农村用电量的宏观预测

本文用相关分析和层次分析方法找出影响农村用电量的主要因素，将农村用电量归结为多变量输入单变量输出系统，采用离散线性动态系统模型对我国农村用电量进行了预测，预测结果表明我国农村用电量年递增率为１０％以上。     

中国用电量需求模型的建立及需求预测

讨论了我国用电量及其影响因素问题。取国内生产总值(GDP)、人口总数和原煤产量3个变量作为解释变量,分析它们对用电总量的影响程度。得出以下结论:(1)通过F检验,得出这3个自变量与用电量有显著线性关系,通过t检验,得出人口总数对用电量没有显著性影响,并通过回归诊断,得出线性回归方程。(2)预测了国家2012~2016年的用电量分别为26 533.66亿千瓦时,28 914.31亿千瓦时,31 083.88亿千瓦时,33 157.45亿千瓦时,35 054.74亿千瓦时,这些研究结果为我国电力建设和社会发展规划提供了定量科学依据。     

纺织厂月用电量预测

探讨了纺织厂月用电量特征和预测方法,给出了实用的预测数学模型。还以某纺织厂为例,分析了纺织厂月用电量预测方法和修正原则。给出厂月用电量预测程序设计框图。     

基于BPT-MLR模型的建筑能耗分析和预测

通过对福建省厦门市某高校8栋公寓楼的房间日平均用电量的分析，提出一种建筑能耗的平衡点温度-多元线性回归(BPT-MLR)模型.使用统计方法识别平衡点温度，并根据该平衡点温度分段对房间日平均用电量进行多元线性回归预测分析；对8个参数进行筛选，最终选4个参数作为模型变量，包括1个数值型变量(室外空气平均温度)和3个定类型变量(性别、节假日指数和晴雨天指数).结果表明：对比3种数据驱动模型，BPT-MLR模型的预测性能最优，其R²值达到了95.29%,比BP神经网络模型和多元线性回归模型的R²值分别高出0.04%和24.64%.     

赤峰市某镇农村住宅不同时间尺度下生活用电量规律分析

以赤峰市某镇27个村落约1 100户农村住宅为研究对象,对其年用电量、月用电量进行统计,并对30户农村住宅的逐时用电量进行测试,利用统计学方法对不同时间尺度下农村住宅用电量规律进行分析.结果表明,该镇农村住宅2014～2017年的年用电量在显著性水平为0.01时均呈对数正态分布,且年用电量分布的平均值逐年增加,农村住宅间用电量水平的差异性呈先增大后减小的趋势.空调季与过渡季的月用电量均高于供暖季,而空调季的月用电量仅比过渡季时高7%左右;农村住宅工作日与非工作日的用电量相差较小;时尺度下用电量呈三波峰特征,且不同季节下用电量在早晨出现波峰的时刻具有显著差异.研究结果可为农村建筑节能及用电能耗预测模型建立提供一定的参考依据.     

灰色模型在电力负荷预测中的应用

应用灰色系统理论分析了某电力系统电力负荷的动态变化趋势。并用灰色预测理论对该系统现有的年用电量时间数据序列进行处理,进而建立了GM(1,1)预测数学模型,最后提供了预测实例。     

浅谈农村电网存在问题及解决办法

农村电网是我国电网的重要组成部分,关系到我国将近7亿人的供电问题.由于农村用电量比较少,加上地处偏远,我国农村电网没有得到足够的重视,建设相对滞后.该文简要介绍了我国农村电网目前存在的问题,并提出解决方案.     

基于最优组合预测法的电网用电量预测

西藏林芝电网电源单一,冬、春季拉闸限电局面日趋严重,为科学预测电网用电量,提出基于一元线性回归模型与灰色模型建立最优加权组合预测模型,应用最优模型对林芝电网2000～2007年电网用电量的历史数据进行拟合,对2008～2015年的用电量进行预测,通过实例分析表明最优组合预测结果更为精确,并预测出2015年电网用电量将达到1.68亿kW.h。     

基于信息熵与计量经济学模型的饱和负荷预测方法

对于长期的负荷预测来说,采用单一的预测模型进行远景年饱和预测时显然是不够的,为了充分利用每种单一预测模型的优点,提出基于信息熵与计量经济学模型的饱和负荷预测方法。首先选用计量经济学模型分别预测了全社会用电量的饱和值、三产计算用电量的饱和值以及人均用电量的饱和值,并通过上述3种途径分别预测出全社会用电量的饱和值,然后计算上述3种方法预测偏离误差的熵值,并确定每种方法的权重,建立最终的组合预测模型,并用实例分析验证了所提方法的有效性。     

西南两省电力负荷预测及研究

在分析经济发展状况的基础上,运用了电力负荷预测中的灰色系统理论预测法、一元回归预测法和指数回归预测法对云南、贵州两省进行了2006-2010年5年的用电量分析,目的是为今后的电力发展规划提供些许重要的信息。     

基于多变量相重构的混沌时间序列预测

提出了一种基于多变量相重构的混沌时间序列预测方法.该预测方法从非线性动力学系统中获取与待预测时间序列相关的信息组成多变量时间序列,首先进行多变量相空间重构,然后利用局域多元线性回归模型在相空间中进行预测,最后从预测出的高维相点中分离出时间序列的预测值.由于考虑了动力学系统中多个变量之间相互耦合的关系,从而增加了重构相空间的系统信息量,使得相空间的相点轨迹更加逼近原系统的动力学行为.与采用单变量进行预测的方法相比,基于多变量相重构的预测方法无论是单步预测还是多步预测,都能有效地提高预测精度,且具有嵌入维数的选择对预测精度影响较小的优点.通过对Lorenz混沌信号进行预测,实验结果验证了方法的有效性.     

KNN算法及其在月电量预测中的应用

目前对用电量的预测方法很多,本文利用数据间的相关性,应用改进的KNN分类算法,提出了基于KNN分类算法的月用电量模型,并进行试验预测．预测结果表明此方法简单、有效．     

农网改造中低压配电线路的设计与规划实践探究

随着改革开放的不断深化,我国的经济也在不断发展,农村乡镇逐渐在企业化,改革开放在提高人民生活质量的同时,农村对于电能的使用和消耗与日俱增,随着农村用户用电量的增加,使农村原有的供电网络已经不能支撑现代化的用电量,农村用户用电量过大导致供电线路的安全性降低,产生安全隐患。因此,对农村进行电网改造是农村向现代化发展中必须要做的重要工作。在农网改造中,中低压电路的设计和规划是重中之重,这项任务关乎着电网改造的质量和安全性能,完美的低压电路设计和规划能给农村用户提供一个安全的供电网络。本文主要阐述农村电网在进行改造过程中中低压的配电线路设计和规划,提出了一些配电线路设计时应该注意的问题,给出了一些配电线路规划实践方案。     

能源生产的模糊预测

基于经济变量和状态的模糊性,建立计量经济模型,运用模糊聚类(FCM)算法对样本空间进行聚类划分,获取模糊相似矩阵,优化经济变量输入输出关系,对经济变量进行拟合和预测.将模糊聚类方法用于复杂的能源系统,对我国能源生产进行预测,把预测结果与实际值进行了比较,结果表明误差较小,同时还将此预测与多元回归预测进行比较,结果表明用模糊方法对能源生产进行预测效果更好.用同样的方法可以对经济领域中诸如消费、货币需求、产品需求等进行预测,其应用领域是广泛的.     

基于神经网络的多变量非线性系统的广义预测控制

为了使广义预测控制的思想成功应用于多变量非线性系统,用神经网络对其进行开环解耦得到单变量非线性系统后,采用一种复合多层前馈神经网络结构作为单变量非线性系统预测模型,利用递推最小二乘法和Davidon最小二乘法作为在线学习算法,建立了一种适合多变量非线性系统的自校正广义预测控制器。     

基于BP神经网络的双模型光伏发电量预测

光伏系统的发电量受到太阳辐照强度、温度、湿度和压强等多种天气变量的影响,变化复杂,具有间歇性和波动性.传统预测模型中需要以天气预报数据作为输入,但其与实际的天气变量存在一定偏差,这给预测结果带来了不可避免的误差.为了进一步提高预测精度,本文提出了天气变量预测数据到天气变量实际数据和天气变量实际数据到光伏系统发电量的双模型预测系统,并对训练好的模型进行了测试和分析,预测结果表明,此模型能够达到较高的预测精度,具有一定的可行性和有效性.     

超过指数增长速度的年度用电量曲线拟合预测

为有效预测超过指数增长速度的年度用电量,选用超阶乘、二重指数等可线性化的函数,对年度用电量进行曲线直接拟合外推预测．采用这些新的数学函数预测北京年度用电量,拟合平均相对误差绝对值小于4．2%,2006年校验误差小于1．9％．超阶乘、二重指数函数不仅可用于超过指数增长的负荷预测,还可用于纠正线性回归、指数平滑和移动平均等方法对增长负荷预测值偏小的系统误差     

基于遗传算法的多变量增量型广义预测控制

针对多变量增量型广义预测控制算法增量系数难于根据系统特性选择的问题,提出基于遗传算法的多变量增量型广义预测控制算法.多变量增量型广义预测控制算法通过将求解出来的控制增量分别乘以相应的增量系数,来提高系统的鲁棒性和稳定性,同时采用阶梯式的控制策略降低多变量广义预测控制算法的计算量,运用改进的遗传算法优化整定多变量增量型广义预测控制的增量系数增强系统的跟踪特性.通过原油常压塔的侧线产品质量控制的仿真,验证了该方法有较好的鲁棒牲和抗干扰性.     

具有鲁棒性的多变量预测控制仿真研究

文中利用预测控制中动态矩阵控制算法对多变量系统进行控制仿真研究,同时以控制领域流行的Matlab/Simulink仿真软件实现其预测控制算法,领导 具研究证明预测控制对多变量系统具有较好的控制作用和满意的鲁棒性。     

多变量广义预测控制系统的闭环稳定性分析及其在造纸过程中的应用

本文导出了多变量广义预测控制系统的闭环结构，并分析了闭环系统的稳定性，为设计多变量广义预测控制系统提供了理论依据。