风电功率预测准确性分析

摘要风电并网容量迅猛增加,风电与系统之间的联系越来越密切,必须考虑风能的波动性和问歇性引起风电出力的变化给电力系统电能质量、安全稳定运行和经济效益带来的不利影响。因此,进行风电功率预测具有重要的现实意义。首先对风速和风电出力预测的分类和方法进行了探讨,然后简要综述了国内外风功率预测技术的研究现状,最后针对我国现阶段风电功率预测产生误差的原因进行了阐述并提出了建议。     

烟青虫(Helicoverpa assulta)性信息素的研究应用进展

对烟青虫(Helicoverpa asssulta)性信息素的化学通讯和结构鉴定,以及其在预测预报、大量诱捕、干扰交配等方面的研究与应用进行了综述,并就其影响因子和今后的发展方向进行了扼要的介绍.     

Application of multi-GRNN with a gating network in stock prices forecast

万方数据知识服务平台-中外学术论文、中外标准、中外专利、科技成果、政策法规等科技文献的在线服务平台。     

基于混沌时间序列的支持向量机短期风速预测模型研究

风电场风速及风电功率预测技术是加强风电并网管理的关键措施之一。为了提高短期风速预测的精度,减小风电并网对电力系统的电能质量及其安全稳定运行带来的影响,提出了基于混沌时间序列的支持向量机短期风速预测模型。该模型针对风速混沌时间序列建模,并采用基于贝叶斯框架的最小二乘支持向量机对风速进行短期预测。仿真实验结果表明,该预测模型有效地提高了短期风速预测的精度。     

鸭绿江感潮河段洪水预报模型的修正

鸭绿江感潮河段47 km,现有洪水预报模型在大潮预报时有明显的缺陷,问题的主要原因是没有明确体现洪峰到达时间与潮汐两高两低涨落时间的叠加。为此,对高低潮的影响以3 h为一段进行时间离散化处理,确定8个时段内的潮位值,作为附表在模型中进行应用,相对定量地确定了模型L3与L4线间的预报值幅度选择,实例应用预报精度提高到允许误差的10%,预测准确。     

基于区间二型模糊逻辑的电力负荷预测研究

针对电力负荷具有强随机性而难以准确预测的问题,引入二型模糊逻辑以减小预测误差.建立了区间二型模糊模型用于电力负荷的短期时间序列预测,先利用反向传播算法来调节模型的参数,再利用相似度来精简冗余模糊集合,最后利用奇异值分解法来优选模糊规则.同时,建立了基于反向传播算法的一型模糊模型与区间二型模糊模型,以及基于反向传播-奇异值分解混合迭代算法的区间二型模糊模型,将其预测结果作为检验性能的基准.仿真结果表明,反向传播-相似度-奇异值分解混合迭代算法能够有效地消除冗余模糊集合与模糊规则带来的不良影响,基于其建立的预测模型具有较高的预测精度,能较好地跟踪实际负荷曲线,性能优于另外三个模型.     

基于多因素改进型PSOSVM算法的中长期负荷预测

中长期负荷预测作为电力规划与调度中的重要一环,其影响因素有着多样性和不确定性等特点.选取支持向量机作为中长期负荷预测的核心算法,筛选多种区域宏观经济因素,利用粒子群(PSO)寻优与循环寻优的改进型算法对支持向量机(SVM)的参数进行优化及负荷预测.仿真结果显示,改进型PSOSVM算法有着较高的预测精度.     

大豆储藏真菌危害早期预测的研究

对大豆储藏中水分和温度的变化,与真菌生长关系进行了研究,建立了一种大豆真菌危害早期预测方法。将样品含水量分别调至11.4%、12.1%、13.0%、13.9%、14.3%和14.7%,经低温平衡后,于10、15、20、25、30、35℃温箱中储藏,每隔10 d取样1次,检测样品中真菌生长变化情况,试验周期为180 d。结果表明,11.4%水分大豆在6个试验温度下储藏均是安全的,12.1%水分样品在20℃以上储藏,检出有真菌生长,随着水分增加,真菌生长逐渐加快,大豆储藏水分与真菌生长速度具有良好的相关性。大豆在15℃以下储藏,低温对真菌生长有明显的抑制作用。超过20℃时这种影响会随着温度上升逐步变小。本试验对不同水分大豆储藏温度与真菌生长起始时间进行了幂函数拟合,得到了大豆储藏水分、温度,及真菌起始生长时间预测关系曲线,通过本曲线,可对高水分大豆短期储藏安全性进行早期预测。     

基于BP神经网络的浙江台风损失预测

通过对新中国成立以来影响浙江的台风为样本,在对台风的数据资料整合后,以台风属性等指标作为输入向量,以台风造成的损失作为输出向量,建立了预测影响浙江地区台风损失的理想人工神经网络模型。实验结果表明运用BP神经网络对某一区域某一类型台风的灾害损失进行预测是可行的。其在一定程度上可以为气象部门和政府部门提供制定和实施抗台方案的依据,减少灾害损失。     

基于运行可靠性和结构重要度的连锁故障预测

基于运行可靠性理论和多属性决策理论,综合考虑当前系统运行状态和线路重要程度的基础上,提出了一种反映电网状态变化和结构变化的连锁故障预测方法。此方法引入考虑了外界环境因素的线路综合停运概率模型确定线路故障概率,并结合线路结构重要度构建了连锁故障综合预测指标。采用离差最大化的灰色关联度算法综合考虑线路结构重要度。通过对IEEE30系统仿真,搜索出了较严重的连锁故障模式,验证了该方法的有效性。