基于混沌理论和Legendre正交基神经网络的短期负荷预测

考虑到短期负荷所具有的混沌特性和神经网络的非线性映射能力,提出了一种基于混沌理论的Legendre神经网络预测方法。该方法运用混沌理论对短期负荷数据进行向空间重构,并以欧式距离选取最佳训练样本,而后采用以Legendre正交多项式为隐含层神经元激励函数的三层神经网络进行训练,并运用训练好的网络进行预测。训练网络时,为了确定网络的最佳拓扑结构,文中引入了衍生算法来确定隐含层神经元的最佳个数。实例分析表明了该方法的可行性,且能得到较高的预测精度和良好的预测效果。     

高、低压感性无功补偿配置方案研究

分析了典型地区电网存在的一种无功电压特性,针对存在的无功电压问题,提出了感性无功补偿的方案。基于无功补偿调压评估模型,推导出了高压、低压感性补偿调压效果比较分析公式。从多个角度(调压效果、适应未来电网发展趋势、经济性、变电站新装补偿装置可行性)对上述2种感性无功补偿规划结果进行比较。通过算例,对2种补偿方案从以上几个角度进行综合比较,表明本文推导的高、低抗补偿调压估箅公式具有较高精度,能用于高、低抗补偿调压效果的预估算,同时也得出了在220 k V电网层面,低抗无功补偿方案总体上要优于高抗无功补偿方案的结论。     

基于相空间重构和Chebyshev正交基神经网络的短期负荷预测

电力系统短期负荷数据具有明显的混沌特性。在讲述混沌中相空间重构的相关理论后,计算了算例中需要用到的延迟时间和嵌入维数。根据正交多项式优越的泛化和预测性能,在简单介绍Chebyshev正交基函数后,构建了单输入Chebyshev正交基神经网络预测模型。由于重构后的相空间中每个相点的分量个数不止一个,故所构建的单输入预测模型无法满足要求。为此,在单输入的基础上,设计了基于相空间重构的多输入Chebyshev正交基神经网络动态预测模型。将该模型运用到短期负荷预测中,取得了很高的精度和很好的预测效果。     

江西电网干式电抗器运行情况分析及故障防范措施研究

分析了江西电网干式电抗器的运行情况,指出我省干式电抗器面临的突出问题。根据已有的故障分析报告以及国内外相关文献报道,归纳总结出干式电抗器主要故障原因。最后,从产品设计、安装、运维等方面提出了干式电抗器的故障防范措施。     

发电权交易的机制及对电网公司的影响

发电权交易是一种促进节能减排的有效市场化手段。引入并运用科斯定理对发电权交易的经济学理论进行诠释,在此基础上对发电权交易的基本内涵做了简要阐述。双边交易模式和集中竞价交易模式是发电权交易中运用较普遍的组织模式,根据发电权交易的运用情况,提出了这两种组织模式的基本交易规则。对于不直接参与发电权交易的电网公司,研究了发电权交易在购电成本、线路网损、电网安全、电网投资对其造成的影响和发电权交易中的对策,对电网公司的经营管理有一定的参考作用。