检索结果-南通市图书馆

集成电路应用 2024年第4期41卷 156-157页

作者：秦雨国网江苏省电力有限公司阜宁县供电分公司江苏224400

阐述用电负荷预测与调度控制中的问题及原因,提出优化对策,包括提高电力负荷预测准确性、智能化调度决策支持、提升数据处理和分析能力。实验验证算法在多个数据集上的预测精度和稳定性。

关键词：智能算法大数据分析用电负荷预测

基于水波优化算法改进神经网络的用电负荷预测研究

在线全文

学校读者我要写书评

暂无评论

基于水波优化算法改进神经网络的用电负荷预测研究

作者：任紫扉湖北工业大学

学位级别：硕士

用电负荷预测与分布是输电线路设计及变电站布点的基础。随着电力行业迅猛发展,电力负荷规划成为电力系统稳定性的重要指标之一,用户级电力负荷预测的研究也越来越受重视。但用户层级负荷波动剧烈,随机性大,不易预测,所以基于用户层级... 详细信息

用电负荷预测与分布是输电线路设计及变电站布点的基础。随着电力行业迅猛发展,电力负荷规划成为电力系统稳定性的重要指标之一,用户级电力负荷预测的研究也越来越受重视。但用户层级负荷波动剧烈,随机性大,不易预测,所以基于用户层级的负荷预测十分困难。用户级电负荷值不仅易受天气,温度,降雨量等环境因素的影响,还易受节假日,经济生产等外界不确定因素影响,因此电量负荷精准预测的关键点在于选取合适的负荷影响因素和建立与之相适应的模型。本文设计了一种基于水波优化算法(Water Wave Optimization,WWO)改进径向基神经网络(Radial Basis Function Neural Network,RBFNN)的用电负荷预测模型,旨在解决在基于用户层级情况下的用电负荷预测不精确的问题。通过对RBF神经网络隐含层中心的优化及扩展常数参数的优化,进一步验证基于水波优化算法改进RBF神经网络在基于用户层级的用电负荷预测上,能取得较好的结果。本文的主要工作内容如下:1.改进模糊C均值聚类算法(fuzzy c-means algorithm,FCM)存在的缺陷问题。通过学习模糊聚类的算法模型,实现原理,算法特征等知识,FCM模糊聚类存在两个弱点:一是在处理大数据集时耗时长。二是易陷入局极值。利用水波优化算法的全局搜索能力使FCM跳出局部极值,并加快聚类的准确率与速度。2.改进RBF神经网络隐含层节点中心的确定及扩展常数随机确定的问题。设计并实现了基于WWO-FCM改进的RBF神经网络用电负荷预测模型。并对真实的数据进行处理,对用电负荷的影响因素进行分析。解决了在基于用户层级上对于用电负荷的预测时,RBF神经网络的隐含层参数需要根据实际问题来确定的问题。本文设计的模型在UCI标准数据集上做验证时,本文的预测效果更好,精度更高;该模型用于用户级电量负荷预测上时,预测平均误差更低,预测稳定性更强,同时本文提出的模型网络训练时间更短,收敛速度快。其预测能力能够满足供电企业对电力负荷进行规划和调度的需要,其预测效果可靠、实用,优于传统的预测模型,可以广泛应用于实际电力系统预测。

关键词：神经网络用电负荷预测水波优化算法模糊聚类

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

用电负荷预测技术及其应用

安徽电气工程职业技术学院学报 2007年第1期12卷 37-40页

作者：马玉安徽宣城供电公司安徽宣城242000

用电负荷预测要根据电网的用电负荷特性,充分考虑各种因素;用电负荷预测结果应达到一定精度;用电负荷预测的对象很多,应根据实际需求,对不同的对象有重点的进行预测;用电负荷预测要用科学的方法,根据不同的预测对象,建立一定的数学模型... 详细信息

用电负荷预测要根据电网的用电负荷特性,充分考虑各种因素;用电负荷预测结果应达到一定精度;用电负荷预测的对象很多,应根据实际需求,对不同的对象有重点的进行预测;用电负荷预测要用科学的方法,根据不同的预测对象,建立一定的数学模型;用电负荷预测是电力系统安全经济运行和电网规划不可缺少的组成部分;用电负荷预测应深入分析研究用电负荷特性和变化规律,努力提高用电负荷预测准确率。

关键词：用电负荷用电负荷预测预测技术影响因素

面向新型建筑智能化平台的用电负荷预测及用户侧储能系统调度策略研究

在线全文

学校读者我要写书评

暂无评论

面向新型建筑智能化平台的用电负荷预测及用户侧储能系统调度策略...

作者：盛锦壮安徽建筑大学

学位级别：硕士

随着社会电力需求的不断增长,电力负荷峰谷差正在逐渐变大。电力系统中的供需不平衡问题给输配电线路带来了严峻挑战。应用储能系统转移电力负荷峰谷差是解决电力系统供需不平衡问题的可行手段之一。用户侧储能是一种分布式储能技术,可... 详细信息

随着社会电力需求的不断增长,电力负荷峰谷差正在逐渐变大。电力系统中的供需不平衡问题给输配电线路带来了严峻挑战。应用储能系统转移电力负荷峰谷差是解决电力系统供需不平衡问题的可行手段之一。用户侧储能是一种分布式储能技术,可以实现负荷本地平衡,具有诸多潜在优势。基于扁平化、无中心网络结构的新型建筑智能化平台将建筑内的机电设备或建筑空间抽象为一个智能单元,每个单元对应一个计算节点(Computing Process Node,CPN),各个CPN按照物理空间关系连接成CPN网络。在CPN网络中每个CPN只与邻居CPN交互数据,通过相互协同,以自组织的方式完成全局计算和控制任务。新型建筑智能化平台无需中央监控站进行信息集中处理,同时CPN网络具有很好的扩展性、是智能建筑楼宇控制技术研究的新兴方向。本文面向新型建筑智能化平台,结合建筑用电负荷的削峰填谷控制问题,开展了以下主要研究工作:首先,掌握用户用电规律是进行用户侧储能装置充放电调度的先决条件。本文根据建筑用电负荷的历史数据,分析用电负荷的影响因素,提取用电负荷特征,利用遗传算法优化的支持向量回归机和长短期记忆神经网络构建了用电负荷预测模型。将预测日的天气数据以及工作日类型作为预测模型的输入,获得了预测日当天的用电负荷数据。通过对比分析不同预测模型获取的用电负荷预测结果,根据用电负荷预测的相关评价指标,选择适合储能装置充放电调度策略研究的用电负荷预测数据,为后续研究储能装置的充放电调度策略奠定了基础。其次,根据用电负荷预测数据和储能装置的参数,本文构建了面向削峰填谷的储能装置充放电调度模型、面向节省用电开支的储能装置充放电调度模型、以及面向多目标的储能装置充放电调度模型,利用粒子群算法对模型中储能装置的充放电功率进行优化,根据不同的储能装置充放电调度模型,进行多次的仿真实验,将实验结果进行对比分析,选取粒子群算法优化后适应度值最小的一次实验结果作为储能装置充放电调度模型的求解结果,依据储能装置充放电调度模型的求解结果,制定合理的储能装置充放电策略。最后,在新型建筑智能化平台上搭建了用户侧储能系统,对储能装置的充放电调度策略进行仿真,验证了储能装置充放电调度策略的可行性与有效性。同时新型建筑智能化平台基于邻居交互的机制,可以高效、灵活的实现建筑设备的协同运行。图[44]表[8]参[52]

关键词：新型建筑智能化平台用电负荷预测削峰填谷用户侧储能系统

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

用电量或用电负荷预测

吉林电力技术 1985年第5期 33-38页

作者：孔庆东东北电力设计院

前言国民经济用电量及用电负荷预测,是电力系统进行规划设计的依据。预测准确与否,对国民经济的发展影响很大。预测过小,势必失去了先行作用,限制工农业的发展。预测过大,则不能充分发挥投资效益,形成浪费。可见探讨正确的预测方法,是... 详细信息

前言国民经济用电量及用电负荷预测,是电力系统进行规划设计的依据。预测准确与否,对国民经济的发展影响很大。预测过小,势必失去了先行作用,限制工农业的发展。预测过大,则不能充分发挥投资效益,形成浪费。可见探讨正确的预测方法,是十分必要的。电力负荷预测期限应与国民经济发展规划保持一致,一般规定近期为5年、中期10年,远期20年。为适应不断变化的情况,一般5年及10年计划可以每年滚动修订一次,远景规划也可以每年或在适当时间不断滚动修订。

关键词：用电量回归系数常数项回归方程式回归分析法电力弹性系数用电负荷预测时间序列回归增长率法国民经济综合经济负荷密度

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

面向城市用电负荷预测的混合机器学习模型

软件导刊 2023年第9期22卷 65-72页

作者：胡乙丹张俊芳南京理工大学自动化学院江苏南京210018

城市用电负荷的精准预测对电力系统的运行和规划至关重要,可产生巨大的经济价值和社会效益。城市中长期用电需求预测不仅需要考虑长期经济趋势和季节周期因素,而且需要考虑诸多不确定性和非线性问题,而现有预测方法仅考虑了其中部分因素... 详细信息

城市用电负荷的精准预测对电力系统的运行和规划至关重要,可产生巨大的经济价值和社会效益。城市中长期用电需求预测不仅需要考虑长期经济趋势和季节周期因素,而且需要考虑诸多不确定性和非线性问题,而现有预测方法仅考虑了其中部分因素,因而无法实现精准预测。针对上述问题,提出一种面向城市用电负荷预测的混合机器学习(HML)模型。该模型首先对影响城市用电负荷的各因素进行特征选择,筛选出重要特征;其次利用指数平滑(ETS)捕捉用电负荷时间序列的季节分量和水平分量;然后利用长短期记忆(LSTM)网络发掘用电负荷时间序列的非线性趋势;最后利用集成学习实现各学习模块性能的有效聚合。实验选择中国两个城市的月度用电量作为标准数据集,实验结果表明,该HML模型在月度用电量预测精度方面优于其他同类模型。

关键词：深度学习指数平滑长短期记忆用电负荷预测递归神经网络时间序列预测

维普期刊数据库博看期刊

基于对角递归神经网络的小区用电负荷预测研究

在线全文

学校读者我要写书评

暂无评论

化工自动化及仪表 2017年第11期44卷 1052-1055,1060页

作者：徐建军杜蔷楠闫丽梅东北石油大学电气信息工程学院

为了提高小区用电负荷预测的准确度,在研究对角递归神经网络的基础上,分析比较几种优化算法,提出基于粒子群算法的对角递归神经网络预测方法。通过对小区用电负荷影响因素的分析以及对大量历史数据进行训练,最后经Matlab仿真分析,结果表... 详细信息

为了提高小区用电负荷预测的准确度,在研究对角递归神经网络的基础上,分析比较几种优化算法,提出基于粒子群算法的对角递归神经网络预测方法。通过对小区用电负荷影响因素的分析以及对大量历史数据进行训练,最后经Matlab仿真分析,结果表明:该方法预测的准确度较高。

关键词：对角递归神经网络用电负荷预测粒子群算法

在线全文

学校读者我要写书评

暂无评论

基于梯度提升树的短期用电负荷预测系统设计

电子设计工程 2020年第22期28卷 16-19,24页

作者：曹敏国网陕西省电力公司陕西西安710048

为了解决传统短期用电负荷预测系统存在响应时间慢、预测精度差的问题,设计了一种基于梯度提升树的短期用电负荷预测系统。该系统框架采用C/S架构模式搭建,根据预测需求选择系统的组成硬件,并以梯度提升树为核心,建立预测模型,完成系统... 详细信息

为了解决传统短期用电负荷预测系统存在响应时间慢、预测精度差的问题,设计了一种基于梯度提升树的短期用电负荷预测系统。该系统框架采用C/S架构模式搭建,根据预测需求选择系统的组成硬件,并以梯度提升树为核心,建立预测模型,完成系统软件及短期用电负荷预测系统的设计。实验结果表明,与基于神经网络、数据挖掘、支持向量机的三种传统用电负荷预测系统相比,本系统运行下,响应时间缩短,预测精度提高,为电力企业电量生产和供应提供了可靠的依据。

关键词：梯度提升树短期用电负荷用电负荷预测系统设计

在线全文

学校读者我要写书评

暂无评论

基于改进DBN的用电负荷预测建模与仿真

微型电脑应用 2022年第2期38卷 42-45,48页

作者：关蕾西安职业技术学院建筑与轨道交通学院陕西西安710000

电力负荷数据的精准预测不仅能够保证电网可以安全地长期运行,而且能够提高经济效益和社会效益。针对电力负荷值的变化而导致变化规律很难用具体数学函数式表达的问题,提出了一种基于改进DBN的用电负荷预测模型。通过遗传算法选取网络权... 详细信息

电力负荷数据的精准预测不仅能够保证电网可以安全地长期运行,而且能够提高经济效益和社会效益。针对电力负荷值的变化而导致变化规律很难用具体数学函数式表达的问题,提出了一种基于改进DBN的用电负荷预测模型。通过遗传算法选取网络权重,并将其应用于电网负荷预测。通过与BP网络模型的仿真对比可以得出,改进的DBN网络模型能够更好更快地对用电负荷进行预测。

关键词：用电负荷预测改进DBN 遗传算法

维普期刊数据库博看期刊

基于用电负荷预测分析的大型建筑智能化运维技术研究

在线全文

学校读者我要写书评

暂无评论

绿色建筑 2022年第3期14卷 107-111页

作者：支建杰上海市建筑科学研究院有限公司上海200032

通过对大型建筑用电负荷的大数据挖掘和分析,提出基于机器学习模型和智能运算方法的建筑用能负荷及调峰潜力的测算方法。结合调研和示范应用,提出基于 AIoT (人工智能物联网)的可再生能源系统和空调系统的优化运行技术和管理方法,探索... 详细信息

通过对大型建筑用电负荷的大数据挖掘和分析,提出基于机器学习模型和智能运算方法的建筑用能负荷及调峰潜力的测算方法。结合调研和示范应用,提出基于 AIoT (人工智能物联网)的可再生能源系统和空调系统的优化运行技术和管理方法,探索将响应策略方案融入到建筑智能化运维实践的技术路径,推动叠加效应的创新发展。

关键词：大型建筑机器学习用电负荷预测智能化运维技术智能建筑