检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于事例推理的短期负荷预测

西安交通大学学报 2003年第6期37卷 608-611页

作者：赵登福吴娟刘昱张讲社王锡凡西安交通大学电气工程学院西安710049 西安交通大学理学院

将人工智能中的事例推理(CBR)技术引入到电力系统短期负荷预测中,针对传统规则专家系统知识获取的"瓶颈"问题,事例推理充分利用另一种知识资源(以往预测成功的例子)来解决新的预测问题.以前的预测行为作为历史事例以一定的结构和方式存... 详细信息

将人工智能中的事例推理(CBR)技术引入到电力系统短期负荷预测中,针对传统规则专家系统知识获取的"瓶颈"问题,事例推理充分利用另一种知识资源(以往预测成功的例子)来解决新的预测问题.以前的预测行为作为历史事例以一定的结构和方式存储在事例库中,对于新的预测问题,从事例库中找寻相似事例,并利用其结论,确定新问题的解决方法.实际算例表明,对于短期负荷预测问题,基于事例推理的预测系统在预测精度上优于单一的数学模型,具有较强的实用性.

关键词：短期负荷预测事例推理事例表示相似度

在线全文

学校读者我要写书评

暂无评论

考虑设备状态和系统风险的输电设备检修计划

西安交通大学学报 2012年第3期46卷 84-89页

作者：赵登福段小峰张磊西安交通大学电气工程学院西安710049 泰州供电公司江苏泰州225300

为了实现以设备状态为基础、系统运行风险最低为目标的先进检修模式,根据我国输变电设备状态评估的打分制体系,建立了估计设备故障率的最小二乘数学模型;分析了现有用灵敏度指标来评价设备重要度的方法,提出以设备当前状态给系统带来的... 详细信息

为了实现以设备状态为基础、系统运行风险最低为目标的先进检修模式,根据我国输变电设备状态评估的打分制体系,建立了估计设备故障率的最小二乘数学模型;分析了现有用灵敏度指标来评价设备重要度的方法,提出以设备当前状态给系统带来的风险增量作为重要度评价指标;考虑系统负荷和设备状态的时序变化,建立了以系统电量不足期望最小为目标函数的输电设备检修计划模型.对RTS-79标准系统的计算分析表明,风险增量指标的评价结果比灵敏度指标合理,据此所制定的检修计划可使检修规划期内的系统风险最低.

关键词：输电设备状态检修风险检修计划

在线全文

学校读者我要写书评

暂无评论

交直流电力系统无功综合优化补偿研究

西安交通大学学报 1996年第11期30卷 45-50,94页

作者：赵登福吉亚平沈赞埙魏勇西安交通大学四川重庆电业局

将交直流电力系统作为一个统一的整体，提出了一种进行无功综合优化补偿的计算方法．在保证电力系统各种运行方式的电压要求下，以补偿设备投资最小为目标，与系统中现有调压手段充分配合，在配置计算的同时，进行静态安全校验．通过算... 详细信息

将交直流电力系统作为一个统一的整体，提出了一种进行无功综合优化补偿的计算方法．在保证电力系统各种运行方式的电压要求下，以补偿设备投资最小为目标，与系统中现有调压手段充分配合，在配置计算的同时，进行静态安全校验．通过算例的计算和分析，证实了这种方法所得出的补偿方案更为经济合理．

关键词：电力系统无功补偿电压调整最优化

在线全文

学校读者我要写书评

暂无评论

基于正交最小二乘法模糊模型的短期负荷预测

西安交通大学学报 2002年第4期36卷 331-334页

作者：赵登福周琳申旭辉张讲社王锡凡西安交通大学电气工程学院西安710049 西安交通大学理学院

将正交最小二乘法（ＯＬＳ）模糊模型用于电力系统短期负荷预测，其推理系统模糊规则的生成、影响因素的选取和隶属度的确定均利用正交最小二乘法从历史数据中直接获得，从而克服了模糊推理系统的知识由咨询专家和经验来产生所造成的知... 详细信息

将正交最小二乘法（ＯＬＳ）模糊模型用于电力系统短期负荷预测，其推理系统模糊规则的生成、影响因素的选取和隶属度的确定均利用正交最小二乘法从历史数据中直接获得，从而克服了模糊推理系统的知识由咨询专家和经验来产生所造成的知识获取的“瓶颈”现象．相应的数学模型简洁有效．实际算例表明，该方法的预测精度较径向基网络法高０３％～０５％，每个模型运算仅需１　ｓ左右，具有较强的实用性．

关键词：正交最小二乘法模糊模型短期负荷预测电力系统

在线全文

学校读者我要写书评

暂无评论

基于确定性退火方法的短期负荷预测

中国电机工程学报 2001年第7期21卷 1-4,8页

作者：赵登福王蒙张讲社雷兵张涛周琳王锡凡西安交通大学电气工程学院陕西西安710049

首次将确定性退火方法用于短期负荷预测领域。该方法利用分片回归模型逼近预测函数 ,并通过引入“熵函数”限制模型规模。其优点是模型简洁灵活、预测能力强并具有良好的全局最优性能 ,从而克服了目前正在使用的前向网、径向基函数网、... 详细信息

首次将确定性退火方法用于短期负荷预测领域。该方法利用分片回归模型逼近预测函数 ,并通过引入“熵函数”限制模型规模。其优点是模型简洁灵活、预测能力强并具有良好的全局最优性能 ,从而克服了目前正在使用的前向网、径向基函数网、分类回归树及多重自适应样条和模糊逻辑等方法分划欠灵活且易于陷入局部极值点的缺陷。实际算例表明 ,对于短期负荷预测问题。

关键词：电力系统短期负荷预测确定性退火方法聚类分析

考虑设备状态和系统风险的设备重要度评估模型

在线全文

学校读者我要写书评

暂无评论

西安交通大学学报 2012年第2期46卷 83-87页

作者：赵登福段小峰张磊西安交通大学电气工程学院西安710049 泰州供电公司江苏泰州225300

为了给状态检修决策过程提供有用的设备重要度信息,基于缺电损失描述系统风险指标,首先研究了系统风险灵敏度指标和元件停运前后系统风险差值指标在状态检修体制下的适用性,接着提出了反映设备当前状态引起系统风险增量的输电设备重要... 详细信息

为了给状态检修决策过程提供有用的设备重要度信息,基于缺电损失描述系统风险指标,首先研究了系统风险灵敏度指标和元件停运前后系统风险差值指标在状态检修体制下的适用性,接着提出了反映设备当前状态引起系统风险增量的输电设备重要度评估模型.理论推导和算例分析表明,灵敏度指标和设备停运前后系统风险差值指标不能正确反映设备当前状态对系统风险的影响,因而不适用于状态检修体制,文中提出的评估模型避免了上述两种指标的不足,在状态检修体制中有很好的适用性.

关键词：输电设备风险状态检修重要度

基于GN-BFGS算法的RBF神经网络短期负荷预测

在线全文

学校读者我要写书评

暂无评论

电力系统自动化 2003年第4期27卷 33-36页

作者：赵登福张涛杨增辉谷庆利夏道止西安交通大学电气工程系陕西省西安市710049

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... 详细信息

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。

关键词： GN-BFGS算法 RBF神经网络短期负荷预测电网电力系统学习效率

在线全文

学校读者我要写书评

暂无评论

求解大型电力系统机电振荡模态的逆幂方法

西安交通大学学报 2010年第10期44卷 93-98页

作者：岳涵赵登福夏道止杜正春西安交通大学电气工程学院西安710049

提出了一种求解大规模电力系统全部机电振荡模态的逆幂算法.首先忽略调速器模型、负荷电动机模型(对未装有电力系统稳定器(PSS)的发电机组进一步忽略励磁调节器模型)对机电振荡模态的影响,以形成合理的降阶系统,由于降阶前后系统的机电... 详细信息

提出了一种求解大规模电力系统全部机电振荡模态的逆幂算法.首先忽略调速器模型、负荷电动机模型(对未装有电力系统稳定器(PSS)的发电机组进一步忽略励磁调节器模型)对机电振荡模态的影响,以形成合理的降阶系统,由于降阶前后系统的机电振荡模态一一对应,因而降阶不会影响原系统机电振荡模态的个数和机电振荡模态与机组的相关性.采用QR法得到降阶系统的所有机电振荡模态,以这些模态作为原系统机电模态的近似值,进而利用逆幂法追踪原系统的所有机电振荡模态.根据电力系统特性应用了稀疏技术,提高了求取机电振荡模态的速度.对2009年西北电网系统4个典型运行方式的计算结果表明了算法的有效性和应用于大规模电力系统的潜力.

关键词：大型电力系统小干扰稳定性逆幂法机电振荡模态稀疏技术

利用增量二次规划和启发式方法的电力系统动态无功优化

在线全文

学校读者我要写书评

暂无评论

西安交通大学学报 2010年第8期44卷 106-111页

作者：谷永刚肖凯夏经德赵登福西安交通大学电气工程学院西安710049 西北电网有限公司西安710048 长庆钻井总公司西安710021

针对电力系统动态无功优化数学模型存在优化过程长、收敛稳定性差的问题,导出了以控制变量增量为求解变量的电力系统动态无功优化的二次规划模型,并以具有有限次迭代收敛的Lemke算法求解,这样的动态无功优化控制计算量小,非常适合于对... 详细信息

针对电力系统动态无功优化数学模型存在优化过程长、收敛稳定性差的问题,导出了以控制变量增量为求解变量的电力系统动态无功优化的二次规划模型,并以具有有限次迭代收敛的Lemke算法求解,这样的动态无功优化控制计算量小,非常适合于对计算速度和算法稳定性要求高的动态无功优化控制问题.针对控制变量控制次数约束,采用启发式归并方法对其进行约束限制,有效避免了将控制变量动作次数约束纳入优化过程的复杂性.实际算例表明,文中方法不仅运算速度快,且收敛稳定性好.

关键词：动态无功优化二次规划 Lemke算法启发式归并算法