人工神经网络及其在电力短期负荷预测中的应用研究

电力系统负荷预测的精度将直接影响电力系统的经济效益和用电的安全和稳定.通过讨论短期负荷预测,来阐述Levenberg-Marquardt算法优于传统BP算法.并分别用BP算法和Levenberg-Marquardt算法对绥龙110 kV变电局所属供电网络远动采集来的负荷数据进行预测,来说明Levenberg-Marquardt算法优于传统BP算法.     

改进的容积卡尔曼滤波(CKF)算法在短期负荷预测中的应用

电力系统短期负荷可视为非线性系统的输出,为了准确地预测电力系统短期负荷,引入了容积卡尔曼滤波(CKF)方法,并通过估计和修正模型中的状态转移矩阵,得到改进的自适应CKF算法,以适应非线性系统的时变性.用某地秋季22d的历史负荷数据建模对未来9d负荷进行预测,仿真结果证明改进的CKF算法预测电力系统短期负荷是实用而有效的.     

基于改进粒子群算法的电力系统负荷预测

为了提高电力系统负荷预测的精度,并考虑到电力系统负荷的混沌特性,提出了将蜜蜂进化型粒子群算法和混沌神经网络相结合的负荷预测方法.构建了混沌神经网络模型,提出了蜜蜂进化型PSO算法(Bee Evolution Modifying Particle Swarm Optimization, BEMPSO);以此来训练混沌神经网络参数,并且分别对基本粒子群优化算法和BEMPSO优化算法的模型进行仿真预测.结果表明提出的BEMPSO混沌神经网络负荷预测方法具有较强的泛化能力和较高的精度.     

电力系统短期负荷预测方法研究

采用混沌理论进行电力系统短期负荷预测,对利用Lyapunov指数算法进行负荷预测作了介绍,包括用混沌理论实现相空间的重构,以及通过计算关联维得到最优嵌入维数的方法、计算Lyapunov指数的方法和利用Lyapunov指数得到预测负荷数值的过程．实例预测结果,证明了算法的有效性,揭示了采用混沌理论进行短期负荷预测的优越性。     

冷热电负荷预测方法研究现状综述

冷热电负荷综合预测具有较高的预测准确度,是电力系统规划、电力系统经济调度和能量管理的重要模块。本文对常用的冷热电负荷预测方法有基于建筑结构的经典算法和简约算法、基于软件模拟的逐时负荷因子法、基于历史数据的逐时能源负荷分摊比例法和神经网络算法等进行了研究和分析。     

基于一种改进的地区性电力系统短期负荷预测方法

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.     

基于MPC算法的电力系统负荷频率控制

针对在大规模电力系统互联情况下如何准确、快速控制系统负荷频率的问题,本文结合模型预测控制算法(MPC),提出了一种多区域电力系统负荷频率控制方法.该方法实现了超前预测、多约束条件滚动优化和反馈校正,克服了传统PI调节方法对系统参数的敏感性,提高了负荷频率控制系统的稳定性和鲁棒性.文中对三区域电力系统进行建模,并在每个系统中设置了MPC控制器和PI控制器.仿真表明,在多区域系统、多约束条件下MPC算法在频率控制的稳定性和快速性方面远优于PI算法;当系统参数偏移10%时,MPC算法仍能保证控制性能.     

一种应用时间序列技术的短期电力负荷预测模型

提出一种时间序列算法和模糊逻辑技术相结合的电力系统短期负荷预测方法 .它包括一个具有非线性特性的传递函数模型 ,可以考虑气温等外界因素对负荷的非线性影响 ,能使预测及时跟上负荷变化的趋势 ,适用于由于天气等因素变化引起负荷突变的预测场合 .为了更好地处理影响电力系统负荷的不确定性因素 ,便于利用预报人员的丰富知识和经验 ,此文采用了具有较强结构性知识表达能力的模糊逻辑技术与时间序列相结合的方法进行负荷预测 .测试结果表明了该方法的有效性     

基于PSO—SVR的电力负荷预测

电力系统负荷预测精度直接决定了预测模型的质量.为了降低预测模型输出结果的预测误差,提出了粒子群算法优化支持向量机回归这一智能预测方法.通过对环境温度、节假日、工作日、日期的采集与分析作为模型的输入,以日平均负荷作为模型的输出.最后,通过仿真,对引入粒子群算法的支持向量机回归模型的预测结果进行对比分析.结果表明:优化后的智能模型取得了更为理想的预测结果.     

基于数据融合算法优化的GM(1,1)负荷预测模型

为了提高中长期电力负荷预测的精度,改进传统灰色GM(1,1)模型在中长期负荷预测中因部分原始背景数据的偶然性偏差而导致预测精度降低的问题,提出了将数据融合算法与GM(1,1)模型相结合以形成数据融合算法优化下的GM(1,1)模型.首先对特定年采用多个不同历史数据进行GM(1,1)模型预测,利用数据融合算法对多次预测值进行优化分析,获得优化后的预测结果,最后通过对某电力系统年用电负荷进行实例分析,证明数据融合优化下的GM(1,1)模型具有较高预测精度.实践证明所建立的模型对电力系统中长期负荷具有良好预测能力.     

电力系统电压无功多目标的优化控制

电力系统电压无功多目标的优化控制是主要的复杂优化和控制问题之一. 本文在明确电压无功多目标控制方式及意义的基础上, 剖析了电力系统中的电压问题, 进一步详细研究了电压无功多目标优化算法的实现, 并通过在IEEE-6节点网络的无功优化计算结果的分析, 表明本文所研究优化控制方法的有效性.     

电力信息物理系统易损性分析方法

针对电力信息物理系统（CPS）体系复杂、网络耦合、易损性分析困难这一现状,以近年来国内外电力系统毁伤相关研究成果为基础,构建了电力CPS的毁伤树模型.根据电力CPS节点重要性与故障级联毁伤特性,提出了一种基于节点重要性的电力CPS易损性分析方法,构建了易损性评估模型,并结合实例进行了分析说明.结果表明,该模型可用于电力信息物理系统的生存力研究,为目标抗毁伤结构设计提升提供支撑.      

计及复杂操作序列暂态稳定分析快速网络处理

针对电力系统直接法暂态稳定分析的需要，提出了一种考虑复杂操作序列（如继电保护相继动作、切机、重合闸等）情况下，计算收缩到发电机内节点的导纳阵（简称收缩导纳阵）的快速计算方法。该法以系统阻抗阵为基础，首先形成故障前的收缩导纳阵，当系统网络结构发生变化时，只需作少量修正，就能形成相应的收缩导纳阵，有利于提高直接法暂态稳定分析计算的速度，具有重要的实际应用价值。     

A systems biology analysis of the Drosophila phagosome

Phagocytes have a critical function in remodelling tissues during embryogenesis and thereafter are central effectors of immune defence. During phagocytosis, particles are internalized into 'phagosomes', organelles from which immune processes such as microbial destruction and antigen presentation are initiated. Certain pathogens have evolved mechanisms to evade the immune system and persist undetected within phagocytes, and it is therefore evident that a detailed knowledge of this process is essential to an understanding of many aspects of innate and adaptive immunity. However, despite the crucial role of phagosomes in immunity, their components and organization are not fully defined. Here we present a systems biology analysis of phagosomes isolated from cells derived from the genetically tractable model organism Drosophila melanogaster and address the complex dynamic interactions between proteins within this organelle and their involvement in particle engulfment. Proteomic analysis identified 617 proteins potentially associated with Drosophila phagosomes; these were organized by protein-protein interactions to generate the 'phagosome interactome', a detailed protein-protein interaction network of this subcellular compartment. These networks predicted both the architecture of the phagosome and putative biomodules. The contribution of each protein and complex to bacterial internalization was tested by RNA-mediated interference and identified known components of the phagocytic machinery. In addition, the prediction and validation of regulators of phagocytosis such as the 'exocyst', a macromolecular complex required for exocytosis but not previously implicated in phagocytosis, validates this strategy. In generating this 'systems-based model', we show the power of applying this approach to the study of complex cellular processes and organelles and expect that this detailed model of the phagosome will provide a new framework for studying host-pathogen interactions and innate immunity.     

WCF技术在分布式电网分析平台中的应用

电网分析平台能对电网系统进行分析和仿真,是提高输配电网管理水平重要的工具.对于电网分析平台的开发,拟采用分布式的架构.而分布式技术CORBA,.NET Remoting,Web Service等技术复杂,应用性受到限制.首先对平台架构进行分析,对WCF技术的原理进行总结,结合电网平台数据接口通用性要求,建立数据接口模型,编写WCF服务端和客户端测试程序,验证了采用WCF技术建立的分布式电网分析平台的可行性.     

基于演化涌现的复杂信息网络设计优化

 针对复杂信息网络设计优化问题,分析了复杂信息网络特性,提出了基于演化涌现的复杂信息网络设计优化方法和拓扑结构演化模型。该设计优化方法以融贯论为指导,采用系统分析、建模分析和仿真分析相结合技术途径对复杂信息网络设计优化问题进行多尺度研究,树立基于网络化思维的安全观,突出网络拓扑结构设计,强化网络可控性、安全性和健壮性,体现局域结构演化形成功能整体涌现。拓扑结构演化模型综合选取网络建设成本、时延、健壮性和吞吐量等网络工程特征参数作为网络演化动力,通过调整参数权重生成优化网络。对实测ISP路由器级网络数据的仿真实验表明,方法模型具有可行性、有效性和扩展性,可加深对复杂信息网络动力学行为认识,促进信息网络科学发展。     

社团生成结构的电力信息物理系统鲁棒性分析

随着传感器技术的快速发展,信息网与电网的深度融合,电力系统的智能化水平越来越高,但也面临着安全性、脆弱性等一系列问题.结合相互依存网络与介数负荷-容量级联故障模型,提出了包含电网、信息网孤岛运行的连锁故障仿真算法,主要研究了具有社团结构的电力信息物理系统(cyber physical system,CPS)鲁棒性,修正了传统的社团结构生成算法,使其能够生成不同规模社团且社团连接概率可调的无标度网络.采用提出的算法生成信息网和电网社团内部同配耦合的电力CPS模型,使用电网剩余节点比例为评估指标.研究了调度中心处于不同社团时全局连接概率、社团连接概率以及多个调度中心对电力CPS鲁棒性的影响.     

多机AC/DC系统次同步谐振和轴系扭振的研究

提出了系统部件的复频域等效端口导纳矩阵的概念,导出了复频域下多机AC/DC系统的网络方程,给出了任一台发电机组的综合电气阻尼的计算方法和轴系扭振的稳定判据,从而成功地将复数力矩系数法,推广应用到任意网络结构下多机交直流联合电力系统次同步谐振和轴系扭振的研究中.对一简单三机系统的分析计算,证明了本推广方法的正确性.     

重庆电网主网电压及无功优化问题分析

针对重庆电网主网220kV在枯水期低谷时段无功过剩，系统电压偏高的状况，通过计算、分析等手段对系统电网电压和无功进行全面的分析研究，提出解决方案，使重庆220kV电网低谷电压控制在232kV以下。构建重庆电网主网计算等值模型，以有功网损最小为目标函数，对重庆电网进行无功优化计算，提出各种优化补偿方案，通过计算结果综合分析各方案，从中得出合理可行的最优方案，并论证了发电机进相运行调控系统电压的可行性。通过对重庆电厂发电机的进相运行，降低了系统电压，改善了重庆电网运行性能，加强了系统协调稳定。     

具恢复机制的相依电力-信息网络连锁故障传播

为了研究具有恢复机制的电力-信息网络连锁故障传播,基于相依网络理论,建立了IEEE300节点系统电力网与双星型结构信息网的电力-信息相依网络模型.分析复杂网络统计特征参数可知,电力网和信息网均具有小世界和无标度特性.利用相依电力-信息网络的连锁故障模型,对BA,WS和ER 3种不同的相互依存网络进行鲁棒性分析,提出了一种具有恢复机制的相依网络连锁故障传播模型.仿真结果表明,与目标恢复机制和随机恢复机制相比,依赖恢复机制的恢复级别更高,而且这种优势随着故障阈值的减少而提高.