的方法.采用某省的经济、人口、天气和电价等实证数据对几种预测方法进行比较分析,算例结果表明,所提出的方法可以加快计算速度,并有效提高预测精度.     

电力系统中长期负荷预测模型研究及应用

引言随着我国电力行业的快速发展,电力负荷预测技术日益受到人们更多的关注,并己成为电力系统的一个重要领域。负荷预测是电力系统调度、实时控制、运行计划和发展规划的前提,是一个电网调度部门和规划部门所必须具有的基本信息。负荷预测根据用于不同目标,一般可分为超短期、短期、中期和长期预测。中长期电力负荷预测的结果在一定程度上决定了未来规划期内电力系统的发展,而且当前电力市场化等对     

电力系统中长期负荷预测的灰色动态模型研究

建立了电力系统月负荷及年负荷预测的灰色动态模型，并验证了其准确性，为电网调度自动化和经济发展规划提供了较可靠的依据。     

基于GANO算法的电力系统中长期负荷预测研究

进行负荷预测时,由于中长期负荷历史数据较少而制约因素较多,因此预测难度较大。在分析了灰色预测和神经网络预测优缺点的基础上,提出了多因素灰色神经网络组合预测模型(GANO)。该模型首先采用灰色GM(1,n)模型处理多因素的影响,进而利用BP神经网络训练电力历史负荷数据,最后利用统计方差的倒数建立较为理想的优化组合预测模型。该优化模型结合了各模型优点且综合考虑了电力负荷的多种制约因素。经算例验证,优于单一历史负荷预测模型,有效地提高了中长期负荷预测精度。     

基于改进灰色模型的电力负荷中长期预测

基于电力系统中长期负荷预测的特点,针对常规灰色预测模型存在的不足,提出一种基于数据平滑处理,以及线性回归残差修正的改进灰色预测方法。对某地区算例比较和分析表明,本方法可明显提高中长期负荷预测精度。     

抚宁县电力负荷的中期预测

根据秦皇岛市抚宁县 1992～ 2 0 0 1年 10a的实际用电量数据 ,采用灰色GM(1,1)模型对未来 10a的用电量进行预测 .因未通过关联度校验和后验差检验 ,故提出了灰色指数平滑预测方法 ,先对原始数据序列进行一次指数平滑 ,然后再建立灰色模型 .经检验模型合格 ,同时提高了预测精度     

电力系统负荷分形预测及R/S分析

电力负荷具有分形市场假说(FMH)的主要特征。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),以建立分形预测模型,实现电力负荷预测。预测结果表明,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。用电力负荷时间序列 分形分析进一步表明了预测值的合理性。     

基于改进灰色模型的中长期电力负荷预测

在中长期负荷预测中,由于电力负荷具有突变性,常规GM(1,1)模型不能及时反映负荷的突然变化,对于发生转折的数据预测精度不高,在实际应用中具有一定的局限性。通过对负荷原始数据序列的预处理及优化,利用等维新息递推GM(1,1)模型进行预测,保证了预测能够较为充分地利用新信息,并加入了残差模型,通过实例分析表明,改进后的模型比常规GM(1,1)模型提高了预测的精度。     

基于负荷规律性分析的支持向量机短期负荷预测方法

提出了一种基于傅里叶分析的支持向量机的电力系统短期负荷预测方法。利用离散傅里叶变换的方法将历史负荷数据分解为不同频域上的分量,将不同频域上的分量依据负荷的成因及其特性组合成四种不同性质的负荷分量,对上述各分量选择不同的预测模型,对于受温度等影响较大的负荷分量,构造支持向量机模型进行预测。实例计算表明该方法是可行和有效的。     

异步电动机轻载降压运行分析

对三相鼠笼转子异步电动机在轻载时采用降压方法运行时的效率η和功率因数cosφ进行了定性和定量的分析．说明轻载时采用降压运行，可以达到节能的效果。     

灰色模型在中长期电力负荷预测中的应用

利用灰色预测法对某市近几年的实际历史负荷数据进行建模,结合回归分析法预测出近几年的负荷值,通过与过去原始历史数据进行对比,从平均相对误差的大小和后验差值检验方面说明灰色理论模型在中长期电力负荷预测中的优越性.     

组合模型在中期电力负荷预测中的应用

为了对中期电力负荷进行合理预测,结合三次指数平滑法和GM(1,1)预测模型,建立了新的组合模型,并以预测偏差平方和最小为准则优化了各单一模型的权重.通过MATLAB编程并以某市全年用电量为例对3种方法的预测精度进行了仿真验证.结果表明,组合模型具有更高的预测精度和更低的预测误差,能避免各单一预测模型的局限性.因此,用组合模型对未来用电量进行预测的结果更可靠.     

基于灰色理论的供电系统负荷中长期预测模型及其应用

基于灰色理论的基本思想，从历史数据少、不考虑分布规律、变化趋势、运算简便的特点出发，提出了在电力市场运营模式下，县（区）级电力负荷的中长期预测模型，并对某供电局1997年到2000年的销售电量进行了预测，预测结果与各年度的实际集电量相比，最大误差小于0．7％。说明建立的预测模型完全适合于该供电系统的负荷预测。     

安徽省空调负荷横向对比差异分析与中长期预测

针对安徽空调负荷比重和人均空调负荷两项空调负荷指标水平是否符合安徽自身发展特征及其中长期发展趋势问题,文章选取华东和中部其他省份作为参考,分别建立了安徽空调负荷比重和人均空调负荷差异分析模型以及空调负荷预测模型,结果表明,安徽空调负荷比重与自身负荷特性和用电结构特征总体匹配,人均空调负荷与自身人均居民指标水平和城镇化进程特点总体匹配,安徽空调负荷指标与中部省份更为相近,安徽2025年人均空调负荷达到江苏、浙江当前水平,2030年达到上海当前水平,中长期空调负荷比重仍有上升空间,但难超55%。     

电力系统动态负荷瓶颈分析

在电力系统优化调度领域建立了动态负荷瓶颈分析的基础，提出了表述不同梯阶数临界紧段落功率增量的瓶颈序列，详细分析了动态优化调度中，渡越临界紧段浇的条件。