共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
基于BP神经网络的电力系统短期负荷预测 总被引:2,自引:0,他引:2
熊永胜 《成都大学学报(自然科学版)》2012,31(2):167-169
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. 相似文献
3.
基于模糊理论的电力负荷预测研究 总被引:2,自引:0,他引:2
陈志巧 《山东科技大学学报(自然科学版)》2006,25(2):81-83
电力系统负荷预测对电力系统规划和运行极其重要,论述了电力负荷预测的内容和基本过程。将模糊理论应用到电力系统的负荷预报中,基于模糊理论的电力负荷预测可以达到较高的精度,效果良好。 相似文献
4.
电力系统短期负荷预测是电力系统调度、规划等管理部门的重要工作之一。是保证电力系统安全经济运行和电网科学管理的重要方面,是能量管理系统(EMS)的组成部分,是决定整个电力系统市场化的运营效益的核心。本文简述电力系统短期负荷预测方法,并且进行了比较分析。 相似文献
5.
本文分析了电力系统负荷预测的重要性和与负荷预测相关的数据的特点,给出了基于BP算法的电力系统负荷预测系统的体系结构,重点研究了多层前馈神经网络构建、数据预处理及网络模型的学习。将BP算法应用于电力系统负荷预测,可有效地克服数据不完整性、含噪声等复杂因素对预测结果的影响,提高预测精度。 相似文献
6.
负荷预测对电力系统的安全稳定有十分重要的作用。影响电力系统负荷短期预测的主要因素是环境,如温度、日照、湿度等,这些因素关系复杂,综合考虑所有因素会导致信息冗余,降低预测精度。笔者改进的贝叶斯分类器可以有效地对影响电力系统负荷变化的各种因素进行处理,导出其中的核心因素,以此为基础大大提高电力系统负荷预测的精度。应用此方法对某地区负荷进行了预测,结果表明该方法的有效性和准确性。 相似文献
7.
电力系统负荷预测已成为实现电力系统管理现代化的重要研究内容之一,尤其是短期负荷预测,在电力系统的生产和运行中发挥着重要作用。本文分析了影响负荷预测的主要因素,以安顺市电力负荷数据为例,得出负荷预测结果与历史负荷水平、当前运行状况、气象因素以及日期类型等密切相关。 相似文献
8.
电力系统稳定器自20世纪60年代提出以来,在电力系统的稳定运行中发挥了至关重要的作用,但是传统电力系统稳定器的缺点在于缺乏改变系统运行状态的适应能力,提高控制与调节电力系统自适应能力的控制方法成为电力系统研究的热点话题。该文分析了广义预测自适应控制的特征,并以实例分析了基于广义预测自适应控制的电力系统稳定器,以供参考。 相似文献
9.
负荷预测在电力系统规划和运行方面发挥的重要作用,具有明显的经济效益,负荷预测实质上是对电力市场需求的预测。系统介绍和分析了各种负荷预测的方法及特点,并指出做好负荷预测已成为实现电力系统管理现代化的重要手段。 相似文献
10.
11.
12.
先秀丽 《中国新技术新产品精选》2014,(12):52-53
对于电力系统短期负荷的预测是进行电力调度开展与实施的一项重要内容,有利于实现电力设备的合理调度与维护安排,对于减少电力系统的发电运行成本以及实现电网安全稳定工作运行的保障等,都有具有积极作用和影响,同时,对于电力系统短期负荷的预测管理,也是实现电力企业管理衡量的重要标志。本文将在对于电力系统短期负荷预测的方法意义分析基础上,通过进行小水电地区短期负荷预测方法的分析,结合多小水电地区的负荷特性,通过建立基于负荷特性的多小水电地区短期预测分析模型,对其短期负荷的预测分析思路进行分析研究,以促进电力系统的管理提升与安全稳定运行保障,推动电力事业的建设和发展。 相似文献
13.
14.
针对电力系统在遭受大的扰动后其暂态稳定性在线预测困难的问题,本文提出了一种类似于模式识别的在线快速预测方法.本方法适用于我国大多数电力系统,在装置的安装地点,根据就地测量量即能进行暂态稳定预测.研究表明,根据电力系统暂态稳定预测和控制的要求,使用本地测量量,能够对系统的稳定性进行预测,以便采取相应的控制措施. 相似文献
15.
电力系统短期负荷预测在电力系统的调度和管理中起着重要的作用,已有研究证明了电力短期负荷是一非线性动力系统,负荷时间序列是混沌时间序列.文章讨论混沌时间序列的相空间重构技术,并以实际电网为例重构了该电力系统的相空间,最后采用Elman递归神经网络对负荷时间序列进行仿真预测,预测结果表明采用该方法能取得较好的预测效果. 相似文献
16.
短期负荷预测是电力系统安全经济运行的基础.介绍了电力系统短期负荷预测基本方法原理与特点,说明了各种方法的优缺点以及应用的局限性. 相似文献
17.
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. 相似文献
18.
电力系统负荷预测是电力系统发电计划的重要组成部分,也是电力系统经济运行的基础。本文在应用GM(1,1)模型的基础上,建立了两种应用残差对预测数据进修正的模型。实例表明本文提出的方法较传统GM(1,1)模型有更高的精度。 相似文献
19.
对于电力负荷的预测是确保电力系统的调度安全性、规划合理性、运行经济性的重要前提条件。电力负荷预测的准确性直接影响到电网规划对于电力系统及电力网建设的投资建设规模,因此对于负荷预测方法的探究具有实践与理论提升双重意义。 相似文献
20.
电力系统短期负荷预测是电力系统运行管理和实时控制所必须的基本内容,预测结果的准确性对电力系统的安全、优质,经济运行具有重要意义.为提高电力系统短期负荷预测精度,采用三层BP型人工神经网络来建立短期负荷预测模型,将影响负荷的主要因素作为数据样本,进行网络的自我训练和学习,并且在训练和学习的过程中引入误差反方向传播算法(即BP算法)来修正神经网络的连接权重,从而达到对负荷预测模型的改良和完善,进一步贴近实际的负荷变化,其预测的精度也较高. 相似文献