畜禽养殖业环境负荷与经济增长动态耦合趋势研究——基于浙江1978—2012年的时序数据

基于1978—2012年的时间序列数据,对浙江畜禽养殖环境承载力状况进行评价;进而借鉴系统科学的理论,建立畜禽养殖业环境负荷与经济增长的动态耦合模型,分析并预测"零方案"状态下至2050年浙江畜禽养殖业环境负荷与经济增长的动态耦合演化趋势。研究发现,浙江畜禽养殖业环境负荷与经济增长的动态耦合在"零方案"状态下,直至2050年都将处于拮抗期。经预测,2036年为浙江畜禽养殖业环境负荷与经济增长动态耦合倒"U"型演化趋势的唯一拐点,相应的动态耦合度为124.011 7。     

季节周期预测法在电力系统季负荷预测中的应用

电力系统日负荷、月负荷和季度负荷变化具有明显的周期性,根据日、月、季负荷变化特点,将季节周期预测法应用于电力系统季负荷预测中。计算结果表明,用该预测方法预测电力系统季负荷具有较高的预测精度。     

基于平衡策略的支持向量机在电力系统中期负荷预测的应用

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,提出了基于径向基核函数与基于平衡策略的Sequential minimal optimization(SMO)改进算法相结合的负荷中期预测方法,结合EUNITE网络提供的实际数据,研究了日最大负荷的前后期关系、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,建立了相应的电力负荷中期预测模型。并对预测结果进行了分析。算例表明,该算法具有运算速度快、精度较高的优点。     

基于BP神经网络的城市燃气月度负荷预测研究

应用MATLAB科学计算软件编制了对浙江省某城市燃气月度负荷的预测程序,建立了燃气月度负荷预测的BP神经网络模型,对模型进行训练后,利用它对该市燃气月度负荷进行了预测,预测结果的相对误差最在±6．34％以内,由预测结果可知该模型预测精度较高,完全可以达到工程实际应用的目标。     

宿州电网电力负荷与气象条件关系研究及预测系统开发设计

利用宿州电网2008年8月～2010年9月逐日电力负荷和宿州逐日气象资料,系统分析电力负荷与气象条件的关系,分时段建立电力负荷预测模型,开发了宿州气象电力预测预警系统平台。该系统主要研究气象要素与电力负荷的关系,做出短期预测模型;结合WEB的CS和BS终端访问技术、数据挖掘技术、多因子变量回归技术和最优因子集组合技术,根据不同季节的特点,分5个时段对宿州电网负荷进行5d的中短期预测。系统在试运行期间表现稳定、易操作、短期负荷预测预警精度高,该系统增强了宿州电力供应安全的保障能力,推进部门相互间在信息、技术等方面的合作与共享,为宿州电网的规划和运行提供了科学依据,提升了科学经济运营水平。     

电力系统负荷预测研究综述及其发展方向

随着我国社会主义现代化建设的不断加快,我国电网事业的发展越来越迅速,规模日益庞大,朝着大机组、特高压的方向不断前进.但是由于现代市场竞争机制的不断变革,节能减排方针的不断推动,从而对电能质量的要求越来越高,电力系统负荷预测的发展正面临着挑战.本文主要通过概述电力系统负荷预测,深入讨论电力系统运行的规律,研究电力系统负荷预测的发展方向,在理论上为我国电力事业的发展方向做出了展望.     

城镇天然气负荷预测方法研究进展

合理、准确地预测城镇天然气负荷已成为政府制订政策、气源端与管网建设以及优化运行调度的重要保障。在对国内外相关文献和实践进行广泛调研的基础上，结合天然气工业的发展历程，系统梳理了城镇天然气负荷预测技术研究进展，将其分类为早期传统预测方法、基于机器学习的预测方法以及组合预测方法。中国在应用基于机器学习的智能算法预测天然气负荷的研究方面已实现跨越式发展，成为当前国际上最活跃的研究群体。组合预测方法细化了对天然气用气特征的分析，预测结果的准确性更高，各种预测方法的组合应用研究已成为天然气负荷预测研究的热点。未来，应注重大数据处理和先进算法技术在天然气负荷预测中的应用，但仍不能忽视对负荷形成机制、特点等技术本质的深入研究。（图1，表1，参87）     

农村电力系统负荷预测方法研究

农村电力系统负荷预测在农村电网发展规划过程中是一项十分重要的基础性工作。该文系统地讨论了影响农村电力系统负荷预测的主要因素、负荷预测的基本步骤以及常用的预测方法。     

人工神经网络在电力系统短期负荷预测中的应用

根据电力系统短期负荷变化的特性，提出BP模型在实际负荷预测应用中的方法和步骤．对BP网络结构、样本空间、收敛性等作了有针对性的研究．结果表明：多层神经网络应用于电力系统短期负荷预测是可行和有效的．其预报结果比传统的负荷预测方法更准确、经济、效果更好．     

Elman神经网络在农网短期负荷预测中的应用

为提高负荷预测精度,更好地反映负荷的动态特性,提出了一种基于Elman神经网络的预测方法。先对负荷样本进行数据预处理,消除伪数据,然后把不同日各时刻的负荷序列作为样本,对未来时刻的负荷进行短期预测。预测实例表明,基于Elman神经网络的预测方法比基于BP神经网络的预测方法具有更好的预测效果。     

城市天然气负荷特点及其预测研究

对城市天然气各类用户的负荷特点以及现有的负荷预测方法进行了研究。介绍了常用的三类预测方法,分析了各种方法的特点和适用条件并对城市天然气各类用户的用气特点进行了研究,提出了建立以历史数据拟合程度、发展协调一致性和模型可信性为判断标准的天然气负荷层次综合最优组合预测模型体系,认为应加快引进国外先进成熟的负荷预测软件,做好二次开发和应用,研制出适应我国国情的预测软件。     

灰色预测模型的有限自动机的实现问题

负荷预测是整个电力系统规划的依据，目前国内外负荷预测方法及建立相应的数学模型也很多，特别是灰色预测模型，对此有过成功的应用，现引进有限自动机理论研究模型在时序电路中的实现问题。     

Rural Power System Load Forecast Based on Principal Component Analysis

Power load forecasting accuracy related to the development of the power system. There were so many factors influencing the power load, but their effects were not the same and what factors played a leading role could not be determined empirically. Based on the analysis of the principal component, the paper forecasted the demands of power load with the method of the multivariate linear regression model prediction. Took the rural power grid load for example, the paper analyzed the impacts of different factors on power load, selected the forecast methods which were appropriate for using in this area, forecasted its 2014-2018 electricity load, and provided a reliable basis for grid planning.     

两次拟合灰色模型在中长期电力负荷预测中的运用

针对普通灰色预测模型在预测过程中当历史数据有较大波动时预测精度较差的问题，对两次拟合等维灰色预测模型进行研究，并对其进行改进，通过对华北某地区用电量的建模预测验证其有效性。两次拟合灰色预测模型是利用一次拟合的结果重新建模，经研究发现当历史数据有较大波动时，利用两次拟合灰色预测模型进行预测可以提高模型的精度。     

地区电网无功优化研究

建立了动态无功优化数学模型，提出用遗传算法对负荷曲线进行优化分段的方法。提出的地区电网无功优化控制基于现有地调自动化系统，利用遗传算法求解整个电网的无功优化问题，并根据优化结果给出控制方案，指导各个变电站VQC建立合理的限值。该方法克服了各变电站无功、电压就地最优控制的弊端，节电效益显著。在确定VQC上下限时，将每一时段的预测负荷定义为模糊数，在一定的置信水平下精确化，可计算出对应的无功调节范围。设计了无功优化控制系统的软件体系结构，编写了无功优化程序，并在某地区电网的应用中验证了方法的有效性。经过优化计算，系统各母线电压满足约束条件，在满足控制设备投切次数限制的条件下，降低了电能损耗。有功损耗比优化前下降4．96％。     

基于RBFNN混合粒子群算法的电力负荷短期预测

根据电力系统负荷预测的不同目的,提出一种基于RBFNN混合粒子群优化算法(HPSO)预报电力系统短期负荷,即首先采用改进的粒子群优化算法(MPSO)全局优化网络模型参数然后在MPSO全局搜索模型参数基础上利用梯度下降法局部优化网络模型参数,建立电力系统短期负荷的时序人工神经网络模型。仿真结果表明,该方法与传统的预测方法相比,减少了训练时间,提高了精度和适应性。