一种利用多任务学习的短期住宅负荷预测方案

作为信息物理社会系统的一种具体形式,智能电网中的负荷预测,尤其是单个电力客户的短期负荷预测,在智能电力系统的规划和运营中将扮演越来越重要的角色.考虑到同一住宅小区用户之间的负荷行为的相似性,受多任务学习的启发,提出了一种基于多任务学习的有效住宅负荷预测方案.首先,利用K-means聚类技术和皮尔逊相关系数挑选出2个相似用户,进而将2个用户的负荷数据合并输入,并将双向长短时记忆网络作为共享层全面捕获2个用户数据之间的关系,然后送入2个全连接的任务相关的输出层.在真实的数据集上,将所提方案与几种典型的负荷预测方案进行全面比较.实验结果表明,与已有的深度学习预测方案相比,提出的多任务负荷预测方案提高了预测准确程度.     

含电动汽车的微电网模型预测负荷频率控制

对含电动汽车的孤岛微电网负荷频率控制问题进行了研究,分析了柴油发电机和电动汽车的调频特性,并基于电动汽车调频特性利用模型预测控制方法实现了对含电动汽车的微电网系统的负荷频率控制。仿真结果表明:在系统受到负荷阶跃波动时,本文提出的模型预测控制器能合理地分配各系统的输出,快速消除频率波动,在为用户提供高质量电力的同时也延长了设备使用寿命。     

基于Fbprophet负荷预测与用户满意度约束的综合能源供能优先调度研究

在综合能源系统中,如何协调好能源供应与用户波动需求之间的关系,是亟待解决的问题。针对居民用户冷、热、电负荷需求不确定性特点,提出了一种基于Fbprophet算法的多元负荷预测与考虑用户满意度约束的综合能源负荷供能优先调度模型。首先采用Fbprophet算法对冷、热、电多元负荷进行预测,并与典型负荷预测方法 ARIMA、LSTM进行对比分析;然后通过构建用户满意度二次效用函数,将用户满意程度融入能源服务商的评价指标;最后设计了综合能源系统优化调度模型和计及用户满意度的供能优先级模型,并基于自适应粒子群算法进行模型优化求解,分析了优化算法的稳定性,实现供能优先调度。通过实际综合能源系统算例仿真,验证了预测算法与调度模型的有效性,为综合能源提供一种兼顾经济效益和用户满意度的决策方案。     

基于智能家电的短期电力负荷预测与削峰填谷优化

通过可远程控制的联网智能家电,提出对城市群电力负荷的短期预测与削峰填谷优化. 分析某家电企业的智能家电集群运行产生的海量数据,建立城市群智能家电电力负荷预测模型,主要采用3种模型加权组合预测的方式,利用负荷数据中的趋势性、周期性、相关性、节假日特征及外部变量进行智能家电集群电力负荷的短期预测,单月内每日平均相对误差为4%~6%. 通过合理选择特征,该模型可以在不同家电间通用,依据家电类型分类预测后的结果可加和成为用电总负荷. 针对使用方式与用户习惯,提出智能家电电力负荷削峰填谷的控制策略,根据发电成本数据给出预期效益,说明基于智能家电负荷预测的用电调控能够有效降低电力部门发电成本、用户用电成本与电网负荷波动性.     

基于小波和神经网络的供热负荷预测

目的研究供热系统热负荷预测方法,使供热量及时跟随用户需热量进行控制.方法通过分析供热负荷特性及其变化规律,用小波包变换对热负荷序列进行分解,再结合Elman神经网络分别对各序列建立模型,进行单步预测,最后重构各序列,得出热负荷预测序列.结果仿真试验表明,与未采用小波分析的BP、Elman神经网络相比,该方法预测精度较高,跟踪能力强.结论基于小波和神经网络的供热负荷预测方法能较好地跟踪预测用热量,适合于短期供热负荷预测的应用.     

基于TRNSYS的区域供冷系统冷负荷预测

文中采用TRNSYS软件对某区域供冷系统用户逐时动态冷负荷进行模拟.通过Sketch Up软件建立公共建筑和住宅建筑三维模型,考虑了建筑围护结构、内扰等因素对冷负荷的影响.模拟得到的尖峰冷负荷与实际值误差为0.27%,且逐月冷负荷模拟值与实际值误差均小于10%,验证了模拟所得冷负荷数据具有较高的可靠性.所提出的预测方法为冷负荷预测提供了参考和依据.     

基于鲁棒极限学习机的居民空调负荷能耗预测方法

为实现高精度的居民空调负荷能耗预测，基于鲁棒极限学习机提出了一种新的居民空调负荷能耗预测方法.以归一化的方式处理空调负荷能耗数据集，优化预测用户工作日样本数据集，采用鲁棒极限学习机构建负荷能耗激活函数预测模型.引入拉格朗日算子约束优化模型，以迭代求解的方式完成居民空调负荷能耗预测.仿真测试结果表明，在迭代次数为250次、过度补偿为1.5%时，该方法的收敛速度为0.2 ms,平均预测精度为96.7%,具有较强的预测性能.     

基于智能电表的住宅短期电力负载预测

为了解决居民用电短期负荷预测率低的问题,提出了一种基于用户智能电表实时测量数据的数学建模方法.利用谱分析设计了成型滤波器来评估高斯噪声,再结合卡尔曼滤波对不同采样周期的监测数据进行负荷预测和精度评价.结果表明,提高采样精度、获取更多的实时测量数据可以明显改善负荷预测的准确性,但相应地也会带来更高的计算成本.在避免高计算负荷的同时达到预期的预测精度需要限制用于预测的数据量,而通过选择合理的测量采样率,可以获取满意的折衷方案.     

基于智能电网统一数据共享平台的负荷预测

智能电网是未来电网的发展方向,以自愈、安全、发电资源兼容、电力用户交互、电力市场协调、资源优化高效、电能质量优质、信息系统集成为主要特点的智能电网的实现,离不开精确的负荷预测技术的支持.风能、光伏等可再生能源接入智能电网,加剧了系统的随机特性,对传统的负荷预测提出了更高的要求,同时信息系统的集成也为负荷预测提供了更广泛全面的数据支持,为新一代负荷预测技术提供了实现的平台.     

合肥地区短期负荷预测及误差分析

电力系统规划和运行调度都应以对未来电力负荷的预测为依据.电力的生产和消费是同时进行的,任意时刻都必须保持二者之间的平衡.负荷预测偏低会引起电力供应紧张,电能频率下降,供电可靠性下降;负荷预测过高将会导致发电过剩,系统频率上升,并造成发输电设备不能充分利用,影响系统的经济性能.因此,电力系统负荷预测是电力系统规划和运行调度的重要组成部分.     

基于马尔科夫链充电负荷预测的多区域充电桩优化配置研究

考虑用户出行习惯的复杂性、多样性,对区域充电桩进行合理的配置以满足充电需求。首先,通过马尔科夫链模型描述电动汽车用户一天出行过程中在行驶、充电、不充电也不行驶3种决策行为下,动力电池荷电状态的变化情况。以此确定该过程中电动汽车用户的实时充电行为,得出不同类型电动汽车的快充、慢充负荷需求。然后,考虑规划区内电动汽车的移动特性及其不同时段不同类型电动汽车辆数,预测各区域各时段充电负荷的需求情况。最后,以投资、运维成本最小为目标建立区域充电桩优化配置模型。该模型计及了电动汽车移动特性均衡等约束条件,并通过粒子群优化算法求解。对33节点4区域系统电动汽车充电负荷需求预测及其充电桩配置进行仿真,仿真结果验证了所提方法的有效性和可行性。     

污水热利用的供需侧负荷动态匹配

对重庆某三级污水管网的流量动态特性、温度动态特性进行了分析,对某商场建筑的全年负荷进行了模拟。在此基础上,比较了商场建筑日峰值排热量与污水平均载热量的相对大小,找出最不利流量及其与建筑需求侧的差额。为了充分、合理的利用城市污水冷热资源,探索在污水流量不利工况下城市污水与城市建筑负荷之间的供需匹配方法,采用复合式系统弥补全年污水最不利流量时段污水平均载热量与建筑负荷的差值,并针对复合式系统提出了负荷分担原则及控制策略。     

考虑碳交易与需求响应的虚拟电厂参与电力市场调度策略

构建了含风、光、可控分布式电源（CDG）、储能和柔性负荷的虚拟电厂（VPP）的低碳经济模型。对VPP参与电能量及调峰市场进行了算例分析,又对需求响应（DR）优化及碳交易对VPP的影响进行了算例分析,从而验证了DR优化后的电负荷曲线“削峰填谷”趋势。研究结果表明,制定合理的碳交易价格有助于提高消纳新能源积极性,促进VPP的经济性和低碳性协同。     

基于FFT与遗传算法的用电器识别

随着智能电网和大数据技术的发展,用电器的识别和检测对规划用电器使用和参与需求响应具有越来越重要的意义。针对用电器识别,提出了一种基于FFT与遗传算法的用电器识别方法。分析了典型用电器负荷的电流波形频谱,并以其谐波作为负荷识别的最优特征参量,通过快速傅里叶变换对波形数据进行处理,以欧式距离最小作为优化指标,采用遗传算法搜寻最优解,最终实现对用电器类别的精确识别。在MATLAB/Simulink中搭建用电器识别模型,并以TI公司的TMS320F28335数字控制器为核心搭建了硬件系统,进行了实验验证。仿真结果与实际测试表明,该算法能够准确识别用电器的类别。     

基于需求侧响应的电力数据采集系统的设计

设计了一种新的基于需求侧响应的电力数据采集系统,包括底层的终端电表、中间层的采集服务器和平台层的需求侧管理平台.该系统通过分析用户的负荷情况将需要的数据点采集到采集服务器,再通过无线4G网络发送至需求侧管理平台,以实现电能的实时采集.     

基于频率变化速率的需求响应控制方法

从理论计算出发,提出了一种基于频率变化速率的需求响应参与电力系统一次调频的实现方法. 通过实时检测电力系统的频率及其变化率,计算负荷扰动的幅值和临界值,进而计算出所需动作的需求响应负荷的大小,然后暂时关闭该部分负荷,以辅助电力系统调频. 仿真实验验证了方法能准确计算出需要动作的需求响应负荷的大小,有利于保护系统频率的稳定.     

“房桥合一”站厅结构振动舒适度烦恼率分析

为研究"房桥合一"结构体系在多种动力荷载作用下高架站厅结构的舒适度与传统振动规范的适用性,对某大型客站进行人群、列车荷载下的动力测试,通过现场调查研究了该振动水平下的旅客烦恼反应;基于不同荷载类型与结构跨度,利用已有的考虑了模糊性与随机性的烦恼率模型进行反推计算,建立适合于评价"房桥合一"结构烦恼率的舒适度量化指标.研究结果表明:部分区域振动水平未达到人体感知阀值,实际烦恼率为2%;部分区域振动强度超过70 d B,其理论烦恼率为50%,然而实际烦恼率仍为2%,传统舒适度评价标准并不能准确评价该类新型结构体系.烦恼率模型可以量化任意振动强度下的干扰反应率,给出高架站厅结构的振动限值介于75~90 d B,与ISO规范振动反应描述较为一致,弥补了现行规范关于大跨度"房桥合一"结构舒适度评价的缺失.     

一种新的间断型备件需求预测方法

针对间断型需求因需求发生随机、需求量值波动大而导致预测困难这一问题,提出一种新的备件需求预测方法.该方法能分别预测需求发生时间和非零需求发生时的需求量值.对于0-1需求发生时间序列,采用调制方法对其进行平滑处理,运用神经网络对调制后的0-1时间序列进行预测,获得需求发生时间的预测值.采用时间聚合方法对实际备件需求时间序列进行预测,将滚动预测应用到解聚合过程中,得到备件的需求量预测值.使用三一重工砼活塞和核电设备的备件需求数据对方法进行验证,结果表明,该方法的预测精度要优于Croston方法、指数平滑法以及BP神经网络,证明了所提方法的有效性和准确性.     

摩擦加载式电液负载模拟器大幅值加载机构

为在紧凑的结构尺寸下利用现有的摩擦材料大幅度提高摩擦加载式电液负载模拟器的加载幅值,提出利用大幅值力矩加载机构进行加载的方法.给出加载机构的工作原理,设计并研制一个加载机构样机;利用ABAQUS软件建立该机构的有限元模型,并对该机构进行动态热-力耦合仿真研究,验证该机构的可行性,研究摩擦热的产生特征及其对该机构的影响,发现实际应用时需要对该机构进行充分的散热;利用研制的加载机构,将原有的单向摩擦加载式电液负载模拟器样机改造为大幅值摩擦加载式电液负载模拟器,基于改造的负载模拟器,在PID控制器控制下进行了大幅值力矩加载实验.实验结果表明:改造后的负载模拟器能够精确跟踪高达70 N·m的力矩,该机构能够按设计预期将原有负载模拟器样机力矩加载幅值提高3倍左右,验证了该机构的有效性.     

移动荷载作用下加筋路堤和轨道系统的三维动力响应

用解析法研究了加筋路堤上轨道系统在移动荷载作用下的三维动力响应问题。基于Biot多孔弹性介质的波动理论,建立了加筋路堤轨道系统分析模型。将钢轨简化为无限长弹性Euler梁,将枕木简化为连续质量块,将加筋路堤作为一横观各向同性层来考虑,将下卧土体考虑为由Biot波动方程描述的饱和半空间。联立轨道系统、加筋路堤和下卧土体的动力方程,在Fourier变换域内求解荷载作用下钢轨位移和土体位移的表达式,将求得的表达式进行Fourier逆变换得到其在时域里的表达式。研究了列车移动速度、加筋路堤层的厚度、荷载幅值大小和加筋率等对路堤及轨道系统动力响应的影响。计算结果表明,钢轨竖向变形随着速度的增大呈现先增大后减小的趋势;加筋路堤上的钢轨竖向变形显著小于同厚度下未加筋路堤上的钢轨竖向变形;钢轨竖向变形随着荷载幅值的增大而增大;随着加筋率的增大而减小。