一种基于决策树技术的短期负荷预测算法

提出了一种基于决策树技术的短期电力负荷预测新方法,能有效地考虑非负荷因素对短期负荷预测的影响.文中详细介绍了决策树技术的原理及其在短期负荷预测中的实现方法.实际电力系统应用结果数据表明,该方案能够有效提高短期负荷预测的精度.     

基于数据挖掘的负荷预测

简要叙述了数据挖掘技术及其在电力系统中的应用情况。提出了一种基于数据挖掘中时间序列相似性研究的电力负荷预测方法。通过采用序列分段平均值技术降维，结合滑动窗口和MBR方法实现子序列相似查询，并利用R -树作为多维索引结构提高检索效率。实验结果证明提出的方法是行之有效的。     

基于支持向量机的变电设备缺陷发生率的预测及应用

缺陷预测是设备管理中的重要内容。变电设备由于运行环境复杂。设备缺陷发生的随机性较大。基于支持向量机理论,采用数据挖掘技术,通过对设备运行环境和缺陷发生率的统计分析,利用支持向量机建立设备缺陷平均发生率与设备运行环境的回归函数,回归结果与实际情况较为吻合。对给定运行环境下设备缺陷平均发生率进行预测,预测误差小于10％,对设备的运行维护管理具有较高的参考价值。     

多维时间序列关联分析方法在电力设备故障预测中的应用

提出基于多维时间序列关联分析的电力设备故障预测方法:将电力设备拓扑网络设备节点的历史时间序列数据进行规范化,运用时间序列分解算法将时间序列进行分解;用一种时间序列模式表示方法,提取关键设备发生故障之前网络拓扑中设备节点的特征事件;并采用关联分析的方法挖掘设备指标运行趋势与设备工况之间存在的隐含关系,达到对故障或冲击进行有效预测的目的。实验证明,该方法能充分利用时间序列数据,发挥数据挖掘对于不确定性关系的分析和表达的优势,能够准确、有效地进行复杂电力设备故障预测。     

基于智能电能表大数据的非侵入式短期多节点负载预测

文中结合智能电能表计量大数据,对一定区域内的负载进行非侵入式多节点短期预测的方法进行了研究.同时研究了集聚效应对负载建模和预测的影响,说明了多节点预测的优势与必要性;评估了影响电能需求的变量,并对数据集进行特征选择.使用多元线性回归模型对自顶向下与自底向上两类预测方法进行了比较,在真实数据上的测试表明,以智能电能表计量...     

基于数据挖掘的负荷预测初探

简要叙述了数据挖掘技术及其在电力系统中的应用情况。提出了一种基于数据挖掘中时间序列相似性研究的电力负荷预测方法。通过采用序列分段平均值技术降维 ,结合滑动窗口和MBR方法实现子序列相似查询 ,并利用R+- 树作为多维索引结构提高检索效率。实验结果证明所提出的方法是行之有效的     

基于季节性时间序列模型的空调负荷预测

基于空调负荷预测的优化控制是解决冰蓄冷控制问题的理想途径.本文在分析国际建筑物空调负荷预测竞赛研究成果的基础上指出,利用季节性时间序列模型建模预测精度较高,且工程实施简便,特别适合于空调系统连续运行、负荷波动规律性较强的建筑物负荷预测.本文概要介绍利用季节性时间序列模型进行建模预测的理论和方法,并通过工程实例验证了建模方法的有效性.     

基于组合预测的风电场风速及风电机功率预测

风电场风速及风电机功率预测的准确性对接入风电场的电力系统运行有重要意义.文中提出一种基于相似性样本的多层前馈(BP)神经网络风速预测方法,利用风速季节性周期变化的特点提高风速预测的准确性;结合时间序列分析与灰色预测方法研究了应用组合预测方法进行风电场风速预测,并在风速预测的基础上讨论了风电机功率预测.通过对国内某地区的实测风速数据分析,验证了该预测方法能够提高风速预测的准确性,具有较大的实用价值.     

基于ARMA模型的风电场风速短期预测

通过分析达坂城风电场风速数据并建立ARMA模型,基于时间序列分析法实现了提前1 h风速预测,分析预测结果证明预测时间和风速震荡性是影响风速预测精度的主要因素,为更长时间的风速预测提供理论基础。     

基于时序分析的神经网络短期负荷预测模型研究

在负荷预测中，历史负荷数据产生的复杂性和许多不确定因素影响的随机性，使观测到的数据既包含线性部分，又包含许多非线性部分，因此所建立的预测模型就必须综合考虑这2方面的因素。目前常用的预测技术很少能综合考虑这两方面的因素．预测精度选不到要求。本文提出了一种时序分析和神经网络结合的预测方法。由于时序模型中不同阶数的自回归移动平均适合线性预测，可利用自回归移动平均模型(ARMA)处理历史负荷数据中的线性部分；而神经网络模型适合非线性预测，可利用人工神经网络(ANN)模型处理历史负荷数据的非线性部分：这样所建立的模型有机地结合了历史负荷中的线性因素和非线性因素．利用不同模型的优势来处理数据的不同部分，使得预测结果更为准确。实证证明。ARMA-ANN组合预测能提高负荷预测的精度。     

基于决策支持系统的配电网优化规划

开发了基于决策支持系统的配网优化规划软件包, 具有系统规划、方案分析、方案决策、方案绘图和数据库管理系统等功能。静态规划建立了混合整数规划模型, 利用基于线性规划换基运算的支路交换法有效地求解该模型。动态规划, 采用临界可行匹配算法和伪动态匹配法在全临界匹配空间找到最优化动态决策。采用支路自动分解、最优乘子的快速分解法潮流计算, 收敛性好、速度快、占内存少。算例说明该软件包适用于大规模配电网规划, 使用方便灵活     

基于Intranet的电力营销决策支持系统介绍

在介绍企业决策支持系统的基本概念、分析传统营销决策支持系统局限性的基础上,设计了基于Intranet的电力营销决策支持系统,并分析了其功能。     

电力营销决策支持系统的设计

随着电力工业的迅速发展，电力公司营销部门依靠传统的信息管理方式已经远远不能满足未来电力市场的要求，因此，使用具有灵活查询、在线分析处理、复杂报表能力为一体的电力营销决策支持系统（DSS）已变得十分迫切。从电力营销决策支持系统的体系结构、功能模块、前端工具和数据仓库4个方面来说明系统的设计思路和方法。系统由事务处理、数据仓库和决策工具3部分组成，使业务人员和决策可以任意访问部门信息数据，迅速作出正确而及时的决策。以成功应用于实际的德阳电业局电力营销决策支持系统为例来说明其实现方式。     

一种基于神经网络的电力负荷预测方法

提出一种基于人工神经网络的电力负荷预测方法，该方法充分吸收了神经网络非线性逼近能力的优点。在神经网络结构设计中充分考虑了电力负荷的特点，并用神经网络加权最小方差模型(NNWLS)对样本进行训练。在实际预测中，该预测方法取得了比较高的的预测精度。     

基于PMS的配电网优化辅助决策系统研究

在配电网的建设和业扩报装接入过程中,由于缺乏相应的技术手段,使得方案的系统性和科学性存在不合理现象,易造成线路供电半径过长、负载不均衡、低电压等问题,为解决这些问题,文章研究了基于生产管理系统的配网优化辅助决策系统,本系统以生产管理系统数据为基础,通过接入调度SCADA系统、配网线损系统、用电信息采集系统、配变监测系统等数据分析配网网架运行水平,计算电网线损和电压质量,查找配网的薄弱环节,对存在的问题给出网架优化方案和降损方案,提升配网经济运行水平。     

基于PI数据库的配电网负荷转移辅助决策系统

利用PI数据库与VB编程语言,结合湖州电力局配电网日常调度运行及紧急事故处理中遇到的问题,开发了配电网负荷快速转移辅助决策系统。该系统利用Excel建立10kV线路联络方式及线路限额情况,并利用PI数据库中的实时数据显示与历史趋势图查询功能,集中了负荷转移所需的各种因素,并提供查询相关联络线路的叠加负荷历史趋势图功能。利用本系统可以大幅缩短调度业务中制定方案的时间,提高了工作效率,有利于配电网安全、稳定运行。     

电力企业效绩评价决策支持系统设计研究

对电力企业经营效绩与经营者效绩的分析评价是电力企业管理的迫切需要.利用系统分析的思想和效绩管理的思想,将丰富的效绩评价理论、科学合理的评价方法与计算机应用技术相结合,通过目标与功能分析、指标与模型探讨、结构与流程设计,建立电力企业效绩评价决策支持系统,并在电力公司的管理实践中得到应用.     

电力企业效绩评价决策支持系统设计研究

对电力企业经营效绩与经营者效绩的分析评价是电力企业管理的迫切需要。利用系统分析的思想和效绩管理的思想 ,将丰富的效绩评价理论、科学合理的评价方法与计算机应用技术相结合 ,通过目标与功能分析、指标与模型探讨、结构与流程设计 ,建立电力企业效绩评价决策支持系统 ,并在电力公司的管理实践中得到应用     

基于M-agent技术的电网运行决策支持系统的研究

分析了电力行业信息化的现状,介绍了决策支持系统和Agent技术,在电力系统运行状态和安全控制策略的基础上,归纳了电网运行的信息来源、种类、特点,并针对信息源情况,提出了基于多Agent的电网运行决策支持系统,对系统的基本结构和各主体的功能进行阐述,指出多Agent技术的电网运行决策支持系统广阔的应用前景.     

配网状态检修辅助决策系统的研发与应用

配网状态检修辅助决策系统是在不影响电网设备运行的情况下,通过精确的在线监测以及日常带电检测等技术获取设备的相关运行信息,结合数理分析算法,对设备状态进行量化评价后实现状态检修的有效手段。文章从配网设备状态检修辅助决策系统的研发过程、系统结构和功能出发,分析了系统的功能特点,并结合在福建电力公司推广应用的实际情况,介绍了系统的业务流程、效益分析及未来展望。