电力负荷动态模型综述

概括介绍了基于统计综合法和总体辨识法建立的各种负荷动态模型,分析了它们的优缺点和适用范围;提出了一种考虑综合负荷中配电网络的影响和感应电动机所占比重,通过大量仿真计算,对结果进行拟合从而建立负荷动态模型的新思路.     

都市化城市中心城区配电网优质供电方式探讨

随着中国经济的高速发展,目前已形成乡村城镇化,城镇都市化的趋势,以上海为代表的一线城市正逐步迈入国际化大都市的行列。如何针对这种新的趋势确立与都市化发展相适应的供电方式就成为所有供电公司都必须面临和解决的问题。为了支撑都市化的供电需求,针对都市化用电负荷特点,本文总结上海中心城区的成熟供电经验,通过对沪南供电分公司所辖供电范围内,如锦江商务区、南太平桥住宅区和北太平桥商业文化娱乐区等一系列具有中心城区特色的典型区域的现有供电需求及供电方式进行研究,同时以国家电网公司提出的＂坚强电网＂的各项指标为基础,提出了适应都市化城市中心城区的典型供电指标体系及典型供电方式,为今后城市高质量供电提供参考。     

基于GN-BFGS算法的RBF神经网络短期负荷预测

提出了应用混合 GN( Gauss- Newton) - BFGS( Broyden- Fletcher- Goldfarb- Shanno)法进行RBF(径向基函数 )神经网络学习的算法。这种方法结合 GN法与 BFGS法的特点 ,既尽可能地利用了问题本身的特殊结构 ,又能取得超线性甚至二次渐近收敛率 ,因此有效地提高了学习效率。在学习过程中 ,利用该方法能够区分零残量和非零残量 ,并利用这种特点进行隐层神经元数目的自动调整 ,从而可以保证神经网络的学习能力和推广能力。多个实际电网的负荷预测结果表明 ,该方法同神经网络的其他算法相比 ,具有训练时间短、预测精度高的特点     

基于GN-BFGS算法的RBF神经网络短期负荷预测

提出了应用混合GN(GaussNewton)-BFGS(BroydenFletcherGoldfarbShanno)法进行RBF(径向基函数)神经网络学习的算法。这种方法结合GN法与BFGS法的特点，既尽可能地利用了问题本身的特殊结构，又能取得超线性甚至二次渐近收敛率，因此有效地提高了学习效率。在学习过程中，利用该方法能够区分零残量和非零残量，并利用这种特点进行隐层神经元数目的自动调整，从而可以保证神经网络的学习能力和推广能力。多个实际电网的负荷预测结果表明，该方法同神经网络的其他算法相比，具有训练时间短、预测精度高的特点。     

配电网优化规划研究综述

全面地介绍了当前国内外配电网优化规划的研究现状。对配电网规划模型从时间、物理结构、经济性、可靠性4个方面进行分类研究,并归结为从输入或输出角度进行考虑的两大类模型;将优化方法分为经典数学方法和启发式方法等类别。其中现代启发式算法若对线路进行编码计算,通常需要对网络的辐射性、连通性进行检验及修复,从而影响算法效率,指出可考虑采用树型结构编码进行计算。最后介绍了配电网规划研究中已出现及可能会出现的如：基于接线模式的配电网规划,中压配电网电压等级过渡等5方面课题。