一种新的负荷模型在负荷频率控制中应用的研究

运用大系统理论中的交迭信息法进行了电力系统负荷频率分散控制的设计，并讨论了非线性负荷模型对负荷频率控制动态响应的影响。     

天气数据模糊化处理对神经网络短期负荷预测模型的影响研究

介绍了一种简洁实用的基于模糊集的神经网络电力系统短期负荷预报方法,计及了天气和日期特征量．应用模糊集理论将天气和日期特征量模糊化后作为BP神经网络的一部分输入进行训练,同时考虑实际历史负荷数据构造了短期负荷预测模型,预测未来24h负荷．通过典型算例与普通BP方法预测结果相比,表明该方法是有效的并具有较高的预测精度．     

基于Attention机制和ResNet的CNN-BiLSTM短期电力负荷预测模型研究

短期电力负荷预测有利于电力系统的高效运行,对电力市场实现有效调度有重要意义。短期电力负荷受多种因素影响,波动性大、随机性强,使得其预测准确率低。双向长短期记忆网络和卷积神经网络难以在短期负荷序列中提取足够多的信息,本文提出了一种结合注意力机制和残差网络的卷积神经网络-双向长短期记忆网络短期负荷预测方法。首先利用基准模型卷积神经网络-双向长短期记忆网络对输入特征进行信息提取,然后利用注意力机制突出提取到的关键信息,最后通过残差网络创建残差层以充分学习时序特征。通过某公开数据集进行实验,结果表明该方法的平均绝对百分比误差达到2.80%,均方根误差达到2.15,并与常用的五种模型预测结果对比,验证了所提模型的准确性及有效性。     

BP神经网络在电力系统短期负荷预测中的应用

电力系统短期负荷预测是电力生产部门的重要工作之一，本文利用BP神经网络进行电力系统短期负荷预测时，根据影响因素确定了模型构成，并对输入变量选择进行了讨论，典型算例的计算表明该方法是有效的。     

基于前馈神经网络的动态负荷模型辨识

本文提出了一种利用人工神经网络（ＡＮＮ）与系统辨识技术相结合的动态负荷建模方法。首先简要介绍了电力系统负荷的动态模型和前馈神经网络，然后具体讨论了应用ＡＮＮ辩识负荷模型参数的方法，并结合具体辩识程序的框图，分析了辩识过程中应注意的问题。研究表明，本文提供了一条有效的辩识建模途径。     

基于概念格的神经网络日最大负荷预测输入参数选择

针对电力系统中影响负荷预测精度的众多因素如何选择问题,提出一种概念格属性约简算法,采用该算法挖掘出与待预测负荷量相关性较大的各属性作为神经网络预测模型的输入参数,降低了输入参数规模,确保了负荷预测模型输入参数的合理性,解决了神经网络模型输入参数的确定问题.通过对重庆市某区实际日最大负荷数据的计算分析,结果表明该算法提高...     

电力负荷模型特性辨识方法的比较研究

在建立了异步电动机电力负荷模型的基础上，利用最小二乘法、复合变量法、卡尔曼滤波法在线辨识电力负荷特性．结果表明，当电力系统电压频率发生变化时，辨识的有功模型特性与异步电动机特性较为一致，辨识的无功模型精度较差，四阶模型优于三阶模型．     

基于GRNN的电力系统短期负荷预测

提出了基于广义回归神经网络(GRNN)模型的电力系统短期负荷预测的方法,根据电力系统短期负荷变化的特性建立了反映电力系统负荷连续性、周期性及其负荷的变化趋势的模型,以此作为对GRNN进行训练的向量样本集.通过实例表明GRNN应用于电力系统短期负荷预测是可行并且有效的,其预报结果比多层前馈神经网络误差反向传播(BP)负荷预测方法更准确.     

多区域互联电力系统负荷频率的分散控制

通过引入实时可测量,给出了一种多区域互联电力系统负荷频率控制的动态解耦模型。在大系统关联预估法的基础上,导出了一种仅需本区域的状态信息和在该区域内可测信息的实用有效的分散控制方法。通过实例计算和动态数字仿真,表明用该法设计的分散控制系统,在提高系统的稳定性和动态品质方面,其效果与集中最优控制系统几乎一致。     

基于小波分解-卷积神经网络和支持向量回归的短期负荷预测

为了提高短期负荷预测精度,考虑到除历史负荷数据之外的其他因素对短期负荷预测的重要影响,提出了一种基于离散小波分解(wavelet decomposition, WD)、卷积神经网络(convolutional neural network, CNN)和支持向量回归(support vector regression, SVR)的负荷预测模型。首先,该方法通过小波分解算法对历史负荷数据进行分析与重构,得到长度相同的历史负荷数据,降低了原始序列中非平稳性对预测精度的影响;其次,对天气因素、日期类型进行特征构造,得到特征数据;最后,将处理后的负荷数据输入卷积神经网络支持向量回归机模型,将天气特征数据输入反向传播(back propagation, BP)神经网络支持向量回归模型,通过两个模型结果的叠加得到最终的预测值。实验结果表明,模型的预测精度和效率优于传统的CNN网络、SVR网络以及输入不进行划分的CNN-SVR模型,验证了其可行性。     

光伏阵列双二极管简化模型的建立与仿真

双二极管模型是最能精确表述光伏电池特性的模型,但由于参数过多会增加求解难度,降低求解速度.为此提出一种参数简化的双二极管模型,并设计了对应的算法,将双二极管电流精确化,然后分别利用最大功率匹配法和牛顿迭代法求解参数.通过计算机仿真表明:不同光照和温度下的仿真结果与实际测试阵列的输出相一致,比单二极管Rp模型和双二极管Kashif模型的精度提高了68%和20%,且仿真时间缩短了63%和17%.该简化模型可以为光伏发电系统的优化配置和最大功率点跟踪提供快速和准确的研究基础.     

基于模糊物元法的电力电容器的绝缘状态评估

针对电力电容器绝缘状态评估的指标参数具有不确定性和模糊性的特点,提出基于模糊物元法的状态评估模型。首先,通过电力电容器绝缘状态在线监测技术,提取了与电力电容器绝缘状态相关的特征量,包括电量监测法中三相不平衡电压、实际运行电压、电容量、介质损耗因数以及非电量监测法中的油色谱三比值,建立电力电容器绝缘状态评估的指标体系;按等规聚丙烯薄膜的结晶度,将电力电容器绝缘状态划分为正常、老化、严重等3级状态。其次,应用"乘法"集成法对层次分析法和最大熵权技术法进行处理,获取了主客观综合赋权系数。然后,对特征量通过从隶属度计算得到模糊量值,并用模糊物元表征。最后,评估未知绝缘状态电力电容器与正理想解的关联度,判断其绝缘状态。实例分析验证了基于模糊物元法的状态评估模型能够有效地评估电力电容器的绝缘状态。     

分层动态虚拟 MIMO 的信道容量分析

针对如何解决目前移动通信频率紧缺及信道容量不足的问题,提出了一种新型的分层动态虚拟多输入多输出(multiple input multiple output,MIMO)系统结构,该结构结合了移动云的灵活接入、覆盖面积广等特点,并将虚拟MIMO技术融合在该结构中,较显著地提高了系统的信道容量.在该结构下,用户在层次之间进行通信并利用注水算法进行功率的优化分配.而对用户在跨越多层次进行通信的情形,提出了一种同时将层次间距离和传输功率进行最优化的马尔可夫链算法.该算法通过监测用户的变化进而调节层次间距离和传输功率,从而获得最大的信道容量.仿真结果显示,注水算法通过功率优化获得了层次间的分层动态虚拟MIMO结构的最大信道容量,马尔可夫链算法实现了用户跨越多层次通信情形下的最大信道容量.     

水听器法测量功率超声振动珩磨空化声场分布

为了直接、简便地研究功率超声振动珩磨作用下的空化效应,对其声场建立数学模型,采用水听器对功率超声振动空化声场参数进行了定点测量,对数学模型所得到的仿真结果进行验证。为了研究流体介质中超声空化声场的分布情况,采用水听器法对不同功率与不同种类液体介质中的辐射超声场进行了多点声压测量。通过对比试验数据分析发现,声波沿换能器截面方向成对称分布,沿换能器轴向方向随距离的增加而衰减;不同种类的液体介质也会影响声压的分布以及空化效应的强弱。该方法可以直观的评价超声振动珩磨作用下的空化声场的强度和分布情况,对后续研究超声珩磨的空化泡动力学行为以及对超声振动珩磨装置的优化设计具有一定的实际应用价值。     

含风电机组的ATC的光滑化模型及其有效算法

首先，将含风电机组的潮流模型和传统的静态安全性可用输电能力（ATC）模型相结合，建立了含风电机组且考虑系统静态安全性的ATC新模型的半光滑模型；然后，基于光滑化策略和方法，建立了含风电机组的ATC的光滑化模型，并采用光滑化牛顿法对模型进行求解，IEEE 30，118节点系统的计算结果表明了该模型和计算方法的可行性和有效性；最后，通过与不含风电机组的ATC模型的计算结果进行比较，分析了风电机组接入电力系统后对ATC的影响．     

基于时间序列算法的电力无功测量

为了对电力系统的无功进行有效的控制,必须对无功进行预测.对无功的预测也就是对系统功率因数的预测.利用时间序列分析方法,建立了3种预测模型,分别是自回归模型、滑动平均模型和混合模型.通过对3种模型的比较,最终选用混合模型的时间序列分析方法对电力系统的功率因数进行预测.经实测检验,混合模型分析方法的误差非常小,表明该方法具有一定的实用价值.     

高压交流输电线路电晕可听噪声机理及理论模型

为预估高压交流输电导线产生的电晕可听噪声,研究了电晕可听噪声的产生机理及其理论预估模型.高压交流输电线电晕产生正负离子,基于Drude模型研究了正负离子的运动规律,进而阐明了电晕可听噪声的产生机理.在此基础上,进一步运用Kirchhoff公式得出电晕可听噪声的理论预估模型,并针对特定导线布置形式计算了典型的二倍工频分量的声压及声场分布.数值计算结果表明,可听噪声中的二倍工频分量衰减缓慢,且在导线附近区域存在显著的干涉现象,计算的结果会随着离子浓度的变化而变化,但声压级分布曲线的形状不会变化.该模型适合于电晕可听噪声的计算,有助于指导输电线设计.     

买方抗衡势力背景下的零售商最优服务决策

鉴于已有的研究没有关注买方抗衡势力对零售商服务决策的影响,本文构建了纵向一体化、零售商无买方抗衡势力和连锁零售商具有买方抗衡势力三种情况下的服务决策模型,通过比较分析考察了连锁零售商买方抗衡势力变化对零售商最优服务决策以及市场总服务水平的影响.研究发现:随着连锁零售商买方抗衡势力的增强,连锁零售商的服务水平提高,当地零售商的服务水平先降低后提高;而且买方抗衡势力的出现一定会提高市场总服务水平,甚至会使市场总服务水平过高.最后通过算例验证了本文的结论,并分析了零售商服务水平对于市场需求基数和服务竞争程度的敏感性.     

需求侧响应下的电力负荷预测模型的改进

在电力负荷预测进行建模时,传统的预测模型需要消耗大量的电力负荷样本数据,同时不能准确描述电力系统内部的变化情况,降低了电力负荷预测的精度和可靠性。提出一种基于灰色预测模型的电力负荷预测模型的改进方法,分析了基本灰色预测模型的建模过程,同时依据需求侧响应约束条件对不符合约束条件的电力负荷预测结果进行剔除,从电力负荷原始数据的处理和灰色模型预测结果的修正两方面对其进行改进。实验结果表明,采用所提方法对电力负荷进行预测,得到的预测结果精度较高,性能优异。     

基于无功资源价值的无功定价研究

该文运用改进的无功等效补偿法对电力系统中无功源的资源价值问题进行了研究,提出采用平均值法将无功资源价值判断指标转化为无功资源价值因子,并将其引入最优潮流模型的目标函数中进行修正,建立了同时考虑无功资源价值和无功生产成本的无功实时定价模型,并结合Wald-Hale六节点系统进行了仿真。仿真结果表明:在考虑各无功源的无功资源价值后,系统从无功资源价值大的无功源采购了更多的无功,满足了系统要求,提高了系统电能传输的安全性和稳定性,也使整个系统的无功更具合理性。