基于偏最小二乘回归的年用电量预测研究

对年用电量的预测若采用一般最小二乘回归法建模，其估计参数存在着很大的误差且物理意义明显不足。而偏最小二乘回归方法则实现了多元线性回归、主成分分析和典型相关分析的综合、克服了自变量之间的多重相关性的问题，因而更具有先进性，其计算结果更为可靠，在实际系统中的可解释性也更强，且方法简单，计算快捷。该文将偏最小二乘回归模型(Partial Least Square Regression，PLS)应用于年用电量预测，并与基于最小二乘的多元线性回归模型预测成果进行对比，探讨了偏最小二乘法在电力负荷预测中的可行性和优势。通过四川省电网年用电量预测表明：偏最小二乘回归法比一般最小二乘法优，具有较强的实用性。     

基于稳健回归的油浸式变压器表面温度预测

最小二乘法因为其简便、稳定的计算,在线性回归中应用非常广泛。但是误差项不服从正态分布,使用最小二乘法求解的回归模型可能会与真实数据存在严重偏差。针对经典最小二乘法的不足和局限性,本文提出一种基于稳健回归的方法来预测油浸式变压器表面温度。该方法采用迭代加权最小二乘法求解模型中的回归参数,选用Huber函数作为权函数,通过反复迭代,改变权重,最后得到一个行之有效的温度预测模型。该模型能够有效的剔除样本中的粗差,准确预测变压器正常运行时的表面温度。最后通过比较实测数据与预测数据,使用稳健回归方法得出的预测数据相比于最小二乘法的预测数据要更加接近于实测数据,验证了稳健回归方法用于油浸式变压器表面温度预测的有效性。     

改进GM(1,1)模型在电力负荷预测中的应用

灰色预测技术原理简单、样本量小、计算简便,适合用于负荷预测,但其存在很多局限性。从建模原理出发,利用最小二乘法和积分法,改进影响模型精度最重要的两个因素——初始值和背景值。以北京市1999—2005年的电力消费量数据加以计算,证明改进效果较为显著。     

区域电网智能化水平评估及其时空外推方法

提出了区域电网智能化水平评估的指标体系、评估方法和时空外推方法。指标体系引入关键技术适用度以评估关键技术对区域电网发展的支撑作用,并基于技术成熟度等级评估模型计算关键技术适用度。采用序关系-变异系数法获取评估结果。采用Logistic模型实现评估结果在时间维度上的快速预测,针对部分地区底层数据不足的问题,借助典型区域的评估数据,基于偏最小二乘法实现评估结果的空间外推。两个省级电网的应用实例表明了评估方法的有效性和时空外推方法的可行性。     

山东电网发电标准煤耗预测模型及应用

在搜集整理了山东电网及 ５０ Ｍ Ｗ 以上机组 ２１ 年发电标准煤耗历史数据的基础上,采用最小二乘算法建立了山东电网发电标准煤耗预测模型。该模型不仅可以较为准确地预测山东电网发电标准煤耗,而且可以计算新投产的单台发电机组对电网发电标准煤耗的定量影响,对于加强电网发电标准煤耗的计划管理具有重要意义。     

基于最小一乘法的组合赋权法在中长期负荷预测中的应用

中长期负荷预测是电网规划的重要依据和前提,出现了大量的算法模型,但每种模型都有自己的适用条件,采用组合预测能有效地组织各种模型做到扬长避短。组合预测法的关键是确定组合模型的权重,最小二乘法是应用较为广泛的确定模型权重的方法,但研究表明,该方法在确定负荷有突变情况的权重时存在较大的误差,因此,提出基于最小一乘法的权重确定方法,与最小二乘法相比,该方法以误差绝对值之和最小为优化目标,而非平方和最小,避免了误差的缩放,残差可以真实反映与真值的偏离程度,有利于权重的确定,最后通过实例验证了该方法的有效性和优越性。     

最优乘子法及其在交直流电网潮流计算中的应用

最优乘子法具有收敛可靠性高,能较好处理病态潮流,潮流无解时能给出最小二乘解等优点,在实际电力系统中得到广泛应用。在推导最优乘子法求解二次方程组的原理的基础上,基于直角坐标系建立了电压源换流器的稳态等效模型,从而将交直流电网潮流计算问题转换为二次方程组的数值求解问题,实现了潮流计算模型与计算方法的解耦,降低了潮流计算代码实现的复杂性。针对大规模交直流电网潮流计算收敛困难问题,提出了含多平衡机及多机联合调压的潮流计算统一迭代模型以改善大规模交直流电网潮流计算的收敛性。通过对含厦门柔性直流输电工程的福建电网某运行方式进行仿真计算,验证了所提模型的正确性及方法的有效性。     

基于最小一乘法的组合赋权法在中长期负荷预测中的应用

中长期负荷预测是电网规划的重要依据和前提,出现了大量的算法模型,但每种模型都有自己的适用条件,采用组合预测能有效地组织各种模型做到扬长避短.组合预测法的关键是确定组合模型的权重,最小二乘法是应用较为广泛的确定模型权重的方法,但研究表明,该方法在确定负荷有突变情况的权重时存在较大的误差,因此,提出基于最小一乘法的权重确定方法,与最小二乘法相比,该方法以误差绝对值之和最小为优化目标,而非平方和最小,避免了误差的缩放,残差可以真实反映与真值的偏离程度,有利于权重的确定,最后通过实例验证了该方法的有效性和优越性.     

改进的灰色Verhulst模型在中长期负荷预测中的应用

针对中长期电力负荷预测小样本、贫信息、不确定、非线性等特点,提出了基于最小二乘支持向量机算法与等维新息技术的改进灰色Verhulst模型,并将该模型用于具有S型增长或处于饱和增长状态的中长期电力负荷预测。根据原始数据建立了灰色Verhulst模型,利用LS-SVM算法对模型中的参数进行了估计,基于等维新息递补预测法对负荷数据进行了预测。实例计算结果表明,基于该模型得到的预测结果相对误差在3%以内,与传统预测模型相比,采用文中的模型可获得更高的预测精度。     

风电功率预测误差分段指数分布模型

风电预测存在较大误差,对于风电场和电网调度人员而言,预测的不确定性信息比单纯的功率预测值更有指导意义。基于对中小规模风电场短期和超短期功率预测误差分析,提出风电功率预测误差分段指数分布模型,并进行分段指数分布概率密度函数及概率分布函数推导,采用非线性最小二乘法进行参数估计。实例分析中,通过模型精度指标和曲线拟合效果对比了分段指数分布模型与传统误差分布模型,论证了分段指数误差分布模型较传统模型在精度、灵活性方面的优势。     

抽水蓄能电站水泵水轮机效率计算方法

介绍了抽水蓄能电站在电网中的作用并阐述了机组效率计算的重要意义。针对水泵水轮机复杂运行过程中的能量损失情况,提出了一种基于最小二乘法曲面拟合抽水蓄能电站水泵水轮机效率的计算方法,建立了水泵水轮机效率拟合模型,得到拟合结果。拟合结果对比分析证明拟合精度较高。具体的计算实例说明利用最小二乘法曲面拟合原理能够方便地计算得到抽水蓄能电站在发电工况和抽水工况下的水泵水轮机效率。     

基于WAMS的电力系统暂态稳定预测

通过分析速度控制系统的模型得到功角的变化趋势,以广域测量系统实时量测的功角为基础,采用三角函数组合算法,预测电力系统故障后发电机的功角变化,以预测电力系统暂态稳定性。在预测算法中,采用非线性最小二乘法计算三角函数系数,以线性化和线性最小二乘法计算求解包络线方程,提高了计算的精度。本文提出一个快速判断暂态稳定的指标。在EPRI鄄36节点系统上的仿真结果验证了该方法的有效性。     

基于最小二乘支持向量机的复杂气象条件下绝缘子等值附盐密度的预测

以"光传感器输变电设备盐密在线监测系统"提供的数据为依据,建立了一种基于最小二乘支持向量机的智能预测模型,该模型以温度(T)、相对湿度(H)、风速(Wv)、气压(P)、雨量(R)等5个变量为输入参数,等值附盐密度为输出参数,用二次损失函数取代支持向量机中的不敏感损失函数,将不等式约束条件变为等式约束.从而将二次规划问题转变为线性方程组的求解,用最小二乘法实现了支持向量机算法.用网格搜索法对最小二乘支持向量机最优参数进行自动选取,提高了预测的快速性和准确性.仿真结果表明,与BP神经网络预测的结果相比.该模型预测的等值附盐密度更接近实测结果.本文的方法为电网污区分布图的计算提供了一条新的思路.     

基于GIS的区域电网风灾预警模型研究

介绍了统计预报模型建立的原理及方法的选择,采用偏最小二乘法结合模式输出统计方法(PLS-MOS)建立了大风统计诊断预报模型,通过插值平滑处理,可对电网覆盖区内的24 h预见期的平均、最大和极大风速进行准确预测。结合输电线路杆塔抗风强度等参数,基于电力GIS平台建立了区域电网风灾评估模型,可以实现极端风场分布的预测预报,并对受其影响的线路杆塔分等级预警,以提醒相关运行人员供其决策处置。     

用于含风电场的电力系统概率潮流计算的高斯混合模型

大规模风电并网使电力系统的不确定性显著增加,给电力系统的安全稳定运行带来更大的挑战,用于系统不确定性分析的概率潮流的研究日益重要。该文针对短期风电功率预测误差不对称甚至多峰的概率密度分布特性,提出采用高斯混合模型对预测误差概率密度分布进行拟合。在此基础上,针对各高斯混合模型中子高斯的随机组合结果,采用改进加权最小二乘法计算各组合对应状态变量的概率密度分布。最后,以各组合中子高斯权重系数的乘积为权重,将各组合对应状态变量的概率密度分布加权整合,得到电力系统概率潮流结果。该方法将高斯混合模型与改进加权最小二乘法相结合,很好地拟合了短期风电功率预测误差的概率分布特性,避免了传统加权最小二乘估计中繁琐的迭代寻优过程,大大简化了电力系统概率潮流求解过程。以改进IEEE14节点系统进行算例分析,验证了该方法的准确性和有效性。     

基于风电功率预测的电网静态调峰能力极限研究

电网调峰问题是限制我国大规模风电并网的主要问题之一,掌握现有电网的调峰能力极限是解决这个问题的一个关键环节。目前,针对我国电网特点的调峰能力计算都没有考虑风电功率预测对电网调峰模型的影响,而直接采用数值仿真法又比较繁琐。为此,文中提出一种静态优化方法计算电网的调峰能力极限,该方法不仅能够快速简便地得到比较准确的结果,还可以和数值仿真法配合使用,提高仿真法的实用性。算例研究验证了模型的正确性。     

基于在线最小二乘支持向量机回归的电力系统暂态稳定预测

提出了一种基于在线最小二乘支持向量机回归的电力系统暂态稳定预测方法。分析了标准最小二乘支持向量机回归算法用于在线预测时存在的主要问题，然后根据分块矩阵求逆定理对标准算法进行改进，实现支持向量的递推式求解，提高了算法的学习效率。为了满足实际多机系统在线稳定预测的要求，引入轨迹聚合技术对多机轨迹进行聚合，进一步减少了计算量。在轨迹降阶的基础上，根据EEAC理论，通过识别聚合轨迹的动态鞍点来判断轨迹的稳定性。最后，以电科院7机系统和我国西北电网为例进行仿真分析，从预测精度和计算时间两方面验证了方法的有效性。     

基于核偏最小二乘的电厂热力参数预测与估计*

为了解决机组运行过程中参数失效和优化过程中参数计算的问题,提出了一种基于核偏最小二乘方法的热力参数预测和估计方法。首先用正常数据建立机组参数的预测和估计模型,确定各变量之间的回归关系,然后将其用于参数的在线预测与估计。其基本思想是通过非线性核函数将数据映射到高维特征空间,然后在高维特征空间中进行偏最小二乘回归运算。该方法可以有效地捕捉变量间的非线性关系,参数预测和估计效果明显好于偏最小二乘法和主元回归方法等线性回归方法。某1 000 MW发电机组烟气含氧量历史特征数据集仿真试验及实际应用比对实验证明了该方法的有效性。     

基于最小二乘外网等效的线路电压稳定性指标

针对SCADA测量误差导致电压稳定性指标计算结果不合理的问题,采用线路一端SCADA多时段量测数据,建立考虑等效电动势相角变化的多时段最小二乘外网等效模型,并基于该外网等效模型提出了一种新的线路电压稳定性指标计算方法。该方法的等效模型精度较高,需要的信息量较少,而且能利用最小二乘法的滤波作用来抑制SCADA量测误差对等效参数和电压稳定性指标计算结果的影响。通过对四川某区域电网的仿真分析,验证了在SCADA系统中有更强的适应性。     

基于最小二乘支持向量机的光伏出力超短期预测

随着大规模光伏电站接入配网,为了减轻光伏出力的随机性对电网安全稳定运行的影响,有必要加强光伏出力预测研究。提出了一种基于最小二乘支持向量机(LSSVM)的光伏出力超短期预测模型,模型的输入考虑了待预测时段的最新气象信息,提前1h对每刻钟的光伏出力进行预测。为了能更精确地反映待预测日的天气情况,对影响光伏出力的每一气象因素,分别赋予一适当权值,通过计算加权欧氏距离确定各时段的训练样本。最后,利用含有突变情况的天气对训练好的模型进行了测试和评估。结果表明,所提模型预测精度较高,能够为电网调度部门制定合理调度计划提供一定的参考依据。