锅炉房-蓄热器供热系统的优化运行模式研究

通过蓄热器客积校核计算方法与锅炉房负荷最优分配模型的结合，建立了带有蓄热器的工业锅炉房负荷曲线最优分段模型；应用最小平方趋势剔除法，建立了分段方案的预测模型。这些模型的组合，构成了带有蓄热器的工业锅炉房最优运行模式的教学模型。实例计算结果表明其精度足够，能满足锅炉房实际运行控制要求。     

分时段运行工业锅炉房负荷的最优分配

提出了一种具有实用性和经济性的分时段运行工业锅炉房负荷的最优分配模型．利用静态锅炉模型辨识方法得到了锅炉的最佳负荷率,确立了分配模型的目标函数和约束条件．通过工程实例检验了提出的负荷分配理论,并获得了相应的数据．针对不同的工业锅炉房,只要得到各台锅炉准确的燃料所耗量的特性方程,就可以应用该分配模型得到锅炉房负荷的最优分配结果．     

工业锅炉房蒸气蓄热器的最优化设计研究

按容积最小化的蓄热器第一种优化设计原则未能充分考虑工业锅炉房的运行优化，而按照工业锅炉房实际运行效率最高的蓄热器第二种优化设计原则有可能导致其容积过分增大。按蓄热器寿命期内锅炉房总费用最小的优化设计，兼顾减小蓄热器容积和保证工业锅炉房的高运行效率，是第三种优化设计原则。这里提出这3种原则的模型，给出了程序结构。按照编制的包含这3种模型的蓄热器优化设计综合计算机程序，进行实例计算比较，分析了3种优化设计方法的适用性。     

清华大学燃气锅炉房负荷分配策略

为了提高锅炉房运行效率,针对清华大学燃气锅炉房一次网母管制供、回水的情况,以实测锅炉数据的实矩阵为基础,利用最小二乘法和Householder变换进行分解,确定每台锅炉的燃料耗量特性方程,并利用Lagrange乘数法设计了3台锅炉任意组合运行时的锅炉房负荷分配方案。根据该分配方案,锅炉房可比每台锅炉平均分配负荷情况最多减少3%燃料消耗量。对该分配方案的分析表明,实行负荷优化分配必须在满足锅炉房总负荷要求下尽量少运行锅炉台数的基础上才能取得更好的效果。     

大电网可靠性评估最优负荷削减模型

研究电网可靠性评估中考虑最优负荷削减的问题。针对大电网系统，先在系统分析中将系统状态分为4种不同情形，对可能产生负荷削减的系统状态引入其最优负荷削减模型，在模型的目标函数中设置使负荷削减自动满足按临近原则和按负荷重要程度进行削减的加权因子，并在可靠性评估中的程序编制中予以实现。该最优模型与实际的负荷削减策略保持一致，能够得到反映电网真实可靠性水平的母线节点指标。文章给出了该最优负荷削减模型，以及相应算法，程序流程图。通过具体算例验证了该模型的有效性和实用性。     

工业锅炉房负荷最优分配的研究

工业锅炉房负荷分配的最优化是达到其优化运行的最主要的途径之一。现有的负荷优化分配方法都依赖于工业锅炉的燃料耗量特性曲线。这里提出的最小差法(MDM)模型，仅需两组容易得到的数据，如锅炉经济工况和压火工况下的数据。同时还介绍了该模型的计算机算法。通过实例计算的结果与文献中的结果的比较，证明最小差法模型精度较高也更实用。     

基于最优组合预测模型的电力负荷预测研究

电力负荷预测是电力规划及安全运行的基础,提高预测精度是电力负荷预测研究的重点,由于负荷预测的变化性和不确定性,单一的预测模型很难满足所有的预测情况;组合预测是将各个单项预测所得的结果选取适当的权系数进行加权平均的一种预测方法;采用灰色和时间序列作为单项预测模型,然后进行最优组合建立组合预测模型进行电力系统短期负荷预测;仿真实例表明:最优组合预测模型比单项预测模型具有更高的预测精度,具有一定的优越性。     

电力系统优化控制中运行时段的最优划分

研究了用于电力系统短期优化控制的日负荷曲线最优划分的方差最小化数学模型,提出了采用Hooke-Jeeves直接优化法的寻优策略.最优时段划分为电力系统经济运行与控制的实用化提供了基础.算例计算结果证明了所提最优划分模型及算法的有效性.     

应用级联神经网络预测供热锅炉次日小时热负荷的初步研究

通过对供热锅炉房热负荷的分析，建立了基于两个BP网络的级联神经网络(CNN)。相关性分析表明，可将时间序列负荷数据作纵横向分离，横向相关系列负荷可作为CNN前一BP子网络的输入数据，纵向相关系列负荷可作为CNN后一BP子网络的输入数据。前一BP子网络用于小时负荷的初始预测，其预测结果加入后一BP子网络的输入系列，实现对负荷的精确预测。按照此模型，建立了某一印染厂锅炉房次日小时蒸汽负荷的CNN预测模型。程序运行结果表明该模型在预测时足够准确可靠。     

浅谈燃煤锅炉负荷预报技术

针对锅炉房运行调节缺乏科学的监测和量化管理手段的现状，开发出一套指导锅炉运行的负荷预报软件系统。本文从背景、技术原理、模型建立、系统组成等方面对该技术进行了介绍。     

基于人工神经网络的负荷数据预处理

对历史负荷数据进行处理是提高电力系统负荷预测精度首先要解决的问题。脏数据处理的过程就是对于含有脏数据的负荷曲线模式的辨识过程。首先利用自适应共振网络(ART网)对日负荷曲线进行分类,确定出每一类负荷曲线的特征曲线;然后用超圆神经网络(CC网)对特征曲线进行脏数据辨识;最后利用扩展短期负荷预测方法对脏数据进行修正。对某市2002年8月份的数据进行脏数据辨识,结果证明所提出的模型对脏数据的平均检测率为92.11%,效果令人满意。采用该处理过的历史数据对某市2002年8月14日的负荷进行预测,结果表明,利用该方法处理后的数据进行负荷预测提高了负荷预测的精度。     

基于支持向量机的城市小区燃气管网日负荷预测模型

该文使用支持向量机中的两种核函数,采用grid-search算法、遗传算法、粒子群算法优化参数,建立对吉林市某小区燃气管网日负荷预测的支持向量机模型。将日最高温度、日最低温度、日平均温度、小区人员最高年龄、小区人员最低年龄、小区人员平均年龄作为燃气管网日负荷变化密切相关的主要影响因素,分别作为支持向量机的输入量,将小区人员临时出差、小区临时增加暂住人口等随机因素作为燃气管网日负荷变化密切相关的次要影响因素,将随机因素统一归为支持向量机的一个输入量。采用[0,1]归一化方法,对作为影响因素的输入量数据与日负荷预测输出量数据进行归一化处理。对节假日和工作日的燃气管网日负荷预测采用独立处理方法,避免了相互之间的干扰影响。试验结果表明,采用径向基核函数的支持向量机预测模型对燃气管网日负荷预测拟合程度达到90%以上。     

基于相关向量机的电力负荷中期预测

针对电力负荷中期预测比较困难并且存在较大误差的问题,提出了一种基于相关向量机的中期预测方法.结合EUNITE网络提供的实际数据,研究了日最大负荷前后期关系、日最大负荷与节假日的关系和当日与对应星期数的相关性,并建立了相应的电力负荷中期预测模型.该模型是将与某天相关的n个前期信息作为该天的日最大负荷的输入量,而日最大负荷与节假日、当日(星期数)的关系信息用两个二元值表示.在模型训练前,将输入量的前7个属性值和预测目标值进行归一化处理 采用不同训练样本集的仿真实验结果表明,相关向量机方法比支持向量机方法具有更多的优点,当高斯核函数的宽度值取为2 0时,相关向量机方法具有较为理想的预测效果.     

基于时间序列对电力系统短期负荷的预测

针对电力系统短期负荷的预测,建立了多元回归和时间序列预测模型,分析了最高温度、最低温度、平均温度、相对湿度、降雨量分别对日最高负荷、日最低负荷、日平均负荷的影响程度,以及预测出短期负荷,应用MATLAB、SPSS进行求解,研究得出:最高温度对日最高负荷、日最低负荷、日平均负荷的影响程度最大,且预测值与实际值的相对误差在允许误差范围内,模型可靠性较高。     

生态屋面荷载问题研究

生态屋面荷载受屋顶造园因素的影响，主要附加荷载就是种植土荷载和植物景观荷载，根据上人屋面结构特征和承载要求，用具体数据进行分析生态屋面园林荷载的组成、特征以及各组成部分的荷载选择，提出了因地制宜、合理安排轻重静荷载，使生态屋面的荷栽受力分布与上人屋面的结构受力相一致，采用木屑、蛭石、珍珠岩等轻质基质层等思路和方法．     

考虑负荷动态的低电压切负荷

在分析低电压切负荷机理的基础上，提出了一种新的低电压切负荷控制算法，通过考虑负荷的动态特性，能快速地算出负荷的切除量，将系统稳定在指定的电压上，当电压失稳时，能有效地得出使系统电压保持稳定的负荷切除量，同时分析了负荷的切除量，切除时间同动态负荷参数的关系，及切除时间对控制效果的影响。     

水电站AGC中负荷调节策略的研究

在水电站 AGC中采用了一种新的负荷调节策略 .AGC的负荷设定值直接下达给调速器 ,避免了脉冲设定方式的不足 ;采用过渡分配方案 ,避免了大负荷调节时出现电站出力缺额和小负荷波动时机组频繁调节 .实际应用验证了算法的有效性 .     

上海市区供电局电力负荷特性分析

根据上海市区供电局１９９２￣１９９８年的销电量和负荷实测数据,对负荷特性及部分相关指标进行了较为详细的分析,从而得出了季节性负荷逐年增大的结论。最后简要分析了造成季节性负荷增大的原因。     

改进的季节性指数平滑法预测空调负荷分析

根据空调日总负荷和日平均气温之间的较强相关性,对经典的季节性指数平滑法预测模型中的水平因子项进行修正,并去掉趋势因子项,得到了改进的季节性指数平滑预测模型.以上海某医学中心空调系统作为该空调负荷预测模型的应用实例,在整个预测期内模型平均预测误差为8.8%.这表明改进的季节性指数平滑法适合于办公类建筑空调负荷的预测.