短期电力负荷预报的自适应模糊神经网络方法

提出了一种新的电力负荷预报法——自适应模糊神经网络方法，该自适应模糊神经网络 推理系统具有类似 于神经网络的结构，并应用了一种混合的自适应学习算法。在此基础上， 研究了该方法在电力负荷预报中 的应用并与神经网络方法作了比较。实例表明，本文提出的 自 适应模糊神经网络电力负荷预报方法具有可 靠、鲁棒和快速等特点，优于神经网络电力负荷 预报方法，更适用于电力系统能量管理系统的实时环境。     

我国电力负荷建模工作的若干建议

从我国电力负荷建模实际出发，指出电力负荷建模的可用性、实用性和针对性原则，建议将现阶段的目标定位在为电力系统机电暂态计算建立重要负荷的分区、分时、分类的模型和参数范围。探讨了电力负荷模型结构的选择，建议采用感应电动机加ZIP模型。对几种电力负荷参数的获取方法进行了比较，提出了综合化的建议。最后,对电力负荷建模工作的实施提出建议。     

电力系统负荷建模理论与实践

从电力负荷对系统暂态稳定、静态稳定、电压稳定、系统阻尼的影响等方面分析了电力负荷 建模的要求，综述了现有的电力负荷模型结构、参数辨识方法，介绍了国内外电力负荷建模 的实践，对电力负荷建模今后的研究提出了4点建设性意见。认为在现代电力系统中，必须 立足本地区系统和负荷的实际情况，开展负荷模型实测工作。     

考虑农业排灌负荷增长的电力电量平衡方法讨论

电力电量平衡是水电站供电范围论证、装机容量选择、运行方式设计的重要步骤,电力系统用电负荷和负荷曲线是其依据的基本资料和设计条件。近年来,农业排灌负荷急剧增长,改变了用电负荷的结构和特性,习用的电力电量平衡方法已不尽符合实际情况。本文是在水能设计工作的基础上,以某水电站为例,试图阐明排灌负荷的增长对电力电量平衡的影     

灰色系统理论在用电负荷预测和控制中的应用

应用灰色系统理论建立用电负荷系统的灰色因果预测模型，在对电力负荷系统进行详细分析的基础上，用预测模型对地区水电规划用电负荷进行预测，并对预测结果作有效性和可靠性分析；最后，根据国民经济发展规划要求，对地区的用电负荷进行态势控制分析，从而为电力工业的规划、发展提供依据。实例表明此方法有其实用价值。     

基于混沌理论的电力负荷预测

针对电力系统负荷的复杂性及非线性．提出了结合混沌理论的思想．充分利用数据信息。在重构电力负荷相空间的基础上对负荷进行预测．并综合了电力负荷混沌特征量的计算及负荷时问序列的混沌预测方法。以非线性为特征的混沌理论的应用。必将开辟电力系统负荷预测的新途径。     

基于解释结构模型的城市电力负荷预测

影响城市电力负荷的不确定风险因素很多,各种风险因素之间相互影响,形成一个复杂的系统。研究风险系统的结构和相互关系,以及这些风险因素对城市电力负荷的影响,对于城市电网规划非常有意义。文中以影响城市电力负荷的风险因素为研究对象,运用解释结构模型（ISM）对影响城市电力负荷的风险因素进行了分析,并构建了该风险系统的阶层结构图及风险传递链。在此基础上,建立了基于ISM风险分析的城市电力负荷预测模型。通过北京市2001年—2008年全社会用电量算例检验,所提出的方法可以有效提高城市电力负荷预测水平,为城市电力负荷预测风险管理提供决策基础。     

电力市场中电力公司应用可中断负荷管理的方法

电力公司实施可中断负荷管理时，电力公司与发电商的不同行动次序会产生不同的效果。基于Stackelberg和Cournot模型，分别分析了电力公司先行动、后行动、与发电商同时行动的市场均衡。分析结果表明，电力公司先行动能中断的负荷最多，亦即先动优势，而电力公司后行动的市场价格最低。然后从促进发电侧电力市场竞争程度的角度出发，分析了电力公司采取各种行动所适用的环境，为电力公司在电力市场环境下实施可中断负荷管理提供了一种解决方案。     

灰色系统电力负荷预测模型在北疆电网的应用研究

电力系统负荷预测的准确度和精度会对电力系统安全、稳定、经济、可靠性产生巨大影响.本文在对灰色系统理论的基础上,建立灰色系统电力负荷预测模型,并对模型应用到新疆北疆电网,对2020年电力负荷进行预测,其预测结果精度较为满意.灰色系统电力负荷预测是较为可靠的预测方法.     

基于Mobitex的电力负荷管理系统设计

随着全国电网向现代化方向发展，对电力负荷管理系统提出了更高的要求，其中，通信网络的性能直接决定了电力负荷管理系统运行的可靠性和实时性。Mobitex无线数据专用网专注于高可靠性、短时间突发数据的实时通信，非常适合电力负荷管理系统。文中根据电力负荷管理系统对通信系统的要求，结合Mobitex无线数据专用网技术，提出了一种新型的电力负荷管理系统设计方案。     

基于神经网络电力系统短期负荷预测的MATLAB实现

介于电力负荷预测在电力系统中的重要性,首先描述了电力负荷预测对电力系统的重要意义,分析了传统电力负荷预测方法的优缺点,在详细分析BP神经网络原理的基础上,设计了负荷分析方案,通过对某市负荷数据的分析,并且在充分考虑了日常负荷与天气因素的关系之后,建立了神经网络短期负荷预测模型,并进行短期预测,验证了其具有较高的精度,且具有很强的稳定性,适合多种不同的预测环境。     

多元线性网络法在区域电力负荷预测中的应用

区域电力负荷具有特殊的变化规律，但表现出一定的周期波动性。对区域电力负荷变化影响因素分析后，分别利用多元线性回归和人工神经网络模型对电力负荷变化进行了电力消耗预测。对二者预测结果还进行了误差分析，并提出了高、中、低3个水平的电力负荷消耗。结果表明：预测结果与当地电力负荷消耗增长规律相符，且人工神经网络预测结果较多元线性回归模型稍好。预测的结果数据可以作为当地决策部门的资料参考。     

用经济模型预测地区电网负荷

本文研究了一种适用于地区电网规划中、长期负荷预测方法。这种方法不是单纯地把历史记 录数据作为唯一的预测依据，而是把电力负荷的需求与社会、经济发展紧密联系起来，后者 是电力负荷增长的根据，两者必须保持同步增长。所以建立经济——电力模型是本文的主要 任务；另外，还注意到电力负荷具有随机性的特点，对此我们采用随机时间序列分析法加以 处理。     

灰色模型在短期电力负荷预测中的应用

电力负荷预测是电力控制及运行方面的最重要的一项任务，根据不同的预测对象，常用的方法有概率统计法、时间序列分析及灰色系统等等。文章讨论了灰色模型GM(1，1)及其改进模型在短期电力负荷预测中的应用。采用ARIMA(p,d,q)模型与GM(1，1)改进模型对特殊日电力负荷进行组合预测，提出了适合电网特殊日电力负荷预测的数据处理方法。提高了预测的精度。准确度到了95%以上，解决了每日24点正点采样情况下预测精度较低的问题。     

基于日负荷曲线的云南电网负荷特性分析

随着我国电力市场的发展和电力技术水平的不断提高,负荷特性调研、分析和预测作为电力市场分析的一项基础工作,对于电力企业的经营和规划发展越来越重要。云南电网具有电源分布不均匀、丰枯电源出力差距大、负荷增长迅速等问题,随着大批水电资源的开发,这些问题会更加突出。此文在详细分析了云南电网历史负荷特性数据的基础上,对影响负荷特性的主要因素做了相应讨论,并对未来云南电网的负荷特性进行了展望。     

物元分析方法在电力负荷预测中的应用

运用了物元分析方法对电力负荷进行了预测，利用负荷与三大产业的生产总值的历史数据构造经典域和节域物元，应用物元分析中的关联函数来建立电力负荷预测模型，实例分析表明，物元分析方法用于电力负荷预测是有效的。     

电力市场中预测问题的新内涵

传统的负荷预测是电力系统规划与运行的基础工作，电力市场化的改革对负荷预测提出了更高的要求，赋予其新的内涵。文中探讨了电力市场中的预测问题，分别针对发电侧竞价和用户侧开放的电力市场，提出了一些新的预测内容和预测思想，包括扩展短期负荷预测、连续多日负荷曲线预测、电力市场价格预测、市场风险预测与评估、考虑需求侧管理影响的电力需求预测、用电需求曲线预测、基于价格弹性的需求预测等，指出了这些预测问题的研究热点和难点,探讨了未来的主要研究方向。     

电力负荷建模系统

电力负荷建模系统(LOAD98)包括数据采集与处理、电量计算和辨识软件三部分。辨 识软件从可辨识性分析 入手，以基因优化方法为工具，解决了综合负荷常用模型的辨识问题 。文中介绍了电力负荷建模系统的功 能，着重介绍了辨识软件的功能和界面。     

BP神经网络算法在年电力负荷预测中的应用

本文主要研究电力负荷预测方法，依照神经网络系统理论，建立神经网络模型，并通过实例计算，介绍了BP神经网络算法在年电力负荷预测中的应用。     

离群数据挖掘及其在电力负荷预测中的应用

离群数据挖掘是数据挖掘的一个重要内容，它为分析各种海量的、复杂的、含有噪声的数据提供了新的方法，但它在电力系统中还未得到广泛的应用。文中通过对现有的主要离群数据挖掘算法的简要对比说明，针对电力系统的基本特征提出应用信息熵原则的电力负荷离群数据挖掘改进算法，然后应用Kohonen网提取相关负荷的特征曲线，并将其用于不良数据的校正，通过对电力负荷的仿真分析表明了该算法的有效性。