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。     

电力变压器经济运行的负荷计算

该文通过将变压器无功损耗换算为等效的有功损耗，给出了变压器经济负荷的计算方法和变压器并列经济运行临界负荷的计算。     

基于灰色系统理论的电力负荷预测研究

利用灰色系统理论建立电力负荷预测模型,并将其加以改进,应用结果表明改进的灰色预测模型具备较高的精确性和可靠性.     

基于子波神经网络非参数模型的电力负荷预测

利用小波分析和人工神经网络,在给出基于正交尺度函数的小波网络的基础上,建立非参数回归估计的小波网络预测模型,并对四川电力负荷变化进行了预测,与最小二乘回归预测结果进行了对比分析.结果表明,预测结果与当地过去电力负荷变化情况相符,且小波网络回归预测结果较好.     

论混沌理论与水文预测问题

简述了混沌理论的基本概念，结合水文预测问题介绍了混沌理论应用的基本方法和步骤。在水文预测中，应用混沌分析方法需解决相空间重构、时间序列的混沌性识别和混沌时间序列预测等关键技术。     

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。     

电力负荷预测的灰色随机组合模型

年电力负荷具有稳定增长的趋势成分和随机成分．由灰色模型描述趋势成分，由自回归模型刻化随机成分，两者叠加，即灰色随机组合模型，可反映年电力负荷的变化特性．实例验证表明，该途径是可行而有效的．     

基于混沌时间序列的大坝变形短期预测

将混沌时间序列预测理论应用到大坝变形预测中，根据非线性大坝变形时间序列，运用相空间重构理论，建立了加权一阶局域法、基于最大Lyapunov指数法大坝预测模型，对混沌的大坝变形数据短期预测模型进行了研究，对比分析了各自的特点，并结合实例完成了对大坝变形的预测。计算分析表明，该模型预测误差较小，与传统的自回归模型预测结果相比，基于混沌时间序列的预测方法在大坝变形的短期预测中具有更高的精度。     

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。     

混沌时间序列法在地下水位预测中的应用

在相空间重构的基础上,并借助G-P（Grassberger-Procaccia）算法、C-C方法和Woff方法分别从濮阳市范县、华龙区和南乐县中的某观测孔的地下水位一维时问序列中提取lyapunov指数,通过对地下水时间序列的混沌特性识别,表明其时间序列具有混沌特征。然后运用加权一阶局域法对地下水位时间序列进行预测。结...     

基于混沌理论的明渠湍流速度特征

为了揭示湍流运动的混沌特征规律,选择明渠水槽试验,采用ADV测量沿程衰减的湍流速度场,结合混沌理论,对湍流速度时间序列进行相空间重构,计算对应的混沌特征参数(延迟时间、关联维度、Lyapunov指数、Kolmogrov熵),探究明渠湍流速度混沌特征。分析结果表明:明渠湍流具有混沌特征;安装湍流控制板后,沿水深向上方向和水流方向,湍流的混沌特性不断减弱;进一步通过与湍流统计平均参数比较表明,混沌特征参数的强弱能够反映出湍流涡结构在空间耗散和消亡的变化规律。     

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。     

基于自适应神经模糊推理系统（ANFIS）的电力系统短期负荷预测

采用ANFIS（Adaptive Neuro-Fuzzy Interference System）进行电力系统短期负荷预测。ANFIS将模糊理论与神经网络融合，利用神经网络来实现系统的模糊逻辑推理，采用混合学习算法调整前提参数和结论参数，自动产生模糊规则。利用某局网负荷数据对网络进行训练和检测，所得结果表明利用ANFIS预测负荷有效。     

基于灰色理论的电力变压器状态预测方法的研究

电力变压器作为电力系统中一类重要的电气设备,运行状态的好坏直接关系到整个电力系统的运行状况.对电力变压器进行状态预测评估,给出电力变压器未来某时刻的总体运行状态和存在的风险尤为重要.电力变压器的状态预测是状态检修工作的重要组成部分.文中介绍了灰色模型和灰色模型的优化方法,并根据灰色预测算法建立的优化(综合)灰色模型实现...     

基于RBF多变量时间序列的滑坡位移预测研究

斜坡是一个受到多种因素影响的混沌动力系统,斜坡位移是其内部力学现象的宏观表现,具有很强的不确定性,从而导致难以建立斜坡位移的确定性方程。滑坡是斜坡的一种成因类型,具有相同的系统特性。滑坡经过防治后,其位移的主要外在动力因素除地下水外同时还受到防治设施的控制。滑坡位移及其影响因素所构成的混沌时间序列能够反映滑坡位移动力系统的历史行为。根据观测获得的多变量时间序列重构原滑坡位移动力系统,采用RBF神经网络实现变量间的映射关系,对滑坡位移进行了预测。预测结果对比分析表明:采用多变量时间序列预测模型能对滑坡位移进行有效预测,取得比单变量时间序列预测模型更好的预测效果;多变量时间序列预测模型具有更明确的物理力学意义,更能反映滑坡演化变形的实质特征。     

对厂用电负荷进行实际核算的尝试

用需要系数法对水电厂机组厂用电负荷进行核对计算,并与实测数值进行比对,为设备异动风险评估及各种有关电气安全性评价提供参考。     

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。     

电力系统低压减载配置原则及方案

对于低压减载配置,国内至今还没有一个统一的标准、配置原则和配置方法。文中在参考国内外现有低压减载措施配置经验及其他研究成果的基础上,结合国内电网的特点和国家电网公司对电网安全的要求,提出了低压减载措施配置的基本原则和配置流程。该原则和流程主要针对分散型低压减载措施,强调低压减载配置应采用全时域仿真分析的方法,对不同的电网制定不同的符合自身特点的配置方案。最后,以重庆电网为例给出了相应的低压减载推荐方案。