企业用电量及用电负荷预测方法的探讨

本文主要介绍用回归分析来预测企业用电量及用电负荷的大小。     

应用于负荷预测中的回归分析的特殊问题

与常规的回归分析中采用线性参数估计的方法不同,直接采用非线性参数估计计算,从而得到更精确的预测模型。为了体现预测中的“近大远小”原则,对历史数据作架驻处理,使不同时段的数据以残差平方和表达的目标函数中产生不同的影响,由此使预测结果的变化趋势在很大程度上取决于历史时段中近期的发展规律。最后将上述技巧放在同一框架下统一考虑,给出了一般性的非线性加权回归预测的方法和步骤。     

基于时间序列模型的售电量预测方法

采用基于时间序列模型的售电量预测方法,将各项影响因素有机结合,应用回归方程、季节因素分析等理论方法,研究售电量变化在社会发展过程中的规律,并进行阶段性预测,预测准确率保持在98%以上,取得了显著效果。     

住宅计算负荷的回归分析与预测

提出对住宅计算负荷,以家用电器总功率为自变量,采用回归分析的预测方法,并以一组重庆市统计局提供的统计数据,拟合出可用于住宅计算负荷预测的回归曲线。     

考虑气象因素的电采暖负荷预测研究

为了改善空气环境,政府大力推进煤改电工程的落地实施,电采暖负荷被大量采用。电采暖负荷具有功率大、与季节和气象关系紧密、负荷密度集中的特征,对配电网规划运行产生较大影响,文中主要从气象因素角度出发,通过分析电采暖负荷的典型特征,筛选了温度和湿度两个主要气象因素,并结合北京某煤改电工程实际数据,通过回归分析方法分别提取了温度和湿度两个因素对电采暖负荷的灵敏度系数,提出了以温度因素为主,湿度因素为修正的电采暖负荷预测方法,经与实测数据对比,证明该预测方法具有更高的精准度。     

基于改进模糊回归分析法的负荷预测

对电力系统的负荷预测问题进行了研究,并提出了一种改进后的模糊回归分析算法。该方法利用模糊预测法和回归分析法各自的优点,按不同情况下两种方法的重要程度,用区间层次分析法赋以灵活可调的权重值。通过算例验证,此方法适合于中长期电力系统负荷预测。     

SAS在电力负荷特性分析及预测方面的应用

为有效发挥软件SAS强大的数据处理和分析的功能，使之能为电力系统服务，主要从主成分分析、聚类分析和多元回归分析3个方面，阐述SAS在电力系统负荷特性分析中的应用。通过一些示例说明SAS的具体应用，从而显示它的一些重要功能：揭示了大量数据之间的联系和影响规律，并可根据得到的结论为其他方面的工作提供必要的信息支持。因此，SAS在电力系统中的应用还是大有作为的，并相信随着电力市场的到来，其作用会更加明显。     

中长期电力负荷的组合预测法

组合预测法能较大限度地利用各种预测样本信息,有效地减少单个预测模型建立过程中一些环境随机因素的影响,提高预测精度.通过对灰色预测法、等维新息法、回归分析法的研究,先由原始数列建立灰色预测模型,预测出近期数据,再运用等维新息思想,把灰色模型的近期预测值添加到原始数列中,生成组合的数列,由新生成的组合数列建立回归模型,预测...     

变压器故障预报的数学模型与多元回归

基于多元回归法建立了数学模型,并对变压器的故障进行了诊断和预报。     

电站仿真动态数学模型解的动态因子方法

该文研究了电站仿真中具有代表性的Ａｄｘ／ｄｔ＝∑Ｂｉ（Ｘｉ－Ｘ）形式的动态数学模型的计算方法。通过理论分析并经过严格的数学推导，导出了可以提高计算精度的动态因子的数学表达式，从而获得了能够精确逼近解析解的近似方法。用该文给出的动态因子计算公式进行曲线拟合获得的解原则上可以任意逼近解析解。提出的方法对进一步提高电站的仿真精度具有实际意义。图２参４     

基于工业分析预测燃煤电厂煤质发热量方法研究

在2009—2012年期间对山东地区众多燃煤电厂1 898个煤质样本进行了工业分析和发热量的测定,统计水分、灰分、挥发分及固定碳等指标的分布情况,在利用SPSS分析各指标与发热量的相关性基础上,进行逐步回归分析得出了计算规律,找到了一种简单可行的燃煤电厂煤质发热量预测方法。     

基于极值法的风电系统最大功率

针对风力发电系统的最大功率问题,提出以极值法为依据捕获最大功率的方法.分析了风力机的工作原理及功率特性,讨论了影响功率的主要因素.通过对极值搜索法的基本理论及特点的解析,结合其工作原理,得出功率曲线是占空比的凹函数,因此极值搜索法通过控制占空比来提高风能的捕获效率,并通过改进提高了抗干扰能力和稳定性.实验结果证明了该方...     

木质生物质理化性质指标预测模型建立及应用

为分析生物质燃料的基础理化性质指标间的相关性,同时为生物质电厂提供一种简易便捷的燃料高位发热量和元素分析指标预测方法,利用皮尔逊相关分析法,分析了生物质电厂燃料的高位发热量、元素分析以及工业分析等各指标间的相关性;在此基础上,以发热量和元素分析指标为因变量,工业分析指标为自变量,建立起具有定量关系的多元线性回归预测模型;利用误差分析方法,对所建立的回归方程预测效果进行评估。结果表明,在各变量适用范围内,多元线性回归方程预测值与实测值较为接近,误差较小,可为木质生物质燃料的高位发热量和元素分析等指标的确定提供依据和参考。     

基于偏最小二乘回归的电能替代多情景预测方法

当前我国面临的能源供应与环境保护形势十分严峻,电能替代受到社会各界的强烈关注.综合考虑能源价格、碳排放量等因素的作用,从4个维度出发构建电能替代影响因素指标体系和多情景分析模型;提出基于偏最小二乘回归的电能替代潜力分析预测方法,结合未来辽宁能源、经济、电力发展预测数据,预测十三五期间累计电能替代量的预测区间.结果表明,...     

变压器结构优化的一种数学方法

利用数学式求取最小值方法进行变压器结构优化设计，同时给出了变压器重量最轻、体积最小、价格最优条件下的尺寸计算公式。     

基于物理—数据融合模型的电网暂态频率特征在线预测方法

电力系统频率态势在线预测有助于快速准确地制定扰动后的控制措施,降低事故影响。单一依靠物理或数据模型的频率态势在线预测方法在实际应用中存在计算速度与精度之间的矛盾。采用基于物理—数据融合建模思路,提出一种频率态势在线预测方法:将暂态频率影响因素划分为关键因素和非关键因素,对关键因素采用系统频率响应模型以保留电气信息间因果联系,对非关键因素采用基于极限学习机的误差校正模型以表征关联关系。该方法具有样本依赖性小、通信容错率高、计算效率受系统规模影响小的特点。通过标准测试系统仿真验证,表明所述方法能够快速、准确地预测系统受扰后的频率态势特征。     

逐步回归方法及其在燃煤发热量分析中的初步应用

简要介绍了统计中常用的逐步回归反演方法，并将其应用于燃煤发热量与燃煤化学元素分析的简单回归关系，得到燃煤的低位发热量在很大程度上依赖于燃煤的含碳量和含氢量，复相关系数达到98%以上。因此，仅用碳和氢的含量即可确定燃煤发热量。     

基于线性回归的风电功率预测误差修正方法

风电功率预测精度的好坏直接关系到发电计划的合理制定和风电功率的优先调度.为提高风电功率的预测精度,文中利用模式输出统计方法对风电功率的预测误差进行分析,根据模式输出统计方法可自动修正数值预报偏差特点,提出了基于线性回归的风电输出功率预测误差修正方法.基于实际风电场历史数据的研究表明,该方法数学原理简单、适用性强,可有效改善风电功率的预测精度,具有很好的工程实用价值.