电网负荷的非线性灰色预测

应用非线性灰色模型对电网用电量进行预测,与线性灰色模型进行了对比并对模型特性进行了分析。理论分析和实例表明非线性灰色模型较线性模型性能优越,值得在负荷预报领域推广应用。     

非线性负荷对电网电压和电流的影响

电力系统非线性负荷的不断增加,对电网造成的影响日益突出.本文结合线性负荷与非线性负荷的特性,比较了非线性负荷投入前后电源侧和负荷侧电压和电流的变化,利用叠加原理从理论上分析了无背景谐波时非线性负荷对电网电压和电流的影响,并通过仿真验证了结论,同时提出了在建立综合负荷模型时应考虑非线性负荷对其的影响.     

非线性用电负荷对电网和电能计量影响的探讨

1 引言 工业的发展伴随着原材料制造业和其它行业的迅猛发展。近几年本地区兴建的上新钢厂炼钢电弧炉、市轧钢一厂使用的感应熔炼炉等,都是一些大的耗电产业。此行业用电负荷产生周期性的负荷冲击(如轧钢机),有的产生不规     

非线性负荷对电网的影响及对策

讨论了非线性负载（点焊机）所产生的高次谐波对电网的影响,通过现场检测结果与理论分析确定电网不稳定的因素,从而制定了解决问题的方法。理论推断与实践证明：使用合适的（避免谐波的放大振荡）谐波滤波电容器组可有效地抑制点焊机这类非线性负载产生的高次谐波,从而达到注入公共电网的谐波量符合国家规定的谐波标准的目的。     

对变频器负荷进行滤波和无功补偿减少电网污染

冶金中小企业一般采用增设5、7、11、130：静态型无源LC装置,大型企业的无功补偿及谐波装置较多设置静止型SVC补偿装置。近年来也出现采用混合型SVC补偿装置,即采用TSC（晶闸管投切电容器）补偿负载大部分基波无功功率,APF（有源滤波器）补偿剩余的无功功率和谐波。     

基于灰色理论的电网负荷特性影响因素定量分析

定量地分析电网负荷特性的影响因素,对电力系统调度、规划和运行具有重要意义。针对数理统计中线性相关性分析方法必须假定影响因素之间满足线性相关性等不足,采用灰色关联度分析方法对电网负荷特性的影响因素进行分析,揭示了电网负荷特性的变化规律,并将所提理论应用于深圳电网负荷特性影响因素的定量分析中。验证结果表明:该方法简单,易于实现,且与数理统计中的相关性分析相比,该方法能更准确地揭示负荷特性的实际规律。     

非线性负荷对榆林电网的影响及治理

随着电网中非线性、冲击性负荷的大量增加,公用电网中的谐波污染日益严重,威胁电网和各种用电设备的安全经济运行。分析榆林电网的现状,指出榆林电网的4类主要谐波源为电气化铁路、变频器、电石炉和电器。详细分析了这些非线性负荷所产生的谐波机理及对电力系统的影响,提出了3种消除系统谐波的方案：一、装设谐波补偿装置;二、对谐波源本身进行改造;三、在供电网络中采用适当的措施来抑制谐波。对上述方案在电网内治理谐波的应用效果进行了比较,其中装设静止无功补偿装置的治理模式值得推广。     

利用Rayleigh熵和并行计算的大规模电网异常负荷快速识别

为提升大规模电网应用场景下的计算效率和适应性,提出了一种利用Rayleigh熵和并行计算技术的异常负荷识别方法。首先分别构造大规模电网中各分区在负荷随机波动及噪声干扰情况下的数据源矩阵,继而构建其窗口矩阵和标准矩阵,进而形成各分区的样本协方差矩阵。其次,利用并行计算技术,采用Rayleigh熵同步快速估计各分区的MESCM指标。最后,通过对该指标进行越限判别,实现对大规模电网异常负荷的快速识别。借助MatlabR2014a和PST软件,案例分析在一个IEEE54机118母线标准系统和一个420机2736母线波兰系统中展开。与传统随机矩阵理论计算方法的计算结果比较表明了所提方法的有效性和高效性。     

基于智能电表技术的智能电网负荷识别

传统侵入式负荷识别技术需要在智能电网用户侧每个用电设备的插座上安装传感器,通过传感器获取电器 设备的负荷,导致负荷识别精度较低.为此,提出基于智能电表技术的智能电网负荷识别方法.首先将智能电表安装 在智能电网用户侧总线上,采集全部用电设备的电力数据,并对采集数据进行降噪与筛选处理,得到高质量的负荷数 据集.其次构建时间卷积网络模型,并输入负荷数据集进行训练,输出目标负荷的识别标签,实现非侵入式智能电网 负荷的识别.实验结果表明,所提方法在识别智能电网用电负荷方面表现良好,平均绝对误差仅为１．１３５kWh,证明 了智能电表技术在智能电网中具有良好的应用效果.     

苏州电网负荷和敏感性分析

根据2008年苏州地区日最大供电负荷情况,分别对夏季、冬季的负荷水平进行了详细的分析．研究地区日最大负荷和气温的敏感关系,并计算出苏州夏季、冬季的空调负荷水平,得出了相对准确的负荷-气温敏感数值．对于提高地区负荷预测准确率具有明显的参考价值。     

施耐德电气联合阿尔斯通与阿海法进行排他性谈判

近日,阿海珐输配电业务的并购事宜又有了最新进展. 2009年11月30日,阿海珐监事会向外界宣布,决定与阿尔斯通和施耐德电气进行排他性谈判,商讨收购阿海珐输配电业务事宜.据悉,此次谈判旨在落实处理协议,而协议最终需得到法国国家参与及资产转移委员会批准,并获员工代表意见及竞争管理机构同意.     

短期电力负荷预报间隔采样混沌模型

现有研究工作表明电力系统负荷数据具有弱混沌性。在负荷预测混沌建模方法中,Lvapunov指数预报模式具有理论基础强、模型简单、预测精度高等优点,但预测时限受负荷吸引子最大Lyapunov指数限制。针对Lyapunov指数预报模式的不足,提出了k-△t间隔采样混沌模型,首先将原始负荷序列分解为多个不相交的了序列,然后对各个子序列分别建立Lyapunov指数预报模型。改进了求解最大 Lyapunov指数的方法,探讨了原始负荷序列最大可分解子序列数目的确定依据。数值实验结果表明文中提出的模型能有效地提高负荷预测精度、增加预测时限。     

神经网络在电力负荷预测中的应用

简述了神经网络的基本特点,分析了神经网络在超短期、短期和中长期负荷预测中的应用。     

汕头电网负荷特性分析与预测

以汕头电网的负荷数据为例,用统计学的方法对季节性负荷特点及典型日负荷特性进行分析,进一步预测汕头输电网近、远期负荷的发展趋势,指出了影响汕头电网负荷及负荷特性的主要因素.预测结果表明宜在汕头500 kV变电站的主变压器安装有载调压开关.     

电网短期电力负荷预测系统的研究

本文介绍了一个电网短期负荷预测系统。从实际出发，文中将平时和重大节目期间的负荷预测分别研究。首次提出了参数自校正时序倍比预测法，并将灰色预测模型引入节日负荷预测，具有较强的人工干预能力和自适应智能性。软件包将数据库与计算语言有机地结合起来，具有良好的汉化人机界面和输入输出方式。操作方便，实用性强，预测精度理想。该系统已在河北省电力局中调试运行。     

电力市场环境下的负荷预测方法研究

随着电力市场改革的不断深入发展,在进行地区配网规划研究时,要充分考虑电力市场相对活跃的积极因素,进行电力市场环境下的地区配网规划研究.以某地区电网建设和发展的实际情况,针对性地讨论了在配网规划研究过程中,电力市场活跃的积极因素对前期中负荷预测的影响,并采取相应的数学方法进行合理修正,以此做出合理的配网规划,有利于电网健康、稳定的发展.     

短期电力负荷非线性预测模型的比较

总结和分析了目前流行的电力系统短期负荷非线性预测方法,包括时间序列法、组合预测法、神经网络法、小波法和支持向量法。通过实例说明它们在电力系统短期负荷预测中计算速度和精度。     

电力用户侧大数据分析与并行负荷预测

随着智能电网、通信网络技术和传感器技术的发展,电力用户侧数据呈指数级增长、复杂程度增大,逐步构成了用户侧大数据。传统的数据分析模式已无法满足需求,迫切需要解决电力用户侧的大数据在分析与处理方面的难题。该文分析电力用户大数据的来源,针对电力用户侧大数据的数据量大、种类繁多与速度快等特点,指出电力用户侧的大数据在数据存储、可用性、处理等方面面临的挑战。结合云计算技术提出一种电力用户侧大数据分析处理平台,将智能电表、SCADA系统和各种传感器中采集的数据整合,并利用并行化计算模型Map Reduce与内存并行化计算框架Spark对电力用户侧的大数据进行分析。提出基于随机森林算法的并行负荷预测方法,将随机森林算法进行并行化,对历史负荷、温度、风速等数据进行并行化分析,缩短负荷预测时间和提高随机森林算法对大数据的处理能力。设计并实现基于Hadoop的电力用户侧大数据并行负荷预测原型系统,包括数据集群的管理、数据管理、预测分类算法库等功能。采用不同大小的数据集对并行化随机森林算法进行负荷预测实验,实验结果表明,并行化随机森林算法的预测精度明显高于决策树的预测精度,且在不同数据集上预测精度普遍高于决策树的预测精度,能够较好的对大数据进行分析处理。     

要重视耗电大工业的负荷预测

国际国内已出现耗电大工业规模过大、生产能力闲置、产大于销、产品价格持续下滑等情。我国耗电大工业企业规模小，集中度低，技术落后，污染严重，不具备国际竞争力，电力部门对耗电大工业今后的发展要有清醒的估计，期望值不可过高。