同步采样测量法在电力负荷监控中的应用

本文介绍了利用同步采样法测量交流电参数的一种新算法，用于电力负荷测控仪中，实现对负荷的准确测量，交给出了电力负荷测控仪的组成和功能。     

电力系统中期负荷电力预计

电力系统中期负荷电力预计是电力系统规划和设计工作的基础。本文利用加权多重回归分析的方法预计负荷必然分量,利用概率法预计负荷随机分量,并且深入地研究了加权系数对负荷预计的影响规律。本文还提出了最优选配回归方程和最优预计的判别准则以及预计风险度的概念。     

论电力负荷特性指数

基于现存指标体系的局限,提出构造负荷特性指数,完善电力负荷特性的统计度量,并具体讨论了负荷特性互补指数与负荷特性综合评价指数构造问题,前者旨在对联网相关地区负荷特性的互补性作一个科学度量,后者旨在以一个综合指数对负荷特性作一个整体上的描述.     

电力负荷特性统计度量新方法研究

电力负荷特性指标是电力负荷变化特征的数量表现,是进行电力负荷特性统计分析的基础。目前负荷特性指标主要是从技术、物理概念出发,统计上采用最大、最小、平均与极差几个统计量来描述,信息不甚充分。在电力规划、设备运行等方面,我们需要从技术与效益双角度,着眼负荷出现的概率进行特性分析,这就需要我们补充新的负荷特性描述、分析方法,进行负荷概率特性的分析。文章从负荷的概率特性、负荷特性指数以及负荷特性的综合评价三个方面研究了度量电力负荷特性的新方法。     

论电力负荷概率特性--非参数核密度估计在电力负荷特性分析上的应用

基于现实需要,提出了负荷概率特性问题,并引入非参数核估计方法,对服从典型分布假设的理由不充分的情况下的负荷密度作了有效估计,进一步在此基础上构造了负荷概率特性指标,补充了现行负荷特性分析的方法.通过对一实例的编程计算、比较分析,表明了分析电力负荷概率特性的现实意义,以及在该类问题上,非参数核估计方法的良好适用性.     

电力负荷特性参数分析软件包的实现及应用

开发了基于Windows平台的电力负荷特性参数的软件包,介绍了软件的功能及使用的技术.实例表明,该系统可实现电力负荷特性参数的预测和日常化分析,并能很好地应用于实际工作中.     

基于分形理论的电力系统负荷几何特性研究

将分形理论应用于电力系统，通过对负荷曲线分形维数的计算和分析，揭示了电力系统负荷曲线和分形特征，为分析电力系统负荷提供了一种新的思路。     

电力负荷的动静特性对低频振荡阻尼的影响分析

电力系统的低频振荡是现代大型互联系统中的重要问题之一,对它的研究是围绕着振荡阻尼进行的。本文给出了在小干扰下处理现有各种负荷模型的系统方法,其中包括电压或频率相关的静态模型、机理或非机理的动态模型等。从定性、定量两方面分析了负荷的各种动态、静态特性及位置电对力系统低频振荡阻尼的影响。     

多单片机构成的事故顺序记录装置

由多单片机构成的事故顺序记录装置已投入变电站运行，本文就该装置的硬件、软件设计思想和实现方法，主要功能和技术特点作了详细介绍。     

考虑负荷静态特性的静态电压稳定判据

在静态电压稳定的问题中,确定其稳定极限是一项很重要的工作,目前,求取静态电压稳定极限的方法较多,其中,利用ＰＶ曲线的эｐ／эＶ判据的基础上,考虑了负荷静态特性对静态电压稳定影响,提出了一种修正的静态电压稳定判据－эｐ／эＶ判据,分析和计算结果表明提出的静态电压稳定判据可以考虑负荷特性对静态电压稳定的影响,求取的静态电压稳定极限比较合理。     

电力故障录波监测系统设计与研究

电力工业是关系到国计民生的支柱产业,在国民经济中具有非常重要的地位。因此,保证电力系统安全可靠地运行和电能的质量具有非常重要的意义。本文借助高性能嵌入式处理器及高速数字信号处理器（DSP）,以《220～500kV电力系统故障动态记录技术准则》为基础设计了电力故障录波监测系统,采用测频算法对系统频率进行检测、谐波处理,并进行深入算法研究及仿真。     

粒子群优化BP算法在电力系统短期负荷预测中的应用

为提高电力系统短期负荷预测的精度，引入一种新型的群智能方法——粒子群优化算法，并将这种智能算法与BP算法相结合，形成了粒子群优化BP算法模型，建立了计及气象因素的短期负荷预测模型．通过具体算例将此模型与单纯的BP模型进行比较，结果表明：该算法具有较高的预测精度，完全能满足实际工程的要求．     

粒子群优化BP算法在电力系统短期负荷预测中的应用

为提高电力系统短期负荷预测的精度,引入一种新型的群智能方法——粒子群优化算法,并将这种智能算法与BP算法相结合,形成了粒子群优化BP算法模型,建立了计及气象因素的短期负荷预测模型.通过具体算例将此模型与单纯的BP模型进行比较,结果表明:该算法具有较高的预测精度,完全能满足实际工程的要求.     

电力系统中长期负荷预测改进算法分析

讨论了基于支持向量机的电力系统负荷预测模型建模方法.通过对模型结构的分析,提出了最小二乘支持向量机算法学习参数的选取方法.结合粒子群优化算法,给出了粒子群优化对最小二乘支持向量机系数优化选择的方法.采用某省的经济、人口、天气和电价等实证数据对几种预测方法进行比较分析,算例结果表明,所提出的方法可以加快计算速度,并有效提高预测精度.     

淮南供电公司负荷管理系统的应用及展望

介绍了淮南供电公司负荷管理系统的现状及其在错避峰管理、远程抄表、大客户电费管理、用电服务和用电检查、用电分析和统计等方面的应用,从提高系统数据传输能力、终端的资产管理、售电侧电能量采集平台、与营销M IS及相关系统的信息共享、高级分析功能的开发、表计规约的完善等方面对负荷管理系统的发展进行了展望。     

粒子群优化BP算法在短期负荷预测中的应用

电力系统短期负荷预测是电力系统调度运营和用电服务部门的重要日常工作之一,其预测精度直接影响到电力系统运行的安全性、经济性和供电质量。为提高预测精度,本文引入一种新型的群智能方法--粒子群优化算法,并将这种智能算法与BP算法相结合,形成了粒子群优化BP算法模型,建立了计及气象因素的短期负荷预测模型。通过具体算例将此模型与单纯的BP模型进行比较,结果表明:该算法具有较高的预测精度,完全能满足实际工程的要求。     

风电拉平负荷下的发电系统可靠性评估

风能具有随机性、间歇性和波动性的特点,风力发电并网对发电系统的可靠性有一定影响,为了评估合风电场的发电系统可靠性,提出了风电功率拉平负荷的概念.基于风电功率与系统负荷为相互独立的随机变量的特点,采用裕度表的方式推导出风电场输出功率跟负荷的联合概率分布,建立了风电功率拉平负荷模型,与常规发电机组停运容量模型结合计算发电系统的可靠性指标,为含风电场的发电系统可靠性分析提供了新的思路和方法.算例计算分析结果表明了该方法的合理性和有效性.     

无纸记录仪在全钒液流电池管理系统中的应用

通过对无纸记录仪进行二次开发,并与组态软件配合应用于全钒液流电池的电池管理系统,实现了全钒液流电池在充放电全过程中各类电池工作参数的实时在线监测。实际检验结果证明,本系统能够顺畅运行,各类监测信号均可方便接入无纸记录仪各类输入通道,无纸记录仪的输出功能亦可满足对电池的控制及保护。上位机与无纸记录仪通信稳定,并通过组态软件实现了数据报表、图形分析及系统报警等功能。通过本系统的开发提高了全钒液流电池在充放电过程中的智能化控制水平。     

电力系统短期负荷预测系统的实现

考虑近期我国电力市场需求,开发了电力系统短期负荷预测软件系统.该系统分为原始数据维护、负荷预测和预测结果处理3个相互独立模块.在数据库设计中,采取定期转储的办法控制数据量.系统提供了丰富的模型库,各模型可单独预测,也可选择几种模型进行综合预测.河南省某县级电力系统的负荷预测结果表明,该系统能够取得满意的预测效果.     

电力负荷管理系统的发展探讨

结合DSM的需要和电力负荷管理 (以下简称电力负管 )发展的历史和现状 ,提出了充分利用现有资源 ,完善和发展电力负管的几项新功能 :远方抄表、负荷分析预测、反窃电、谐波监测、配变监测和集抄功能等 ,探讨充分利用现有资源发展电力负管的方法和方向。