电力负荷分析与系统调控

电力负荷源于用电设备,鉴于用电设备的容量、结构、工作方式、用电时段的不同,呈现出不同的动态参量。电力系统的中心任务就是保障电力的供应,讨论了电力负荷分析及调控。     

浅析电力负荷管理系统的应用

随着市场经济的不断发展以及电力市场需求的不断扩大,简单的电力负荷控制系统已经不能满足供电公司的需要,根据电力营销和管理工作的发展要求,电力负荷管理系统的应用越来越广泛。主要介绍了230M和GPRS两种负荷管理系统的原理及其应用。     

电力负荷预测技术研究

电力负荷预测是电力部门的一项重要工作,是城市电网规划中的基础性工作,为电网规划提供了必不可少的基础数据.文章对电力负荷预测技术的分类和特点进行了研究和阐述.     

两种短期电力负荷预测模型的比较

负荷预测是电力系统规划、计划、用电、调度等部门的基础工作,电力负荷是影响电网寿命和可靠度的一个重要因素。结合某省电网近五年来总电力负荷数据,对电力负荷数据进行分析与预处理,分别运用ARIMA模型与灰色GM（1,1）模型针对该省的电力总负荷分别做未来3天和10天两种情况下的短期预测,重点比较了所用两种方法的优缺点和精准度,得到3天的预测精度上GM（1,1）模型效果高于ARIMA模型,10天的预测精度上ARIMA模型相对较好。     

基于BP神经网络的智能电网短期电力负荷预测

当前现有预测方法对智能电网短期时间内的电力负荷预测存在预测精度低、预测精度受气象条件变化影响等问题,现引入BP神经网络研究智能电网短期电力负荷预测方法：获取智能电网历史运行数据,对数据进行预处理,对样本进行归一化处理;利用BP神经网络构建电力负荷预测模型;建立模型训练网络拓扑结构,训练模型预测性能;完成电网短期电力负荷预测,并在考虑气象因素的情况下对预测进行补偿,得到预测结果。实验证明：新的预测方法在实际应用中预测精度更高,且预测精度不会受到气象条件的影响。     

一种基于LSTM神经网络的电力负荷预测方法

设计了一种基于长短期记忆(LSTM)神经网络的电力负荷预测模型,在TensorFlow框架下使用Python语言编程实现;使用西班牙2018年一整年的电力负荷数据对模型进行训练,得到的模型可准确预测电力负荷数据的日变化、周变化规律,模型损失值可达0. 2,验证了模型的有效性;与RNN模型对比证明了LSTM模型的长期依赖学习能力更为优越。提出的模型是一种有效的电力负荷数据预测方法,可为电力系统的负荷预测提供依据。     

《电力负荷预测》课程实验教学改革的探索

电力负荷预测实验不但是理论课的延伸和补充,更是不可缺少的重要环节。本文通过对以往实验教学的反思,从三个方面阐述电力负荷预测教学环节的改革方案和意义,其目的在于通过实验教学的改革,使学生扎实地掌握电力负荷预测的理论与方法,提高动手能力和实践创新能力。     

普通日短期电力负荷预测的一种方法

电力负荷预测对电网的经济调度运行及电网的科学发展和合理规划可提供有力的科学依据．文中讨论了时间序列模型在短期电力负荷预测中的应用，提出了适合电网普通日电力负荷预测的数据处理方法，达到了一定的预测精度．     

一种使用混沌神经网络的电力负荷预测方法

本文对实际电力月负荷数据进行预处理,将其分为趋势序列和剩余序列两部分。计算剩余序列的最大Lyapunov指数、延迟时间等参数,发现其混沌特征。提出了一种使用混沌BP神经网络的电力月负荷预测方法。根据历史负荷序列预处理和Lyapunov指数估算,确定了网络的训练样本和网络参数,通过对实际电力负荷进行预测,结果显示该方法具有一定的可行性。     

基于RBF神经网络的电力系统短期负荷预测

电力负荷预测一直是电力系统的重要研究课题。在考虑天气状况因素的前提下,通过MATLAB软件实验平台,构建了一个RBF神经网络模型,并用历史电力负荷数据进行训练,成功的进行了电力系统的短期负荷预测,预测结果误差比较小,结果令人满意,证明了RBF神经网络在电力短期负荷预测领域的有效性和可行性。     

基于商业智能的电网负荷预测模型的构建研究

根据对电网负荷预测业务的分析,采用探索型数据分析方法对电力企业数据仓库中的数据进行训练建模,构建出电网负荷预测模型。模型应用情况表明:应用该模型后电力企业负荷预测较传统预测方法准确率明显提高,电力企业预测技术水平相应提高,同时,应用该模型还有助于电力企业有计划地进行用电管理,确保电力企业决策分析可行性。     

基于下级负荷预测的短期负荷预测新算法

省级电网企业要求下级电网企业(地市公司)对辖区内的网供负荷进行预测。下级单位的负荷预测含有该区域内较多的信息,充分利用下级单位的负荷预测结果,可以提高短期负荷的预测精度。针对在利用下级单位负荷预测结果时统计口径不一致的问题,提出了利用下级单位负荷预测结果提高省级电网负荷预测精度的具体方法。算例表明,提出的方法是有效可行的。     

不同风电机组对电力系统暂态电压稳定性的影响分析

针对负荷波动情况,分析3种常见风电机组的结构特点;利用MATLAB的电力系统分析工具箱PSAT建立了含风电场的14节点算例系统,通过时域仿真研究了相同节点接入不同风电机组对电力系统电压稳定性的影响,对3种机组及其系统的暂态电压稳定性进行了分析对比;讨论了负荷增长方式的不同、风机接入方式的不同对风电并网点电压稳定性的影响。结果表明:负荷增长倍数越大、负荷同时增长、风机分散接入加剧了系统电压的不稳定。     

浅谈邢台电网电压的调整

结合邢台电网负荷实际情况,分别探讨了调节变压器变比、调整系统无功功率、改变系统运行方式等三种方法在调整电网电压方面的效果,分析发现实际工作中应综合利用上述三种调压方法。     

基于ARSVR方法的网格计算资源负载预测(英文)

在MDS4监控模型的基础上, 设计了基于可靠存储与容侵数据网格的监控模型, 分析了监控模型中计算资源的负载特性、指标. 然后, 设计了基于SVR的时间序列自回归预测模型, 提出了用于数据网格负载预测的监控ARSVR方法. 最后, 利用AR模型对历史观测序列进行建模, 确定模型的阶次. 根据历史数据对SVR进行训练, 得到回归函数. 仿真实验结果表明, ARSVR方法能对节点的负载进行有效预测.     

基于分布式光伏电站的微电网后备电源系统实现

分布式发电以其调峰性好,起动和停止快,便于灵活调度等特性,是大型集中式单一供电系统的重要补充,结合微电网进行应用,十分适合在传统的大型电力供应系统出现故障或停电时充当紧急备用电源。本文以一套实际搭建的基于分布式光伏电站的微电网后备电源系统为研究对象,对其工作性能及特性进行了测试和研究。测试结果表明,本光伏微电网后备电源系统在实现光伏发电优先利用功能的同时满足了并网模式和离网模式之间平滑切换的技术要求。     

智能电网监控系统研究

为实现智能电网负荷均衡和电能质量控制,采用低成本的RFID与卫星通信技术相结合的方式来实现电网负荷及相关参数的实时和全方位的监控.在实时和全方位监控基础上,设计实现了监控系统的体系结构和协调控制策略,为提高系统运行负荷率提供了可能,并可实现电网系统在各种约束条件下的优化运行.     

光伏发电系统负载特性的研究

基于光伏电池的数学模型,在Matlab/Simulink环境下利用S函数建立太阳电池通用仿真模型。根据直流升压电路的特点研究Boost电路负载电阻对最大功率跟踪功效的影响,并以此为基础对比分析光伏发电系统的功率、电压输出特性。     

组合机床动力滑台滚动导轨受力分析与服役寿命的计算

在组合机床动力滑台设计中,采用直线滚动导轨替代传统的滑动导轨,实现动力滑台的滚动化传动(滚珠丝杠 滚动导轨),可以显著提高滑台传动精度及进给速度,减少驱动功率及维修费用,缩短设计及制造周期,具有明显的技术经济效益.