共查询到18条相似文献,搜索用时 62 毫秒
1.
2.
为响应党中央国务院的号召,北方地区大力推进煤改电工程并且进展迅速,为解决煤改电过程中带来的电网安全、运行、运维中的问题,掌握煤改电后居民取暖效果和用电规律,基于泛在电力物联网技术进行了煤改电智能服务研究与应用。通过物联网技术进行采集和通讯,并实现了不同采暖类型用户的采暖数据、用能数据的5分钟高频采集。通过构建煤改电智能服务平台进行用户信息、取暖效果和用电信息的智能监测,并利用大数据技术进行数据分析,为电网运维和用户满意提供了可靠保证,为政府部门进行财政补贴提供了有力的支撑。 相似文献
3.
4.
5.
随着我国供暖改造规模的不断扩大,如何根据各种供暖方式的优势及特点研究最优的清洁化供暖改造方案对于我国能源结构转型,缓解环境危机具有重要意义。提出了一种考虑增量用电负荷分配的"煤改电"、"煤改气"联合分阶段规划方法。首先,基于发电能源结构和清洁能源实际发电量构建了"煤改电"增量用电负荷分配模型,精细化分析"煤改电"产生的新增电量。然后,以"煤改电"、"煤改气"分阶段改造方案为决策变量,以用户供暖支出的经济成本、供暖改造的环境成本和能源成本为优化目标,构建"煤改电"、"煤改气"联合分阶段规划模型。最后,利用向量序优化算法对模型进行求解。仿真结果验证了所提方法的正确性和有效性。 相似文献
6.
7.
8.
通过探讨多种确定性及非确定性负荷预测方法,将当前少有应用的支持向量机算法引入电力系统负荷预测。介绍了统计学理论,引入了根据该理论提出的支持向量机算法。对支持向量机算法原理进行了介绍,分析了该算法的本质及应用价值。采用回归问题的支持向量回归机ε-SVR算法,给出了将该算法应用于中长期负荷预测的方法。通过算例,验证了该方法的有效性。 相似文献
9.
大规模的煤改电用负荷的投入对本身薄弱的配电网造成较大的负担。高峰时期用户使用电供暖设备数量持续增加、使用时长逐渐延长,造成局部台区、线路重载及过载运行,给吐鲁番电网安全稳定运行带来了威胁。在考虑“煤改电”负荷接入配电网的网架下,首先,通过调研吐鲁番“煤改电”工程接入模式和设备种类,建立“煤改电”标准化配置模式及产品分类统计;然后,基于电路模拟的等效热参数模型建立运行典型电供暖配置模式下的运行机理模型,研究直接负荷控制技术进行“煤改电”负荷控制。选取吐鲁番市完成“煤改电”工程改造的台区重过载运行进行实例分析,调度控制策略成功将变压器运行在安全边界以内,且不影响用户采暖的热舒适度。 相似文献
10.
11.
在电力物联网系统中,为用户提供准确、快速的用电负荷预测一直起着至关重要的作用。由于台区内用户活动的可变性,导致用电负荷通常波动较大,传统方法往往难以准确预测。为了满足智能化、多功能的电力物联网监测,提出了一种基于梯度提升决策树的用电负荷预测方案。首先对台区内历史用电数据进行预处理,并构建时间窗口特征。然后使用基于梯度提升决策树的XGBoost和LightGBM交叉构建预测算法,并采用该算法预测下一时间段短期用电负荷结果,实现台区用电分析。最后与现有方案相比较,本文提出的方案可提供准确的负荷预测结果,在即将发生超负荷用电或者当前台区即将发生大规模停电时,能够及时发出预警。 相似文献
12.
分析了泛在电力物联网对售电侧电力市场的影响,对售电侧电力市场成员进行了分类和价值目标分析,阐明了市场成员在售电侧电力市场中的主要目的和利益需求。通过对我国售电侧市场发展的分析,对泛在电力物联网环境下建立售电侧电力市场商业模式进行了探索:第一阶段是售电公司逐渐形成竞争性的商业模式;第二阶段是形成需求侧介入售电市场的商业模式,认为该模式可为泛在电力物联网在售电侧的发展提供参考方向。 相似文献
13.
基于支持向量机的电价组合预测模型 总被引:2,自引:1,他引:2
对传统的2个线性组合预测模型进行了分析,提出了一个新的线性组合预测模型,该模型不要求权系数和为1,而且权重也可以取负值。同时,为提高精度,提出了支持向量机非线性的组合预测模型,该模型实质上是一个非线性回归模型,利用结构风险最小化原则代替传统的经验风险最小化。该模型充分挖掘原始数据和单一预测模型的信息,以单一模型的预测数据作为组合预测样本,选择径向基核函数的支持向量机进行组合预测。同时给出了解决此问题的基于Matlab的支持向量机工具箱的源程序。以美国加州电力日均价为例,与单一预测方法、线性组合预测进行对比,支持向量机非线性的组合预测方法预测比较精确。 相似文献
14.
专变用户非介入式负荷辨识是实现以专变用户为主体的需求侧响应的重要环节。通过对专变用户负荷稳态过程与暂态过程的特征分析,选取有功功率、无功功率、电流有效值等作为稳态过程特征量,并选取暂态发生前、中、后三个阶段的特征量,如电流有效值、有功功率均值、无功功率均值、持续时间、电流有效值最大值等,构建全面的非介入式负荷辨识稳态过程与暂态过程负荷特征空间。以此为基础,利用最小二乘QR分解算法(Least Square QR,LSQR)进行稳态过程负荷分解获得各种负荷的运行情况。并基于系统距离聚类算法将常见专变用户负荷暂态事件进行分类,进一步辨识出哪一种或者哪一类负荷发生投切动作。最后,采集包括排水泵、搅拌机、水泥螺旋、污水泵、除尘器等工业负荷现场数据,对所提到的方法进行了仿真分析,结果表明所提的非介入式负荷辨识方法可获得较高的准确率。 相似文献
15.
支持向量机方法已经非常成熟的应用在短期负荷预测领域,它在选取历史日期进行模型训练的时候通常选取距离预测日相近的一段日期,而没有考虑这段时间气象条件、星期类型、节假日造成的影响,使得所建立的模型并不能完全的反映预测日的特征。提出了基于一种基于数据挖掘技术的支持向量机负荷预测方法,该方法提出了预测模型样本选取的新颖思路,首先采用层次聚类法对历史日负荷进行聚类,利用层次聚类得到的分类结果建立决策树,根据待预测日的属性在决策树中查询得到支持向量机预测模型输入的历史负荷,建立支持向量机预测模型并对待预测日的负荷进行预测。实例中负荷数据采用浙江省某地级市的历史负荷,用新方法对该地区的日96点负荷进行预测,并将该算法与传统的支持向量机算法进行比较,文中提出的方法解决了传统的基于支持向量机方法训练日期选取不能反映待预测日特征的问题,故本算法结果具有较高预测精度。 相似文献
16.
17.