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。     

基于改进神经网络的农村电力系统短期负荷预测

为进一步提高农村电力系统短期负荷预测模型的性能,实现准确与快速预测农村电力系统短期负荷的目的,采用基于优化理论的Levenberg-Marquardt算法来改进传统的BP算法,并构造电力系统负荷预测模型。结果表明,基于L-M算法的神经网络预测模型具有较高的预测精度,在农村电力系统短期负荷预测方面具有较高的使用价值。     

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．     

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.     

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。     

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。     

农村电力系统负荷预测研究

农村电力系统规划和运行在负荷预测方面是非常重要.主要叙述了时间序列分析的构思,模型构建方法的过程及步骤,假设时间序列,运用MATLAB软件试验,实现了模型参数的估计的过程和模型的定阶.运用灰色理论法进一步建立灰色模型GM（1,1）,且通过灰色关联分析进一步分析出不同模型的灰色关联度,这样才能更好地选择模型.     

基于神经网络电力系统短期负荷预测的MATLAB实现

介于电力负荷预测在电力系统中的重要性,首先描述了电力负荷预测对电力系统的重要意义,分析了传统电力负荷预测方法的优缺点,在详细分析BP神经网络原理的基础上,设计了负荷分析方案,通过对某市负荷数据的分析,并且在充分考虑了日常负荷与天气因素的关系之后,建立了神经网络短期负荷预测模型,并进行短期预测,验证了其具有较高的精度,且具有很强的稳定性,适合多种不同的预测环境。     

基于优化灰色模型的农村季节性电力负荷预测，

提出了一种基于优化灰色模型的农村季节性电力负荷预测方法：首先对原始的时间序列数据进行移动平均处理,然后分别建立多个灰色GM（1,1）模型并进行优化组合．实例研究结果表明,该方法具有较高的预测精度。     

基于双层优化VMD-LSTM的农村超短期电力负荷预测

稳定的供电是农村发展建设的有力保障,而电力负荷水平是建设效果的重要衡量标准,因此建立精确的负荷预测模型可以更准确直观显现电力负荷情况,为供电公司制定决策提供有力支撑。由于LSTM负荷预测模型在数据预测方面存在收敛性差、预测精度不高等问题,为提高模型的预测精度,提出一种基于双层优化VMD-LSTM的超短期电力负荷预测方法。首先提出麻雀算法优化变分模态分解(sparrow variational mode decomposition,SVMD),通过SVMD将原始数据转化为模态分量(intrinsic mode functions,IMF);其次采用改进樽海鞘群算法(association salp swarm algorithm,ASSSA)优化LSTM模型。通过引入4种策略增强标准樽海鞘算法优化能力;最后将各模态分量分别代入到新模型并进行叠加预测。选取辽宁省某市某乡村10kV变压器真实历史负荷数据,以均方根误差(RMSE)、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)、拟合度(R²)作为评价指标,并与其他基础预测模型进行对比,结果表明,改进后的算法在计算...     

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.     

基于模糊聚类的农村微网负荷控制策略研究

针对农村电网独立运行模式下,即农村电网处于孤岛运行状态,当分布式电源发电功率不满足负荷需求时,存在优先切除负荷或优先调节负荷的顺序不确定的问题,提出了基于模糊聚类的农村智能电网负荷控制策略,以多代理系统为基础,利用模糊聚类方法,将农村电网独立运行模式下的负荷按负荷等级、可控特性及位置3个属性进行聚类,得出负荷的控制顺序。依据该控制策略,能够实现在满足技术指标的前提下,提高农村电网的供电可靠性和经济性。     

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。     

农村防雷现状及科学防雷措施

介绍了农村的防雷现状,提出了农村防雷的技术性措施(农村建房、电力线路、电视、电话、家用电器等方面的防雷措施)和政策性建议(建立一套完善的农村防雷体系;加强雷电灾害的预警预报及加强农村雷电科普知识宣传),最后提出日常生活中实用的简易防雷措施,旨在为减少雷电灾害损失,进一步推进新农村建设的稳步开展提供依据。     

Application of Interval Algorithm in Rural Power Network Planning

Rural power network planning is a complicated nonlinear optimized combination problem which based on load forecasting results, and its actual load is affected by many uncertain factors, which influenced optimization results of rural power network planning. To solve the problems, the interval algorithm was used to modify the initial search method of uncertainty load mathematics model in rural network planning. Meanwhile, the genetic/tabu search combination algorithm was adopted to optimize the initialized network. The sample analysis results showed that compared with the certainty planning, the improved method was suitable for urban medium-voltage distribution network planning with consideration of uncertainty load and the planning results conformed to the reality.     

主成分分析模型在河北省农村第一产业电力消费预测研究中的应用

电力需求与经济发展密切相关,第一产业经济发展决定其电力需求。根据历年经济发展及电力需求状况找出第一产业国内生产总值和城市化率是决定第一产业电力需求的主要因素,采用主成分分析方法对河北省农村第一产业电力需求进行预测。     

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。     

农村电网合理结构的研究

通过建立各种供电模式年费用数学模型，推论出合理的农村电网供电模式，并对现有供电模式改造的可行性进行经济论证，得出不同负荷密度下，应改造的现有农村电网的最小运行年限。建议在新建农村电网中，优先考虑110／10kV供电模式，适当控制35／10kV变电所的发展，并试点应用110／20kV供电模式。