检索结果-南通市图书馆

基于最优交集相似日选取的短期母线负荷综合预测

在线全文

学校读者我要写书评

暂无评论

中国电机工程学报 2013年第4期33卷 126-134,17页

作者：孙谦姚建刚赵俊金敏毛李帆毛田湖南大学电气与信息工程学院湖南省长沙市410082 湖南省电力公司益阳调度管理所湖南省益阳市413000 海南省电力公司海南省海口市571000

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,提出一种基于最优相似日选取的综合预测方法。利用改进的聚类分析算法,得到历史标幺曲线的形状相似集与特征曲线。通过构造反映数据点性质的横向及纵向特征向量矩阵,辨识... 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,提出一种基于最优相似日选取的综合预测方法。利用改进的聚类分析算法,得到历史标幺曲线的形状相似集与特征曲线。通过构造反映数据点性质的横向及纵向特征向量矩阵,辨识出坏数据并进行调整。计算日特征相关因素对负荷水平的影响,并将各因素的重要程度加权于模糊目标函数,得到目标日的负荷水平相似集。建立各类形状相似集的判别函数,并将目标日归类。对待预测日的负荷水平与曲线形状相似集,取两者的交集作为相似日选择结果。以该交集中与目标日日期差最小的样本为虚拟预测对象,计算综合预测中各算法的权重。实例分析表明,所提方法可有效改善原始数据的质量,提高母线负荷预测精度。

关键词：短期母线负荷预测坏数据处理最优交集相似日选取综合预测

基于鲁棒Holt-Winter模型的超短期配变负荷预测方法

在线全文

学校读者我要写书评

暂无评论

电网技术 2014年第10期38卷 2810-2815页

作者：吴越强吴文传李飞张伯明电力系统及发电设备控制和仿真国家重点实验室(清华大学电机系) 北京市海淀区100084 贵州电网公司贵州省贵阳市550002

超短期配变负荷预测结果是配电网状态估计中伪量测的主要来源之一,其利用的历史数据主要来源于自动计量系统。伪量测的精度会显著影响状态估计的结果。给出了一种基于鲁棒Holt-Winter模型的超短期负荷预测方法。该方法综合考虑线性趋势... 详细信息

超短期配变负荷预测结果是配电网状态估计中伪量测的主要来源之一,其利用的历史数据主要来源于自动计量系统。伪量测的精度会显著影响状态估计的结果。给出了一种基于鲁棒Holt-Winter模型的超短期负荷预测方法。该方法综合考虑线性趋势、季节变动和随机波动的时间序列特性,并与指数平滑法相结合,具有良好的预测能力。此外,该方法可以自动识别和修正坏数据。以某配电网的实际数据进行了算例分析,结果表明该方法具有良好的预测精度,且具有自动压缩坏数据影响的特性。

关键词：超短期负荷预测鲁棒Holt-Winter模型坏数据处理

基于混合量测的二次线性状态估计方法及其工程应用

在线全文

学校读者我要写书评

暂无评论

电力系统保护与控制 2016年第13期44卷 163-170页

作者：丁宏恩戴则梅霍雪松周劼英徐秀之吕洋俞瑜国网苏州供电公司江苏苏州215004 南瑞集团公司(国网电力科学研究院) 江苏南京211106 国网江苏省电力公司江苏南京210024 国家电力调度控制中心北京100031

基于相量测量单元(PMU)和数据采集与监控(SCADA)混合量测进行状态估计计算时,如果仍采用传统非线性估计模型,将面临PMU量测计算权值难以确定、PMU量测坏数据辨识不准、相角参考点和成熟商用程序改动等多方面问题。提出了一种基于混合量... 详细信息

基于相量测量单元(PMU)和数据采集与监控(SCADA)混合量测进行状态估计计算时,如果仍采用传统非线性估计模型,将面临PMU量测计算权值难以确定、PMU量测坏数据辨识不准、相角参考点和成熟商用程序改动等多方面问题。提出了一种基于混合量测的二次线性状态估计方法。该方法在传统非线性状态估计收敛后,利用其结果中的各节点电压幅值及相角估计值和PMU相量量测再进行二次线性状态估计计算,有效解决了上述问题。最后结合电网实例验证了该方法的有效性。

关键词：状态估计 PMU量测坏数据处理计算权值相角参考点

在线全文

学校读者我要写书评

暂无评论

基于粒子群BP神经网络的短期负荷预测研究

基于粒子群BP神经网络的短期负荷预测研究

作者：刘玲河海大学

学位级别：硕士

电力系统负荷预测的水平已成为衡量电力系统运行管理现代化的标志之一。尤其是准确的短期负荷预测更具有重要的意义。负荷预测的影响因素较多,既由负荷本身的历史因素决定,还要受众多非负荷因素的影响。非负荷因素中又以气象因素权重最... 详细信息

电力系统负荷预测的水平已成为衡量电力系统运行管理现代化的标志之一。尤其是准确的短期负荷预测更具有重要的意义。负荷预测的影响因素较多,既由负荷本身的历史因素决定,还要受众多非负荷因素的影响。非负荷因素中又以气象因素权重最大。负荷坏数据辨识是由负荷曲线聚类和坏数据曲线模式分类两个顺序的过程组成的;本文通过对Kohonen网的聚类和BP网模式分类的效果分析,设计由这两种网络组合而成的神经网络模型,较好地完成了坏数据辨识的任务。本文讨论了影响负荷的各种因素。建立了充分考虑各种因素的短期负荷预测模型,在输入变量中考虑了临近日负荷特点,以及各种气象因素,对输入负荷值进行归一化处理,对温度、降雨和光照等因素进行了量化处理。针对BP神经网络由于初始权值选取不当容易陷入局部极小点的问题,本文将粒子群算法引入到网络初始权值的确定中。与传统神经网络方法相比,本文提出的粒子群算法和BP神经网络相结合的短期负荷预测模型可以加快网络学习速度和提高学习精度。论文用粒子群算法来训练网络参数,直到误差趋于一稳定值,然后用优化的权值用于BP算法。仿真实验结果表明该方法能加快网络学习速度,并提高负荷预测精度。

关键词：短期负荷预测粒子群算法神经网络坏数据处理

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

基于数据挖掘技术的电力系统短期负荷预测

基于数据挖掘技术的电力系统短期负荷预测

作者：薛美娟西安理工大学

学位级别：硕士

电力系统短期负荷预测是电力系统调度运营部门的一项重要的日常工作，预测精度的高低直接影响到电力系统运行的安全性、经济性和供电质量，其特点是：要预测的数据个数多、采集到的样本数据含一定的噪声、受诸多气象因素的影响并具有随... 详细信息

电力系统短期负荷预测是电力系统调度运营部门的一项重要的日常工作，预测精度的高低直接影响到电力系统运行的安全性、经济性和供电质量，其特点是：要预测的数据个数多、采集到的样本数据含一定的噪声、受诸多气象因素的影响并具有随机性等。论文在大量查阅国内外资料、跟踪国际前沿技术基础上，综合应用多种数据挖掘技术、主要以预测工作的各个环节为线索，对历史负荷数据的预处理、数据样本的选择、气象因素的处理、预测模型输入参数的确定及模型的建立各方面都作了深入的研究，为高精度的短期负荷预测模型奠定了基础。电力负荷是一个随机非平稳过程，其负荷观测值由于受到各种因素的影响，可能会存在某些“坏数据”，这些数据夹杂在正常的负荷数据中参与神经网络的训练，严重影响了负荷预测的精度。为准确、快速地清洗负荷历史数据，本文通过对自适应共振网络(ART网络)抗差聚类性能和超圆神经元网络(CC网络)模式分类性能的分析，设计由这两种网络组合而成的神经网络模型，较好地完成了坏数据辨识的任务。利用神经网络对负荷进行预测，输入样本的选择是一个不得不考虑的问题。输入样本过少，将导致学习不够，不能达到训练要求;输入样本过多，将导致许多无意义的过学习，训练时间增长，甚至无法收敛;输入样本同预测样本联系甚少，将导致预测结果的不准确。因此，论文根据电力负荷的特点，在考虑天气、日类型、实际历史负荷等因素对预测负荷影响的基础上，采用Kohonen网络对训练样本进行选择，进而选取出与预测日相似的样本进行预测，从而减少训练时间，提高预测精度。影响短期电力负荷预测的因素众多，如何有效地判断和选择这些相关因素是改善电力负荷预测的关键，本文通过引入数据挖掘中粗糙集约简算法来解决这一难题。通过粗糙集理论的属性约简算法，既全面考虑了影响负荷预测的各种因素，又避免了由于输入变量过多而导致的神经网络拓扑结构复杂、训练时间过长的不足。针对常规粗糙集算法计算量大，且不具备容错性和泛化能力，本文在属性约简过程中设置了分类可信度β，因而对数据具有了一定的容错性和泛化能力，增强了抗噪声能力。最后，创建基于数据挖掘技术的负荷预测模型。文中以预测工作的各个环节为线索，将预测模型分为四个模块：数据预处理模块、样本选择模块、属性约简模块以及预测模块。从各个环节考虑影响负荷预测精度的因素，并加以解决。实例分析证明，本文所提出的负荷预测模型在一定程度上可以提高负荷预测的精度。

关键词：短期电力负荷预测数据挖掘坏数据处理样本选择粗糙集

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

电力系统短期负荷预测方法的研究及实现

电力系统短期负荷预测方法的研究及实现

作者：王常飞郑州大学

学位级别：硕士

短期电力负荷预测是电力系统运行调度中一项非常重要的内容,它是保证电力系统安全经济运行和实现电网科学管理及调度的重要方面,是能量管理系统(EMS)的组成部分,也是今后进行电网商业化运营所必需的基本内容。目前,国内外电力系统短期... 详细信息

短期电力负荷预测是电力系统运行调度中一项非常重要的内容,它是保证电力系统安全经济运行和实现电网科学管理及调度的重要方面,是能量管理系统(EMS)的组成部分,也是今后进行电网商业化运营所必需的基本内容。目前,国内外电力系统短期负荷预测的方法很多,比如时间序列法、人工神经网络法、专家系统法等等,但所有的方法都有其局限性,每种方法都只能在一定的范围和条件下得到较满意的预测结果,因而如何提高负荷预测的精度一直是同行专家研究的热点问题。大量统计数据表明,日负荷数据经过归一化处理后,相似类型日的负荷变化曲线十分相近,而不同类型日的负荷变化曲线差别很大,因此,负荷预测就可以被分成两部分:一部分是负荷归一化曲线的预测,另一部分是日负荷最大值和日负荷最小值的预测。按照这个思路,本文提出了一种基于径向基函数(RBF)神经网络的预测方法;根据节假日负荷与周末负荷间的相似关系,以及节假日负荷受温度变化影响大的特点,提出了一种以周末负荷为基础,考虑温度修正的实用节假日负荷预测算法。负荷预测包括坏数据处理和预测建模两个重要环节,目前尚无一种系统化的有效方法对坏数据进行精确的辨识。本文充分考虑利用负荷曲线本身的特征,提出了一种电力负荷坏数据检测与处理的方法。该方法首先用k-均值算法对日负荷曲线进行聚类分析,获得每个聚类的特征曲线;然后根据特征曲线和负荷变化率在统计意义上的正常范围值,进行坏数据的精确定位;最后根据特征曲线上的特征负荷值进行坏数据的调整。实例分析取得了良好的效果。考虑近期我国电力市场需求,本文开发了电力系统短期负荷预测软件系统。该系统包括原始数据维护、负荷预测和预测结果处理三个模块。系统提供了丰富的模型库,各模型可单独预测,也可选择几种模型进行综合预测。该系统采用河南省电网负荷数据和平顶山市电网的实际数据进行了模拟计算和负荷预测,计算结果表明该系统能够取得满意的预测效果。

关键词：短期负荷预测聚类分析坏数据处理径向基函数系统设计

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

一种实用的配电网状态估计方法

供用电 2015年第12期32卷 46-49,25页

作者：刘成君马山牧翁嘉明柴铁洪国网浙江绍兴市上虞区供电公司浙江绍兴312399 中国电力科学研究院北京100192 上海交通大学上海200240

目前配电自动化布点不足造成了部分信息缺失和多数据源的现状,为了给配电网高级应用分析与决策提供良好的数据基础,有必要进行配电网状态估计的研究。文章研究了配电网状态估计方法,提出了状态估计前进行坏数据处理的流程和算法,然后再... 详细信息

目前配电自动化布点不足造成了部分信息缺失和多数据源的现状,为了给配电网高级应用分析与决策提供良好的数据基础,有必要进行配电网状态估计的研究。文章研究了配电网状态估计方法,提出了状态估计前进行坏数据处理的流程和算法,然后再应用基于加权最小二乘法进行状态估计,得出状态估计结果。

关键词：配电网状态估计坏数据处理最小二乘法