检索结果-南通市图书馆

作者：郭元战上海工程技术大学

学位级别：硕士

电力系统的短期负荷预测为电网的安全稳定运行、电能的高效及时调度提供重要的依据。由于用户用电形式的差异性,导致了多种多样的电力负荷模式,能否准确的进行负荷预测直接影响着电能质量的最优控制和电网的经济效益。随着信息技术的发... 详细信息

电力系统的短期负荷预测为电网的安全稳定运行、电能的高效及时调度提供重要的依据。由于用户用电形式的差异性,导致了多种多样的电力负荷模式,能否准确的进行负荷预测直接影响着电能质量的最优控制和电网的经济效益。随着信息技术的发展,电力负荷预测技术研究的进一步深入,短期负荷预测的方法研究也越来越多。由于各类算法较多,选择恰当的算法和预测模型,以获得最优的预测精度是电力负荷预测不断追求的目标。随机森林算法具有预测精度高、泛化能力强、收敛速度快等诸多优点,可以更有效的避免“过拟合”现象的发生。本文采用随机森林的改进型算法和组合型算法建立预负荷预测模型,结合某地区电力公司的历史数据进行验证分析,从算法自身参数、数据集、气候特征分析这几个因素对随机森林算法预测的影响,并和传统的SVM等算法预测误差做了对比,发现改进型和组合型的随机森林预测模型拥有更高的精度,可以达到预期的效果。本文首先介绍了短期负荷预测的研究背景和意义,阐述了国内外的研究现状,对比分析了短期负荷预测常用方法的优缺点。其次介绍了电力负荷预测的基本原理、特点分类以及主要影响因素,并详细阐述了随机森林和数据挖掘的基本理论,为下文的改进分析奠定了理论基础。然后介绍了粒子群算法改进的随机森林预测模型。用粒子群算法解决优化问题独特的优势对随机森林决策树k和分裂特征m进行参数优化和特征评估,结合随机森林算自身优点,优化训练预测模型,应用真实负荷数据给出案例分析,验证了该算法的优越性。接着介绍了基于聚类分析和随机森林的组合型预测算法。针对粒子群改进型算法在应对某些训练样本表现不佳的情况,利用FCM聚类分析算法数据挖掘的优势,在改进型随机数森林算法的基础上聚类分析负荷数据,进行电力负荷预测。结合某地区的原始数据进行了案例分析,计算平均绝对百分比误差并与传统的RF、SVM预测方法做了对比,基于聚类分析与随机森林组合预测方法预测误差较小,预测精度较高,验证了该组合方法的有效性和实用性。为电力系统调度、电网规划提供了有力的参考依据。最后,对论文使用方法进行了总结对比,对本文的研究内容和未来电力系统短期负荷预测的方法及意义进行了展望。

关键词：短期负荷预测粒子群算法聚类分析随机森林

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于灰色理论的电力系统中长期负荷预测研究

基于灰色理论的电力系统中长期负荷预测研究

作者：李长庆上海工程技术大学

学位级别：硕士

随着社会经济的不断发展和进步,电力负荷预测在人们日常生活中有着举足轻重的作用,电力负荷的变化和性能是电力系统规划和运营中讨论的重要内容,科学的预测是正确决策的基础和保证。根据我国负荷数据的变化规律来看,是一个经典的灰色系... 详细信息

随着社会经济的不断发展和进步,电力负荷预测在人们日常生活中有着举足轻重的作用,电力负荷的变化和性能是电力系统规划和运营中讨论的重要内容,科学的预测是正确决策的基础和保证。根据我国负荷数据的变化规律来看,是一个经典的灰色系统,所以本文基于灰色模型对中长期负荷预测展开研究。但是随着预测精度的要求越来越高,传统的灰色模型已经无法满足中长期负荷预测的要求,并且外部很多无法掌握的因素影响着负荷预测的精度,因此需要对灰色模型进一步探讨和改进,以满足预测精度的要求。本文首先分析介绍了灰色系统理论,通过对传统灰色预测模型GM（1,1）进行深入研究,指出模型本身固有的缺点导致在预测过程中存在的局限性,对传统灰色预测模型进行了改进。为了削弱原始数据中存在异常值的问题,提出两种对原始数据预处理的方法,增强了原始数据序列的整体趋势。针对大多数误差序列存在正负波动的情况,利用等维信息递补技术动态补充新信息,淘汰原始旧信息;运用傅里叶误差修正将预测值与原始数据之间的误差预测值叠加到预测值上,修正了与实际数据之间的误差,接着将两种结合起来建立基于傅里叶误差修正的迭代灰色预测模型,提高了预测精度。针对数据波动太大或存在异常值问题,引入新参数?动态调整灰色模型参数a和u,并且还适当增加了目标年数据的权重,提出了误差修正的等维信息递补灰色动态参数预测模型,不仅解决了数据波动太大而带来的误差,而且还进一步提高了模型整体的预测精度。为了验证两种改进模型的性能,分别用两个案例来验证改进后灰色模型的预测效果,分别利用传统灰色模型、时间序列法和灰色新陈代谢预测法与两种改进的灰色模型进行负荷预测对比。实验结果表明,本文提出的两种预测模型在预测精度上与传统灰色预测模型有较大的提升。

关键词：中长期电力负荷灰色理论动态等维新息模型傅里叶误差修正

大规模风电并网背景下的电力系统旋转备用优化研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

大规模风电并网背景下的电力系统旋转备用优化研究

作者：蒋成成上海工程技术大学

学位级别：硕士

随着环境问题和能源危机的日益凸显,依据国内外地区的经验和各国有关政策,能源转型是解决此问题最有效的方法。风电作为新能源发电中研究最多的一部分,逐渐成为了新能源发电的主流。以风电为代表的可再生能源发电代替传统的化石能源发... 详细信息

随着环境问题和能源危机的日益凸显,依据国内外地区的经验和各国有关政策,能源转型是解决此问题最有效的方法。风电作为新能源发电中研究最多的一部分,逐渐成为了新能源发电的主流。以风电为代表的可再生能源发电代替传统的化石能源发电也是大势所趋。但是由于风电出力的随机、间歇、难以准确预测的特性,大规模的风电并网给电力系统的可靠运行带来了巨大的挑战,所以提供充足的旋转备用容量就显得十分有必要。尤其是由于负旋转备用不足造成的弃风问题,更是造成了巨大的资源浪费和财产损失。因此,如何缓解风电并网带来的压力以及如何对旋转备用进行优化配置成为了本文研究的主要问题。本文从不同角度出发,提出了三种不同的思路来对此问题进行解决。首先,提出了风电场限功率运行的研究方法,并对限功率部分进行量化分析。将风电场限功率部分作为特殊的负旋转备用,将可中断负荷作为特殊的正旋转备用,并分析了此研究方法对电网调频产生的影响。论述了限功率量的引入对电网出力的影响,依据负荷与风电功率波动区间的正负从不同情况全面进行分析。采用成本效益分析法建立了系统启停成本、旋转备用调用成本、可中断容量成本、风电场限功率成本、约束违反成本、发电成本之和最小的目标函数。通过限功率值的量化与大小负荷的需求划分出了数个场景,采用基于变异策略的粒子群算法结合蒙特卡洛模拟对模型进行求解,同时考虑到机组组合出力分配,提高了模型求解的精度。划分出数个场景,并对各场景的计算结果进行分析,验证了所提优化模型的可行性。针对发电侧的旋转备用优化问题,提出了风-光-抽水蓄能联合出力的解决方案。由于风-光出力在时间上具有互补特性,抽水蓄能的加入可以大大提高风-光联合出力的稳定性。以联合系统出力波动小且无误差或者低误差地跟踪负荷曲线为优化目标,建立了风-光-抽水蓄能联合发电模型。根据实时的风-光出力与负荷需求,确定出合理的调度策略。选取实际的风光数据,通过算例与仿真来说明所提模型的实用性。针对需求侧的旋转备用优化问题,提出了将电动汽车作为旋转备用调度的研究方法。由于电动汽车具有负荷与储能的特性,基于V2G(Vehicle-to-grid)基础之上,电动汽车可以与风电实现协调调度。对电动汽车的充放电特性进行了分析及仿真,采用成本效益分析法建立了系统发电成本、备用成本和电动汽车调度成本之和最小的目标函数。通过蒙特卡洛模拟对V2G模式下的电动汽车进行仿真,计及分时电价策略,确定出了最佳的充放电时段,绘制出了V2G模式下电动汽车充放电曲线并进行分析。在火电机组提供旋转备用的基础之上,以电动汽车是否作为旋转备用参与调度为标准划分出不同场景,通过对算例中不同场景机组的总运行成本与失负荷概率的对比分析,验证了将电动汽车作为旋转备用调度的科学性与可行性。

关键词：风电并网旋转备用限功率互补电动汽车 V2G

基于神经网络的水轮机调速系统故障诊断方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于神经网络的水轮机调速系统故障诊断方法研究

作者：王鸳君浙江工业大学

学位级别：硕士

水轮机是水电站最重要的动力设备，其运行状况的好坏直接影响到水电站的经济效益和社会效益。而作为水轮机的关键控制设备，调速系统的稳定可靠运行是电力安全生产的基本保证，因此，研究水轮机调速系统的故障诊断方法具有十分重要的意... 详细信息

水轮机是水电站最重要的动力设备，其运行状况的好坏直接影响到水电站的经济效益和社会效益。而作为水轮机的关键控制设备，调速系统的稳定可靠运行是电力安全生产的基本保证，因此，研究水轮机调速系统的故障诊断方法具有十分重要的意义。已有水轮机调速系统故障诊断方法存在诊断时间长、准确率低等缺点。本文在完成浙江省科技计划重点项目的过程中，针对水电站远程监控系统的需要，系统研究了水轮机调速系统故障诊断方法。在已有研究成果的基础上，提出了基于神经网络的D-S证据推理方法。本文主要研究内容如下： (1)阐述了故障诊断技术的基本原理及其发展现状、水轮机调速系统的特点，分析了已有利用BP神经网络、RBF神经网络等手段对水轮机进行实时故障诊断方法的诊断的效果和存在的问题。 (2)提出了利用D-S证据理论对不同的神经网络诊断结果进行数据融合的水轮机调速系统故障诊断方法，应用到水轮机调速系统故障检测中，提高了诊断准确率。 (3)利用VC++开发平台及SQL Server数据库软件，开发了水轮机调速系统故障诊断软件，并应用到浙江省仙居北岙水电站远程监控系统中。

关键词：水轮机调速器故障诊断远程监控神经网络证据理论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

光伏并网发电系统控制策略的研究

光伏并网发电系统控制策略的研究

作者：陈曦郑州轻工业学院

学位级别：硕士

随着全球范围内能源危机的日益严重，世界各国对新能源的开发和应用越来越重视。光伏发电作为一种可持续、无污染的新能源，是未来能源的重要组成部分。近年来，光伏并网发电已经成为光伏应用的主流。本文以光伏并网发电系统的控制策略... 详细信息

随着全球范围内能源危机的日益严重，世界各国对新能源的开发和应用越来越重视。光伏发电作为一种可持续、无污染的新能源，是未来能源的重要组成部分。近年来，光伏并网发电已经成为光伏应用的主流。本文以光伏并网发电系统的控制策略为主要研究对象，对光伏并网发电系统的三个核心问题进行深入的研究与分析。这三个问题是：太阳电池的最大功率点跟踪，光伏并网发电逆变器的控制策略和并网系统的孤岛检测。这三个方面是提高光伏发电效率的主要着手点。首先，本文介绍了光伏电池的发电原理以及其电路特性，在此基础上研究分析最大功率点跟踪(Maximum Power Point Tracking，MPPT)的原理。最大功率点跟踪效果直接影响到光伏并网系统的工作效率，本文分析了几种常见的MPPT方法，并采用电导增量法进行仿真验证。其次，在参考大量国内外资料的基础上研究光伏并网发电系统的常用控制方法。系统采用单级式三相并网结构，选用重复-PI控制作为光伏并网逆变器的控制策略，采用空间矢量脉冲宽度调制(Space vector pulse width modulation，SVPWM)技术输出PWM波，并提出一种新颖的变步长细分锁相方法实现锁相。再次，介绍光伏并网系统中的孤岛效应的定义及产生原因，给出国际通用的孤岛检测的相关标准，分析研究几种被动式和主动式孤岛检测方法，并采用一种基于正反馈的有功干扰法实现孤岛检测。最后，在理论分析的基础上利用Matlab仿真平台进行MPPT和光伏并网逆变器的建模仿真，并对仿真波形进行分析。

关键词：三相光伏并网 MPPT 重复-PI SVPWM 锁相环孤岛检测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于神经网络的短期风电功率预测研究

基于神经网络的短期风电功率预测研究

作者：朱成名上海工程技术大学

学位级别：硕士

随着传统能源的不断消耗以及带来的环境污染问题,使用可再生能源已经成为了世界各国的共识。其中风能作为一种可再生且无污染的绿色能源,在全球范围内也得到了各国的关注,于是各个国家开始大力发展风力发电技术。但是,由于风电本身具有... 详细信息

随着传统能源的不断消耗以及带来的环境污染问题,使用可再生能源已经成为了世界各国的共识。其中风能作为一种可再生且无污染的绿色能源,在全球范围内也得到了各国的关注,于是各个国家开始大力发展风力发电技术。但是,由于风电本身具有波动性和随机性的特性,使其输出的风能存在较大的波动性。当风电并入电网系统时,不仅限制风电并网的比例还会造成电网的不稳定带来安全隐患,这样也会限制风力发电技术的发展。利用风电功率预测技术可以实现对风电功率的准确预测,这样不仅提高了风电并网下电网系统的调度能力,还可以缓解由于风电随机性和波动性对电网的负面影响。目前,基于大数据平台使用人工智能技术是风电功率预测技术研究的一大热门。反向传播(BP)神经网络作为人工智能技术的典型代表,由于其较强的泛化能力和学习能力在风电功率预测技术上得到了广泛的应用。论文针对BP神经网络在作为风电功率短期预测模型时,由于模型自身结构的原因,而导致预测精度不高的问题,展开了深入的研究。论文在考虑到BP神经网络中各连接层之间的权值和阈值对该网络有较大的影响下,通过两种人工智能算法:遗传算法和粒子群算法,来优化BP神经网络的初始权值和阈值。利用两种算法良好的寻优能力,得到初始权值和阈值的最优解,从而达到提高网络的预测性能的目的。通过Matlab2018R软件对优化后模型的预测效果进行仿真分析,结果表明:通过遗传算法和粒子群算法优化后的BP神经网络模型,相对于传统BP神经网络的预测精度有所提高。考虑到遗传算法在寻优过程中存在丢失数据信息和缺陷,以及粒子群算法在寻优过程中存在过早收敛产生局部最优解的不足,提出了GA-PSO组合算法,通过在粒子群算法中加入遗传算法的选择操作、交叉操作和变异操作,提高了粒子算法的全局寻优能力。并通过GA-PSO算法优化BP神经网络的初始权值和阈值,搭建GA-PSOBP短期风电功率预测模型。对比利时某风电场的实测数据仿真分析,结果表明:GAPSO-BP神经网络短期风电功率预测模型相对于文中所提的其他预测模型具有更好的非线性拟合能力和更高的预测准确性。

关键词：风能风电功率预测模型 BP神经网络遗传算法粒子群算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于灰色系统的中长期电力负荷预测研究

基于灰色系统的中长期电力负荷预测研究

作者：朱健安上海工程技术大学

学位级别：硕士

随着人民生活质量的不断提高和宏观经济政策的不断变化,人们对电能的需求也日益增加,各个地区的用电负荷都在极速增长,为了更好的保证电力供需平衡和电网的安全运行,准确科学的预测用电需求显得至关重要。从我国各地区历史负荷数据的变... 详细信息

随着人民生活质量的不断提高和宏观经济政策的不断变化,人们对电能的需求也日益增加,各个地区的用电负荷都在极速增长,为了更好的保证电力供需平衡和电网的安全运行,准确科学的预测用电需求显得至关重要。从我国各地区历史负荷数据的变化特点来看,是一个典型的灰色系统。因此,本文以灰色模型为主要方法对中长期负荷预测展开研究。随着用电需求的增长,人们对用电负荷预测精度的要求也越来越高,传统灰色模型已经无法满足中长期预测精度的要求,并且许多未知的环境因素也对负荷预测有着一定的影响。为了满足电能负荷预测精度的要求,需要对灰色模型进行有效的改进和优化。本文深入研究了电力系统中长期负荷预测的特点和灰色系统的理论知识,通过研究和分析,发现了灰色模型自身存在的缺点,在此基础上针对传统灰色模型存在的不足进行改进。主要贡献如下,其一针对原始数据中的异常值易对负荷预测产生影响的问题,本文提出了三点平滑法和指数平滑法两种原始数据预处理方法,在增强原始数据规律性的同时提高了灰色模型的预测精度。其二为了进一步提高负荷的预测精度,本文利用粒子群优化算法对灰色模型的参数a和u进行优化。对于波动性较大的原始数据,通过等维信息递补技术动态补充新数据的方式来淘汰原始数据。其三为减小正负波动的误差,综合利用加权马尔可夫链和傅里叶残差修正两种误差修正方法。加权马尔可夫链不仅可以对预测误差进行状态划分,而且能够预测负荷所在年份的误差状态并对误差进行修正,傅里叶残差修正可以将误差序列进行傅里叶分解,从而有效地消除数据中的噪声。为了验证改进模型的有效性,本文选取河南省某地区2002-2019年近18年来的年度电力负荷数据为研究对象,利用传统灰色模型和改进灰色模型分别对该地区的用电负荷进行预测。通过实验结果的分析可知,本文提出的改进灰色模型在预测精度上有了很大的提高。

关键词：中长期负荷预测灰色模型粒子群加权马尔科夫链傅里叶残差修正三点平滑法