浅析县域电网负荷影响因素

结合电网实际,分析影响电网负荷变化的因素,总结经验,加强影响因素管控,有效降低影响因素对短期负荷预测的正确性的干扰.     

电力负荷需求预测分析

随着电网对电力预测的要求进一步的加大,电力负荷需求的精确分析能力将是电网进行电力运转、实时控制和调度的必要前提。介绍了电力负荷的概念,对影响电力负荷预测的因素进行分析,在此基础上探讨了电力预测分析技术,包括传统预测方法、经典预测技术以及现代的预测分析方法。     

提高县级电网负荷预测精确度的研究

电力负荷预测是供电部门的重要工作之一。通过对郓城县用电负荷的特性、经济发展的特点、气候变化、预测技术等影响负荷预测的因素进行分析,提出提高电网负荷预测精度的措施：建立和完善典型日负荷样本数据库;特殊事件造成负荷较大变时进行人工干预;合理做好负荷日的类型分析;建立气象负荷数据源预测模型。这些措施在郓城电网中应用效果显著。     

负荷预测中的组合预测方法与改进分析

组合预测方法是一种优越的组合方法,在电网负荷预测中,通常和多种预测方法结合在一起,如灰色模型、指数平滑模型等,取得很好的预测效果。随着经济快速发展,电网运行体系也不断完善,相应的负荷预测方法必须不断的改进,才能适应现阶段供电需求。本文就负荷预测中的组合预测方法与改进进行分析探讨。     

一种基于模糊逻辑和神经网络的电力负荷预测方法

应用模糊理论、人工神经网络等智能技术,确定了有效的电力系统短期负荷预测方法,其中着重考虑了天气因素对电网负荷的影响,并开发了实用化的负荷在线预测软件,该软件是基于Windows的应用程序,具有开放式的结构和友好的人机接口,可用于每小时或每15min的负荷预测,测试结果表明,该方法具有良好的预测精度。     

模糊层次分析法在系统中长期负荷协调控制预测中的研究

电力负荷预测是电力系统规划的重要工作之一.提出一种改进的模糊层次分析法来进行中长期负荷预测.首先,采用三角模糊数表征专家判断信息以充分考虑专家判断的模糊性,采用层次分析法对专家判断结果进行处理以得到方案层各方案的最优权重.该负荷预测模型综合考虑了影响电力负荷的多种不确定因素,并在综合不同模型预测结果的过程中引入专家经验.最后,研究结果表明,该方法相比传统方法能够更好地应用于电网中长期电力负荷预测.     

迪庆州电网负荷特性研究

迪庆州当前负荷特性受多方面因素的影响,如不对最新的负荷特性进行研究,会对电网安全运行带来很大的威胁。分析了迪庆州电网负荷变化的原因,通过阐述迪庆州2012年用电现状,分析了迪庆州2012年的负荷特性,并对迪庆州“十三五”期间的负荷进行预测。     

简述海西电网负荷预测的原理和方法

引言电力市场是电力工业引入竞争机制后的必然发展趋势。青海西部电网结构简单,面积广阔,随着青藏直流联网工程投运,海西电网结构发生了很大的变化,也给电网负荷预测带来很大难度。负荷预测在电力系统运行中必不可少。负荷预测结果准确与否,对系统运行的经济性、安全性都有影响。根据国际、国内惯例,电力系统负荷预测按预测周期长短分为:超短期、短期、中期和长期负荷预测。其中超短期负荷预测可预测未来1～60min的负荷,主要用于负荷频率控制、安全监视、预防控制、紧急状态     

浅析电网负荷预测方法

电网负荷预测是电网安全运行的基础,在电力市场具有重要的作用。本文主要总结了电网负荷预测的方法,希望为电网负荷预测提供帮助。     

城市电网规划负荷预测方法及其应用研究

本文介绍了电网规划负荷预测,讨论了电网规划负荷预测方法,研究了城市电网规划负荷预测方法的具体应用。     

基于BP神经网络的电力系统短期负荷预测

电力系统短期负荷预测的准确性对电力系统的实时运行调度至关重要.采用BP神经网络对电力系统负荷短期预测研究,根据影响电力系统的负荷因素如温度、天气等确定模型构成,同时利用遗传算法对BP神经网络进行优化.实例表明,利用遗传算法优化的BP神经网络在电力系统短期负荷预测中是有效的.     

基于季节ARIMA模型的电力负荷建模与预报

电力负荷是影响电网寿命和可靠度的一个重要因素，将季节ARIMA模型引入电力负荷的建模及预报，为电力资源分配的宏观调控及电网改造提供了一种可靠的方法和途径，文中用频谱分析的方法检验电力负荷的季节性并求出一个周期；介绍了具有一个周期的季节ARIMA模型的一般表达方式，并给出进行建模及预报的一般过程，以天津市华苑小区的电力负荷为例，进行了季节ARIMA模型的建模及预报。     

模糊理论在电力负荷预测中的应用

提出了一种预测电力系统负荷的新方法。该法首先根据模糊聚类分析的方法对电力负荷及其相关环境因素的历史样本进行归纳分类，然后采用合适的模糊数及模糊集刻画出各类样本中负荷变化的模式及环境因素的特征，最后，由未来环境因素状态判定未来负荷变化属于哪种模式，从而预测出电力负荷的未来值。文中以我国某省中期负荷预测为例，说明了所提方法的有效性。     

基于复杂系统的短期负荷预测研究及系统设计

运用复杂系统理论分析电力系统.采用聚类方法对用电区域进行子系统划分,并通过改进的神经元网络算法和增加天气因素的预测方法进行短期负荷预测.通过算例和电力系统应用,证实了该算法的可行性,较显著地提高了负荷预测的准确率.     

基于RBF神经网络和专家系统的短期负荷预测方法

深入研究了天气和特殊事件对电力负荷的影响,建立了结合径向基（RBF）神经网络和专家系统来进行短期负荷预测的模型。利用RBF神经网络的非线性逼近能力预测出日负荷曲线,然后利用专家系统根据天气因素或特殊事件对负荷曲线进行修正,使其在天气突变等情况下也能达到较高的预测精度。利用该模型编制的实用化软件在西北电网的多个电力局投入实际应用,结果表明：该方法用BP神经网络相比,具有较高的预测精度,同时具有较强的实用性。     

新疆某地区不同类型负荷特性分析

该文介绍了电力系统负荷及负荷特性指标的概念,确定研究对象,在此基础上,利用SPSS数据统计软件聚类分析法来对某地区电网的负荷特性进行了分析计算,主成分分析法来研究气温因子与负荷间的影响程度,为做好某地区用电负荷安排,开展计划用电,保证电能质量和电网安全稳定运行利用时间序列分析法来进行负荷预测,确定负荷特性变化的总体趋势。     

基于数据挖掘技术的负荷预测模型

为有效选取预测变量和训练模式、提高预测精度，提出了一个基于数据挖掘技术的负荷预测模型．该模型首先利用粗集理论和遗传算法选取与负荷相关的预测变量，再选取与预测日相似的训练模式，最后用神经网络对负荷进行预测．实际运行结果表明将该模型应用于电力系统负荷预测是可行的，其与传统的神经网络预测模型相比具有更高的预测精度.     

冲击载荷作用下电磁阻尼器动力学特性研究

为了探究电磁阻尼器在冲击环境下的工作特性,开展针对冲击载荷作用下的电磁阻尼器动力学特性研究。首先,根据电磁阻尼器存在的“恒阻尼-恒功率”的固有特性,基于单自由度系统振动模型,建立冲击载荷作用下电磁阻尼器阻尼响应模型,分析了冲击性质等因素与阻尼输出特性的匹配关系;其次,建立了电磁阻尼器动力学模型,并利用Simulink搭建了仿真模型进行分析;最后,研究分析了载荷匹配系数和衰减系数对电磁阻尼器阻尼输出特性的影响,提出了阻尼稳定输出的调整方法。研究结果表明：电磁阻尼器在实现对冲击载荷的制动过程中,会在恒阻尼输出平台中出现阻尼凹陷现象的突变,且其制动特性可以通过载荷匹配系数和衰减系数进行调整。     

用脉冲整流器实现的电子模拟功率负载

对采用电压型脉冲整流器实现的电能反馈型电子模拟功率负载进行了设计研究 ,控制系统采用了性能优良的专门应用于实时控制领域的数字信号处理器TMS32 0F2 4 0 ,优良的控制方法使得所研制的功率负载在实现电能的再生并网时功率因数趋近于 1.0 ,且电压和电流谐波满足IEEE 519标准 .实验结果证实该方案能很好的解决直流电源出厂试验问题 .