检索结果-南通市图书馆

水电能源科学 2002年第3期20卷 44-46页

作者：许新发李效文徐旻江西省水利科学研究所江西南昌330029 江西省河道湖泊管理局江西南昌330046 江西省上高县水电局江西上高336400

针对梯级小水电站的实际情况 ,在给定水库用水量及计划日负荷图的条件下 ,将负荷优化分配至各电站、各台机组 ,建立了基于 POA算法的数学模型 ,应用该模型计算的优化分配方案与实际运行数据相比较。

关键词：日负荷梯级水电站优化负荷分配逐次优化法

在线全文

学校读者我要写书评

暂无评论

基于小波去噪的电力系统日负荷分析

陕西电力 2011年第12期39卷 14-17页

作者：杨耀魏宾李晶晶高飞华北电力大学河北保定071000 三门峡供电公司河南三门峡472000 西安供电局陕西西安710032 华仿科技有限公司河北保定071000 中国电力科学研究院北京100192

介绍了小波去噪的基本原理及方法,简要说明了其消噪的步骤。进一步说明了小波包去噪的原理和步骤,并给出了1个给定含噪信号去噪的实例。由于影响日负荷因素的复杂性,本文采用4个气象指数来量化温度、湿度和风速等气象因子对负荷的综合... 详细信息

介绍了小波去噪的基本原理及方法,简要说明了其消噪的步骤。进一步说明了小波包去噪的原理和步骤,并给出了1个给定含噪信号去噪的实例。由于影响日负荷因素的复杂性,本文采用4个气象指数来量化温度、湿度和风速等气象因子对负荷的综合影响。首先介绍了小波去噪原理,然后通过小波去噪消除负荷和气象数据中的伪数据和噪声。结果表明,去噪以后从关联性上看效果显著,为最终进行负荷预测工作提供指导依据。

关键词：日负荷气象指数小波去噪伪数据噪声

在线全文

学校读者我要写书评

暂无评论

重庆市冬季天然气日负荷预测分析

煤气与热力 2016年第4期36卷 7-9页

作者：王兴畏王昱文重庆燃气集团股份有限公司重庆400020

在对冬季用气高峰期日进行修正的基础上,采用日负荷温差系数法对重庆市冬季用气高峰期日用气负荷进行预测。对2014年冬季用气高峰期的日负荷进行预测,相对误差较大日出现在春节前后,但相对误差在可以接受范围内。

关键词：日负荷预测分析温差系数法

电力系统日负荷预测改进的 AR 和 AN 方法

在线全文

学校读者我要写书评

暂无评论

华中电力 1998年第4期11卷 43-47页

作者：张祥万永华汪同庆郑俊杰杨立常肖达强武汉水利电力大学华中电力调度通信局

采用传统的自回归模型（ＡＲ模型）与人工神经元模型（ＡＮ模型）相结合建立预报模型，并应用遗传算法（ＧＡ算法）对模型的参数进行精确估计，以历史负荷数据为依据对未来日负荷进行离线预报，并通过华中电网实际负荷资料进行检验，证... 详细信息

采用传统的自回归模型（ＡＲ模型）与人工神经元模型（ＡＮ模型）相结合建立预报模型，并应用遗传算法（ＧＡ算法）对模型的参数进行精确估计，以历史负荷数据为依据对未来日负荷进行离线预报，并通过华中电网实际负荷资料进行检验，证明此方法具有较好的精度。

关键词：电力系统日负荷 AR模型 AN模型负荷预测

在线全文

学校读者我要写书评

暂无评论

影响县域电网日负荷预测准确率因素分析

电子制作 2015年第1期 265-265页

作者：尹丽娜国网山东济南市长清区供电公司

本文旨在结合长清区县域内电网负荷的特性,针对县域电网日负荷预测工作开展广泛研究深入探索,为技术和运行管理提出一些便于实施的措施,并加以实践,以此来在理论方面和实践方面探讨这些措施是否合理、可行。

关键词：县域电网日负荷负荷预测措施

基于气温的城市燃气短期日负荷预测模型——以四川省成都地区为例

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

天然气工业 2013年第4期33卷 131-134页

作者：何春蕾段言志邬宗婧杨光道成都理工大学能源学院中国石油西南油气田公司天然气经济研究所中国石油川庆钻探工程公司油建公司中国石油川庆钻探工程公司川西钻探公司

随着城市燃气用气规模的不断增长,加上近年来冬季长期低温、气温骤降等极端天气屡屡出现,因气温变化导致的日用气峰谷差有扩大的趋势,采用中长期数据进行趋势预测可能存在较大误差。而利用短期的气温、用气负荷数据,结合较为准确的一周... 详细信息

随着城市燃气用气规模的不断增长,加上近年来冬季长期低温、气温骤降等极端天气屡屡出现,因气温变化导致的日用气峰谷差有扩大的趋势,采用中长期数据进行趋势预测可能存在较大误差。而利用短期的气温、用气负荷数据,结合较为准确的一周内气象预报对未来几天内的城市燃气日负荷进行预测,对上游供气企业、城市燃气公司合理安排销售计划和日调峰等具有重要的现实意义。为此,通过分析气温对城市燃气短期日负荷的影响机理,利用统计学和化学动力学理论,基于阿累尼乌斯方程反应的温度—化学反应速率关系,考虑气温突变、低温累积等因素构建了气温对城市燃气短期日负荷的预测模型,并利用成都地区短期的气温、用气负荷数据,测算了模型参数并对模型进行了验证(最大误差为2.53%)。结果表明,该模型的预测精度较高,可为燃气公司或上游供气企业合理安排销售计划和日调峰等提供决策支撑。

关键词：气温城市燃气短期需求量日负荷预测模型成都地区

在线全文

学校读者我要写书评

暂无评论

特殊负荷对日负荷的相关性分析方法

电力系统及其自动化学报 2016年第7期28卷 42-46页

作者：于浩祺金小明姚建刚湖南大学电气与信息工程学院长沙410082 南方电网科学研究院广州510080

针对由于特殊负荷的不确定性导致不准确的日负荷预测,本文提出了一种基于灰色关联分析和模糊推理的相关性分析方法。根据不同特殊负荷对日负荷的影响因素的本质不同,将特殊负荷进行分类,并将特殊负荷的影响因素作为联系特殊负荷与日负... 详细信息

针对由于特殊负荷的不确定性导致不准确的日负荷预测,本文提出了一种基于灰色关联分析和模糊推理的相关性分析方法。根据不同特殊负荷对日负荷的影响因素的本质不同,将特殊负荷进行分类,并将特殊负荷的影响因素作为联系特殊负荷与日负荷的中间变量。该方法可以很好地实现特殊负荷对日负荷的相关性分析,进而得到相关性数据,为日负荷预测提供有效的依据。通过对某地区电力部门的历史数据进行验证,证明了该方法的准确性。

关键词：特殊负荷日负荷相关性分析灰色关联分析模糊推理法

在线全文

学校读者我要写书评

暂无评论

基于Matlab仿真的节假日负荷预测

电气应用 2013年第4期32卷 58-60页

作者：杨大晟梁继清朱炳山冀北电力有限公司

负荷预测对电力市场营销具有重要作用。节假日的负荷特性与正常工作日及周六、日相比，有其自身的特点，主要表现在其负荷水平通常明显降低，且负荷曲线变化趋势也不同。因而不能按正常日负荷预测方法对其进行预测。本文采用逐点增长率... 详细信息

负荷预测对电力市场营销具有重要作用。节假日的负荷特性与正常工作日及周六、日相比，有其自身的特点，主要表现在其负荷水平通常明显降低，且负荷曲线变化趋势也不同。因而不能按正常日负荷预测方法对其进行预测。本文采用逐点增长率法对节假日负荷进行预测，给出了预测思路及计算步骤，并以冀北某地区负荷为例，利用Matlab仿真计算了劳动节、国庆节及春节的24点日负荷曲线预测值，预测值与实际值具有较好的一致性，证明了该预测法的有效性，所采用的方法对节假日负荷预测具有实际意义。

关键词：电力市场负荷预测日负荷负荷曲线

基于市场变动地区的天然气短期日负荷预测研究

在线全文

学校读者我要写书评

暂无评论

基于市场变动地区的天然气短期日负荷预测研究

作者：付川中国石油大学(华东)

学位级别：硕士

2017年初“气荒”事件发生引发社会广泛关注,2020年“新冠”病毒冲击局部地区天然气市场,实现天然气消费量精准预测关乎到国家民生大计。受宏观经济及能源调控影响,天然气市场处于快速变化态势,冬季天然气峰谷差持续增大,不均匀性愈加明... 详细信息

2017年初“气荒”事件发生引发社会广泛关注,2020年“新冠”病毒冲击局部地区天然气市场,实现天然气消费量精准预测关乎到国家民生大计。受宏观经济及能源调控影响,天然气市场处于快速变化态势,冬季天然气峰谷差持续增大,不均匀性愈加明显,天然气负荷预测难度增大。因此,如何在市场变动地区实现天然气短期负荷预测对冬季保供、优化调度、储气调峰具有着重要意义。本文通过实地调研西部地区3座“煤改气”城市天然气日负荷数据,对天然气市场规模及结构迅速变动地区天然气日负荷变化规律及短期日负荷预测模型进行系统研究,探究全年不同阶段的天然气短期日负荷数据集选取、预测模型在不同城市的应用与改进和供暖季时期特殊条件下预测修正方法,建立一套天然气短期日负荷预测的综合模型,具体研究内容和成果如下:分析3座城市天然气历史数据集中天然气消费市场规模及用气结构的变化规律,考虑月不均匀系数变化特性,综合天然气日负荷变化特点,将全年日负荷细分为5个阶段,分析不同城市不同阶段天然气日负荷与气象因素、时间因素的相关性,制定了按照相同月份、同一阶段相邻月份、去年同期的顺序“就近”选取30-180天的小数据集作为训练集的选取方案。针对天然气日负荷与气象因素、时间因素的相关性选取平均温度、相邻日负荷、相邻日平均温度等系数作为输入层变量。基于小数据集探究了时序日负荷预测模型在非供暖季时期的应用与改进。研究了ARMA模型和SVR模型2种单一预测模型,EMD、EEMD模态分解方法与单一模型相互组合的8种组合模型及1种改进的EEMD-SVR-SVR(IEEMD-SVR-SVR)模型共11种预测短期模型的应用效果,结果表明EMD-AMIMA、EEMD-AMIMA、EEMD-PSO-SVR、EEMD-SVR-SVR等组合模型相比AMIMA模型、SVR模型单一模型具有更高预测精度。针对EMD/EEMD分解过程中高频分量预测失真导致日负荷预测误差较大的问题,提出了IEEMD-SVR-SVR模型,通过实验说明IEEMD-SVR-SVR模型可进一步减小预测误差。基于小数据集探究了基于影响因素的天然短期预测模型在供暖季时期及供暖季过渡时期的应用效果。对比BP神经网络、WNN神经网络、RBF神经网络及PSO-SVR模型预测效果,实验结果表明WNN模型与PSO-SVR模型在不同城市回归与预测过程更接近实际情况。在添加供暖季开启或关闭的时间系数后,WNN模型与PSO-SVR模型在供暖季过渡同样具有较好预测效果。对比三城市的预测效果,对于A、B市这类天然气用户数量大,单位用户用气量小,以城市燃气为主的天然气日负荷预测选择WNN模型作为预测模型,对于C城市这类天然气单位用户用气量大,单位用户用气量较大,供暖季天然气日负荷受随机因素影响较大的日负荷预测,选择PSO-SVR模型作为预测模型。探究了冷暖交替及极端低温下天然气日负荷预测的修正方案。在供暖季时期冷空气来临、寒流过境后气温回暖或准备回暖时,温度累积效应凸显,导致预测模型预测失真。本文在分析不同文献中修正公式的适用性,提出考虑低温持续天数、天然气日负荷随温度的变化速率等因素的温度累积效应修正公式,针对不同城市的日负荷变化特点设置相应修正系数参考值。对于极端低温时期,由于供暖时期日负荷、平均温度变化范围超出历史数据集将导致预测误差,本文从市场规模增长的角度出发提出修正系数求解方案,为城市天然气日负荷预测提供了新思路。

关键词：日负荷市场变动预测模型平均温度

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

基于人工神经网络的城镇日负荷预测

电力学报 2012年第4期27卷 297-299,305页

作者：杨顺帆广东电网东莞清溪供电分局广东东莞523640

电力负荷预测是进行电网规划建设的依据,为准确预测清溪镇日负荷情况,对神经网络预测原理进行了研究,对清溪镇日负荷数据进行调查,依据BP神经网络的预测方法建立日负荷预测模型,通过Matlab实现清溪镇日负荷预测并对预测结果进行分析,结... 详细信息

电力负荷预测是进行电网规划建设的依据,为准确预测清溪镇日负荷情况,对神经网络预测原理进行了研究,对清溪镇日负荷数据进行调查,依据BP神经网络的预测方法建立日负荷预测模型,通过Matlab实现清溪镇日负荷预测并对预测结果进行分析,结果表明基于BP神经网络的预测方法在城镇日负荷预测中效果理想。

关键词：电力系统神经网络日负荷 Matlab