广州地区负荷预测分析及其软件应用

基于广州地区电网负荷特性分析及分类负荷特性曲线的测绘,采用负荷报装及分类负荷特性曲线拟合的方法,开展短期广州电网负荷预测工作,明确了在此基础上软件实现的方法、结构流程和功能。     

基于气象因子的短期负荷预测

介绍了湖南省调在ＥＭＳ电网应用软件运行平台上开发的短期负荷预测软件。提出了气象因子的概念并应用于负荷预测,考虑气象参数对电网负 影响,具有较好的预测精度。本文软件还能自动辨训实际负荷并动态更新数据库。     

湖南电网短期负荷预测工作的分析

前言在电网商业化运营中,短期负荷预测不仅是电网运营效益的指南针,而且对中、长期负荷预测的调整具有重要的参考价值。为了把湖南电网短期负荷预测工作提高到一个新水平,根据近年来湖南电网开展商业化运营的情况,对影响湖南电网用电的主要因素和短期负荷预测中存在的问题,进行了简要分析和探讨,并结合当前电力市场运营的实际情况,提出了搞好电网短期负荷预测工作的建议和亟待解决的问题。１负荷预测在１９９８年湖南电网运行中的作用１９９８年湖南电网频率合格率为９９．９９６６％,比１９９７年增加０．０２６６个百分点,创湖南…     

提高认识 做好负荷预测工作

简要介绍了负荷预测的意义、基本原理和方法；负荷预测的基本操作程序以及云南电网负荷预测工作的现状及改进建议。     

提高地区电网负荷预测准确率的措施

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。结合大同电网负荷预测工作,通过深入分析电网负荷特性和变化规律,加强管理,优化流程,不断提高地区电网荷预测准确率,给出解决措施和方法。     

如何提高电网负荷预测准确率

在电网调度工作中，负荷预测是非常重要的一个环节。提高电网负荷预测的准确率，对电网安全、稳定运行具有重要意义。鉴于此，本文主要对电网负荷预测准确率的影响因素进行了探讨，并在此基础上提出了一些应对措施，以此为同行提供参考。     

基于CC-2000的负荷预测在东北电网的实现

介绍了基于ＣＣ－２０００支撑平台的东北电网ＥＭＳ应用囫件中负荷预测软件的各项功能、数据库和人机界面的设计,以及负荷预测与其它应用软件的接口。针对东北电网的实际情况,在完善人机界面、维护历史数据方面做了大量工作,负荷预测软件已经实现了实用化在线运行 。     

泰州电网负荷特性分析及负荷预测

随着地区经济的发展,泰州市大型、特大型企业日渐增多,用电负荷、电网规模不断增长与扩大.文中在分析泰州地区负荷特性分析的基础上,对如何做好泰州电网负荷预测工作展开讨论,针对影响负荷预测准确性的主要影响因素进行了详细分析,并对如何进一步提高负荷预测的准确性提出了解决办法.     

地区电网日负荷预测系统开发研究

设计了地区电网日负荷预测软件系统,给出了系统的软件结构,介绍了软件主界面的设计方法、数据库及其管理模块的功能及所使用的负荷预测算法。该系统形象直观、使用方便,能有效提高日负荷预测的精度和效率。     

负荷预测实用方法分析

介绍了一种针对大城市电网的负荷分解预测方法 ,提出了基本负荷和波动负荷的概念 ,并应用此方法对 2 0 0 2年北京地区最大负荷进行了预测     

基于最大负荷预测的地区电网静态安全分析

从面向规划的角度出发,提出了一种基于最大负荷预测的地区电网静态安全分析方法,对面向规划的静态安全分析的特点、最大负荷预测模型的建立及使用和静态安全分析的方法等进行了研究与探讨,改进了年最大负荷的取值方法,并结合大量的负荷采样数据,生成了负荷特性曲线库,明确了在此基础上的软件实现方法、结构流程和功能.所开发的软件应用表明,该方法便于发现电力系统的预期网架结构在未来预测负荷水平下的安全隐患,并能辅助使用人员作出合理规划.     

基于竞争分类的神经网络短期电力负荷预测

根据电力负荷的特点,在考虑天气、日类型、实际历史负荷等因素对预测负荷影响的基础上,提出了一种基于竞争分类的神经网络短期负荷预测方法.应用神经网络的竞争学习对相关数据进行分类,将历史数据分成若干类别从而找出与预测日同类型的预测类别.利用相应的BP算法对未来24小时负荷进行短期预测,该方法充分发挥了神经网络处理非线性问题的能力.结果表明,该方法取得了较满意的预测精度.     

基于联合数据挖掘技术的神经网络负荷预测模型研究

认为提高日负荷预测精点,即基于联合数据挖掘技术的电力负荷神经网络预测新方法.也就是通过多种挖掘技术寻找与预测日同等气象类型的多个历史日负荷,由此进一步提取数据,组成规律强化、干扰弱化、具有高度相似气象特征的数据序列,对此,再构建人工神经网络预测模型,从而有效地提高了预测的精度,简化了模型的输入和计算,更加便于应用.     

人工鱼群神经网络在电力系统短期负荷预测中的应用

短期负荷预测结果对电力系统的经济效益具有重要影响.人工鱼群算法是最新提出的新型寻优策略,具有良好的克服局部极值、获得全局极值的能力.文章建立了一种新的人工鱼群神经网络预测模型,利用人工鱼群算法训练神经网络的权值,再将该神经网络用于短期负荷预测.对某电力系统进行的负荷预测结果表明,该方法与传统的BP神经网络预测方法相比具有较强的自适应能力和较好的预测效果.     

基于智能技术的短期负荷预测研究

电力系统负荷预测是电力研究的一个重要组成部分,随着电力智能化的加快发展,为电力负荷预测提供了更准确有效的方法。目前有多种电力负荷预测方法,但由于预测模型适用条件的限制,使得负荷预测存在困难。因此,本文选择了基于统计理论的支持向量回归方法来进行预测。文中结合贵州某经济开发区短期电力负荷的历史数据,应用支持向量回归法对该负荷进行了预测,得到了精度较高的预测结果。     

基于时间序列的支持向量机在负荷预测中的应用

由于负荷预测是不确定、非线性、动态开放性的复杂大系统,传统方法往往难以准确地描述这种复杂的非线性特征,因而无法准确进行负荷预测.作者提出了基于一种基于时间序列的支持向量机(SVM)的负荷预测方法.SVM方法采用结构风险最小化原则(SRM),能够在对小样本学习的基础上,对其它样本进行快速、准确的拟合预测,具有更好的泛化性能和精度,减少了对经验的依赖.时间序列考虑了趋势分量和周期分量,使负荷预测模型更加符合电力负荷特性.将该方法用于实际负荷预测中.和真实值的比较说明所提出的负荷预测方法是可行和有效的.     

基于面向对象的电力系统中长期负荷预测软件的开发

为了更方便、快捷、准确地进行中长期负荷预测,开发了基于Windows的电力系统中长期负荷预测软件。软件采用面向对象程序设计方法,使系统易扩充、易维护。该软件除具有一般负荷预测软件所具有的计算快速、模型库丰富等特点之外,还有原始数据输入简单方便、模型库扩充简易、具备饱和负荷预测以及考虑了与其它常用软件的接口等独特的地方。以华东某地区的供电量历史数据为例,选择了5种不同模型进行预测,并对结果进行了分析和比较,最后还对该地区进行了“s”型饱和负荷预测。分析表明该软件使用方便,预测精度满足电力负荷预测的精度要求,具有一定的实用性。     

区域电网规划负荷预测实例

负荷预测是电力规划的基础,采用线形趋势模型法、电力弹性系数法、空间负荷密度法对广州经济技术开发区进行了负荷预测。提出了负荷指标的改进方法,并对新发展起来的空间负荷密度法进行了论述。几种负荷预测方法的结合有效改善了负荷预测结果。     

一种基于小波神经元网络的短期负荷预测方法

小波神经元网络比多层前馈神经网络具有更多自由度和更好的适应性.为更好地反映气象因素对负荷的影响及提高负荷预测的精度,文章选用Morlet小波构建小波神经元网络,采用误差反传学习算法来训练网络,采用自学习隶属度分析聚类的新方法选择训练样本.并应用武汉电网近年的负荷数据和气象资料进行了建模和预测,预测结果表明所建立的小波神经元网络预测模型具有较好的收敛性,采用自学习隶属度分析聚类方法选择训练样本能改善预测精度.     

基于负荷趋势的新型超短期负荷预测法

结合浙江电力发电市场超短期负荷预测的需求,在充分分析电网负荷特性的基础上,提出了基于负荷趋势的新型超短期负荷预测法.该方法简单实用,并将负荷伪数据的判别和加工修改融合在预测过程中.算例分析表明,该方法预测结果误差分析指标优于浙江发电市场中现行的各种超短期预测方法,是一种工程实用性较强的方法.