检索结果-南通市图书馆

基于机器学习的风力发电系统短期功率预测方法研究

在线全文

学校读者我要写书评

暂无评论

电工技术 2021年第4期 29-31页

作者：寇永宽国电电力新疆新能源开发有限公司新疆乌鲁木齐830000

风力存在极强的随机性和波动性,导致发电机输出的电能极不稳定,对大规模风力发电系统并网带来了一定的挑战。基于此问题,在前人研究的基础上首先分析了影响风力发电的相关因素以及各因素间的关系。根据此影响关系设计了机器学习方法下... 详细信息

风力存在极强的随机性和波动性,导致发电机输出的电能极不稳定,对大规模风力发电系统并网带来了一定的挑战。基于此问题,在前人研究的基础上首先分析了影响风力发电的相关因素以及各因素间的关系。根据此影响关系设计了机器学习方法下的风力发电系统短期功率预测方法。试验结果表明,该方法能有效且较准确地预测风力发电功率。

关键词：风力发电机器学习功率预测相似日聚类

在线全文

学校读者我要写书评

暂无评论

基于解耦机制的短期母线负荷预测方法

广东电力 2013年第12期26卷 18-25页

作者：孙谦李嘉龙王一刘思捷林英明姚建刚广东电网电力调度控制中心广东广州510075 湖南大学电气与信息工程学院湖南长沙410082

准确的短期母线负荷预测是实现节能降耗与调度精细化管理的基础,提出了一种基于解耦机制的预测方法。首先研究划分样本集最优簇结构的AFS(AP,FCM,Silhouette)聚类算法。利用AP聚类(affinity propagation clustering)计算样本集聚类数的... 详细信息

准确的短期母线负荷预测是实现节能降耗与调度精细化管理的基础,提出了一种基于解耦机制的预测方法。首先研究划分样本集最优簇结构的AFS(AP,FCM,Silhouette)聚类算法。利用AP聚类(affinity propagation clustering)计算样本集聚类数的搜索区间;从大到小排列各样本点的密度指标,得到初始化矩阵;通过Silhouette指标进行有效性检验,获取最优聚类结果。将预测过程分为负荷水平预测和标幺曲线预测两部分,并制定适应其各自特点的预测策略。采用改进的灰色关联分析计算各日特征相关因素关联负荷水平的权值,并将该权值赋予相似选择的目标函数,由最小二乘支持向量机训练相似集进而做出预测;划分标幺曲线样本集的最优簇结构,利用逐步判别分析建立的Bayes判别函数将目标日归类,并根据相似度加权平均该类历史标幺曲线。实例分析验证了该预测机制及模型的优越性。

关键词：短期母线负荷预测解耦机制 AFS聚类算法预测策略相似日

在线全文

学校读者我要写书评

暂无评论

母线负荷预测的实用算法

华中电力 2012年第3期25卷 60-62,66页

作者：陈小平汪泓伶国家电网公司四川电力送变电建设公司四川成都610051 国家电网公司四川省电力公司超(特)高压运行检修公司四川成都610000

母线负荷预测是制定电网运行方式的基础,其预测的精度将直接影响到后续安全校核的分析结果以及电网输送能力的计算和运行方式的安排。综合考虑母线负荷的特点,根据历史样本数据类型,考虑天气、节假日、企业生产变化、母线负荷的转供等因... 详细信息

母线负荷预测是制定电网运行方式的基础,其预测的精度将直接影响到后续安全校核的分析结果以及电网输送能力的计算和运行方式的安排。综合考虑母线负荷的特点,根据历史样本数据类型,考虑天气、节假日、企业生产变化、母线负荷的转供等因素,提出一种新的母线负荷预测的实用算法。所提方法基于相似日的模式匹配原则,依照与待预测日模式的相似度的大小确定其间的分配系数权重,进而预测母线负荷。通过MATLAB对一实际电网进行仿真,结果证明了所提方法的精确性和实用性。

关键词：母线负荷预测相似日模式匹配分配系数

在线全文

学校读者我要写书评

暂无评论

基于DA-RBF模型的微电网负荷预测研究

四川轻化工大学学报（自然科学版） 2021年第1期34卷 42-47页

作者：王蒙王飞安徽机电职业技术学院互联网与通信学院安徽芜湖241000

针对传统径向基神经网络(RBF)在微电网负荷预测上精度低的问题,采用具有全局搜索以及优化能力的蜻蜓算法(DA)对RBF神经网络进行优化。利用蜻蜓算法对RBF神经网络的中心向量、宽度向量以及隐含层和输出层之间的连接权值进行优化处理,构建... 详细信息

针对传统径向基神经网络(RBF)在微电网负荷预测上精度低的问题,采用具有全局搜索以及优化能力的蜻蜓算法(DA)对RBF神经网络进行优化。利用蜻蜓算法对RBF神经网络的中心向量、宽度向量以及隐含层和输出层之间的连接权值进行优化处理,构建出DA-RBF的微电网负荷预测模型。使用夹角余弦法对负荷数据进行夹角余弦的计算从而获得相似日,确定模型的训练集和测试集数据,以此来降低数据本身对模型精度的影响。然后将选择的数据放入模型中进行仿真实验,并选择平均百分比误差(MAPE)来衡量模型精度的高低,将预测结果同DA-BP、CEEMD-RSVPSO-KELM、CPSO-LSSVM及AMPSO-BP作比较,DA-RBF的MAPE均最低,由此证明了DA-RBF在微电网负荷预测上的可行性及优越性。

关键词：负荷预测预测模型蜻蜓算法 RBF神经网络相似日平均百分比误差

基于气温累积效应和灰色关联度的短期负荷预测研究

在线全文

学校读者我要写书评

暂无评论

电气自动化 2019年第3期41卷 52-55页

作者：张海涛李文娟向春勇王家华刘丽新云南电网有限责任公司临沧供电局云南临沧677000 北京清软创新科技股份有限公司北京100085

气象因素是短期负荷预测重要的影响因素。为提高预测精度,研究了一种基于气温累积效应和灰色关联度的支持向量机拓展算法——最小二乘支持向量机(least squares support vector machine,LSSVM)。通过相关性分析得到与日平均负荷相关程... 详细信息

气象因素是短期负荷预测重要的影响因素。为提高预测精度,研究了一种基于气温累积效应和灰色关联度的支持向量机拓展算法——最小二乘支持向量机(least squares support vector machine,LSSVM)。通过相关性分析得到与日平均负荷相关程度较大的气象因素。在此基础上,结合气温累积效应采用灰色关联方法对历史日进行分析,选取与待预测日关联度较大的历史日作为相似日,并对LSSVM模型进行训练和预测。实际应用表明,使用所提出的预测模型和数据处理方法能够得到更加精确的预测结果。

关键词：短期负荷预测气温累积效应灰色关联度相似日最小二乘支持向量机(LSSVM)

基于GRA-IBAS-BP网络的短期配电网负荷预测

在线全文

学校读者我要写书评

暂无评论

自动化技术与应用 2021年第11期40卷 131-135页

作者：解海翔陈芳芳刘易盖佳郇徐天奇云南民族大学电气信息工程学院学院云南昆明650031

针对城市配电网负荷非线性、易受多种因素影响的特点,提出一种基于灰色关联分析(GRA,Grey Relational Analysis)和改进天牛须搜索算法优化的BP网络(IBAS-BP,Improved Beetle Antennae Search-Back Propagation)的短期负荷预测模型。本... 详细信息

针对城市配电网负荷非线性、易受多种因素影响的特点,提出一种基于灰色关联分析(GRA,Grey Relational Analysis)和改进天牛须搜索算法优化的BP网络(IBAS-BP,Improved Beetle Antennae Search-Back Propagation)的短期负荷预测模型。本文首先通过灰色关联分析选取了与待测日特征高度相关的相似日样本,然后改进了标准天牛须搜索算法参数的更新策略,并将其运用于BP网络参数的寻优过程。最后,对某市2018年夏季网供负荷数据进行实验表明,相对于传统BP神经网络,该组合方法能有效提高负荷预测精度。

关键词：短期负荷预测灰色关联分析相似日气象因素天牛须搜索算法 IBAS-BP神经网络

改进的BP算法在电力系统短期负荷预测中的应用

在线全文

学校读者我要写书评

暂无评论

重庆工商大学学报（自然科学版） 2005年第2期22卷 153-156,168页

作者：周沛林吉海重庆工商大学计算机科学与信息工程学院重庆400067

针对电力负荷短期预测问题,提出了一种基于相似日的神经网络预测方法,分析传统BP算法的不足,提出一种基于Levenbery-Marquardt优化法的BP模型学习算法,在建立具体模型时,对于24点负荷预测,采用24个单输出的神经网络来分别预测每天的整... 详细信息

针对电力负荷短期预测问题,提出了一种基于相似日的神经网络预测方法,分析传统BP算法的不足,提出一种基于Levenbery-Marquardt优化法的BP模型学习算法,在建立具体模型时,对于24点负荷预测,采用24个单输出的神经网络来分别预测每天的整点负荷值,具有网络结构较小,训练时间短的优点,考虑了不同类型的负荷差异,并对四川省电力公司某区一条线路的供电负荷进行短期负荷预测仿真,仿真结果表明其具有较好的预测精度。

关键词：短期负荷预测 BP算法电力系统四川省电力公司应用神经网络预测问题电力负荷预测方法学习算法 BP模型网络结构训练时间供电负荷预测精度仿真结果相似日优化法体模型单输出

在线全文

学校读者我要写书评

暂无评论

一种光伏功率预测的RBF神经网络校正模型

电子设计工程 2016年第13期24卷 113-115,119页

作者：朱卫平汪志成袁晓冬刘新宇刘志江苏省电力公司电力科学研究院江苏南京211103 江苏省电力公司调度江苏南京211100 合肥工业大学安徽合肥230009

提出一种基于灰色系统校正的RBF神经网络光伏功率预测模型。从提高预测精度的角度出发,本文采用具有较强拟合能力的RBF神经网络,对非理想条件下光伏出力进行预测。为了进一步提高预测精度,通过以相邻日数据为样本,构建的灰色系统模型,... 详细信息

提出一种基于灰色系统校正的RBF神经网络光伏功率预测模型。从提高预测精度的角度出发,本文采用具有较强拟合能力的RBF神经网络,对非理想条件下光伏出力进行预测。为了进一步提高预测精度,通过以相邻日数据为样本,构建的灰色系统模型,对光伏出力预测结果进行校正,确定最终的光伏功率预测值。通过对预测结果的比较分析,验证所提算法的准确性,减小了单独使用RBF神经网络进行预测所产生的误差。

关键词：灰色系统 RBF神经网络相邻日相似日

在线全文

学校读者我要写书评

暂无评论

一种基于时间序列的光伏出力预测方法研究

呼伦贝尔学院学报 2020年第5期28卷 79-83页

作者：张娜薛靖飞张晶内蒙古工业大学内蒙古呼和浩特010008 内蒙古华能呼伦贝尔公司东海拉尔发电厂内蒙古海拉尔021008

准确的光伏出力预测有助于智能电网的快速有效的发展。本文采用一种基于时间序列的ARIMA的方法对光伏出力进行建模。首先利用每天太阳辐射量为依据进行相似日选取,把原始样本分为晴天样本和阴天样本;其次分别对两种天气情况下的光伏出... 详细信息

准确的光伏出力预测有助于智能电网的快速有效的发展。本文采用一种基于时间序列的ARIMA的方法对光伏出力进行建模。首先利用每天太阳辐射量为依据进行相似日选取,把原始样本分为晴天样本和阴天样本;其次分别对两种天气情况下的光伏出力进行预测,结果表明采用相似日样本的ARIMA模型可有效的对光伏出力进行预测,预测精度较高;再次,利用灰色模型与ARIMA进行对比,验证了ARIMA模型对光伏出力预测的有效性。

关键词： ARIMA 光伏出力相似日