共查询到20条相似文献,搜索用时 203 毫秒
1.
基于系统论的负荷预测集成化方法 总被引:3,自引:0,他引:3
提出了一种基于系统论的负荷预测集成化方法,该方法将负荷预测视为一个系统,从系统出发得出“自顶而下”的全新预测思路,从而充分体现了负荷预测系统的整体性、相似性和层次性等特点。该方法集成多种负荷预测方法得出总量预测的结果,并将总量进行具体划分,得到负荷的地理时空分布信息。体现了整体与个体的不同,又体现了个体与个体之间的相似。通过实际工作中的应用,证明了整套方法是可行的和有效的。 相似文献
2.
3.
开放式SCADA/EMS系统支持的在线负荷预测系统 总被引:5,自引:2,他引:5
通过分析适用于负荷预测的数学方法,构成能在线实时运行的负荷预测系统。 为提高精度,采用自修改机制和加权组合方法。考虑了天气因素对电力负荷的 影响,并给出实际电网的计算结果。 相似文献
4.
电力系统边际电价的混沌特性及预测 总被引:20,自引:8,他引:20
采用非线性系统理论对电力系统历史边际电价数据序列进行了特征分析,根据边际电价时间序列具有分数维D2及最大Lyapunov指数λ1大于零,发现电力系统边际电价具有混沌特性。按照本文给出的相空间近邻等距方法,对某电网实际电价数据进行了预测,结果与实际相符,为电力系统电价预测提供了一种新的预测方法。 相似文献
5.
基于外部观测的电力系统暂态稳定性实时预测和控制方法 总被引:5,自引:2,他引:5
基于外部观测的思想,本提出了一种新的预测电力系统暂态稳定性的方法,在此基础上进一步提出了暂态稳定紧急控制的原理和算法。本所提出的方法简单,概念清楚,只需采集少量电磁功率,不需预先知道系统的网络结构和参数,能准确反映系统的真实运行情况。通过对两个实际系统的仿真结果表明,本方法的预测和控制结果准确有效。 相似文献
6.
7.
8.
复杂系统可靠性上下限预测的一种简化方法 总被引:1,自引:0,他引:1
由于复杂系统可靠性上下限预测法具有如下主要优点:其一,不要求各单元之间相互独立:其二,既适用于各种储备系统,又适用于多种目标和阶段工作的系统;其三,还适用于难以建立精确数学模型的系统,因而获得了比较广泛的应用,其缺点是:为了获得精确的预测结果,必须进行多次逼近,并随着逼近次数的增多,计算也越来越复杂。本文给出了一种便于工程实际应用且计算简单、误差较小的公式。 相似文献
9.
10.
电力系统短期负荷预测系统的实现 总被引:9,自引:2,他引:9
介绍了一个短期负荷预测系统。该系统采用多元线性回归、时间序列、指数平滑、均值等实 用模型加权组合预测,充分利用各模型的互补性,以满足实际运行精度的要求;并在数据准 备、初始化及预测过程中采用了多种有效的处理方法,从而能更好地反映负荷的变化,适应 我国国情。该系统已投入运行,具有较高的精度和实用性,是调度运行人员的有力工具。 相似文献
11.
12.
提出了一种数据驱动空间负荷预测方法。将网格化体系下的功能地块作为空间负荷预测的基本单元,并且通过多维指标体系进行属性描述。基于大量调研数据,通过数据挖掘方法对不同类型地块的空间负荷密度分布规律和负荷曲线典型形态进行提取。建立Softmax多元概率分类模型对未知地块的负荷水平类型进行匹配。自下而上对相邻地块负荷预测结果进行时域叠加,得到更大区域的预测信息,包括其负荷量和预测负荷曲线。算例仿真结果表明提出的空间负荷预测方法在预测精度上有一定提升。 相似文献
13.
针对多元大数据在智能配电网中的应用问题,为实现配电网的精益管理、科学预测和合理规划,文章开发了多元数据融合的智能配电网负荷分析预测管理系统。对软件系统的总体框架进行了设计;对软件系统的各功能模块进行开发和介绍;给出了软件系统的一个应用实例。该系统充分利用海量的历史负荷数据进行负荷特性分析,建立负荷特征库以及业扩信息库,通过对新接入用户进行信息匹配实现负荷管理及最大负荷预测。此外,该系统建立负荷预测方法模型库,可提供不同维度的负荷预测功能,从传统的地区负荷预测转变为馈线负荷预测,结合馈线现状以及业扩信息优化用户接入决策。总的来说,该系统具有功能模块数据链路互通、不同功能之间能提供信息支持、整体采用模块化设计思想等特点,可满足电网企业的日常应用需求。 相似文献
14.
15.
16.
17.
基于自适应最优模糊逻辑系统的短期负荷预测方法 总被引:12,自引:2,他引:10
提出了一种基于自适应最优模糊逻辑系统的电力系统短期负荷预测方法。首先通过最近邻聚类算法对负荷历史数据进行分组,再将每一组数据(一个聚类)视为一个数据对,用最优模糊逻辑系统来进行预测系统的建模。实验结果表明,这种预测方法具有简单、实用等特点,且能达到较高的精度。 相似文献
18.
运用决策支持对象实现短期电力负荷预测 总被引:5,自引:2,他引:3
运用微软通用的决策支持对象(DSO),结合区域电网气象负荷数据库设计了决策树形式的数据挖掘模型并实现了日负荷预测系统.在描述了DSO分层结构特性之后,分析研究了日负荷预测的决策树数据挖掘模型构造过程并给出了程序化实现方法,进一步实现了通过决策树算法的负荷预测过程.实际使用的效果统计分析结果表明本系统达到并超过实用标准,具有智能自适应、自学习和全过程自动化,通用可靠以及准确率高等特性,是值得推广的方便实用型负荷预测工具. 相似文献
19.
精确的负荷预测是电力系统规划、设计的有力支撑,是电网安全经济运行提供重要保障。实际应用中,存在由于数据采集设备故障、系统突发事件导致相关数据资料不准确从而影响短期负荷预测结果的情况。本文提出基于小波变换的长短期记忆神经网络负荷短期负荷方法WT-LSTM(wavelet transform -long short-term memory),利用小波变换的时频特性对负荷数据的伸缩变换进行细化,实现高频系数量化处理;结合长短期记忆神经网络的梯度计算,提高负荷预测的准确性和可靠性。通过变电站负荷数据以及区域办公楼实验,仿真结果表明本文方法能够有效处理负荷原始数据中的噪声,从而提高负荷预测精度和鲁棒性。 相似文献
20.
以临沂地区电网负荷预测系统开发为背景,以提高电网负荷预测精确度为目的,提出了基于相似日的支持向量机的(SD-SVM)负荷预测应用方案.介绍其实现的原理、业务功能及其在实例中的系统体系架构和实现技术.重点对系统采用的SD-SVM数据模型算法作了描述.该项应用研发,实现了对地区电网负荷的智能预测、自动分析、气象数据处理等功能,提升了调度人员对电网负荷变化趋势的预见性、掌控的即时性.SD-SVM法的负荷预测结果对气象因素变化较大时有明显的精度优势,具有很好的适应性.实用结果证明这一研发的实时性和预测精度优于基于传统SVM理论的预测方法,能够满足地区电网负荷预测实用性、有效性、智能化的要求. 相似文献