配网规划常见问题

制定配电网规划，首先要做好负荷预测，然后确定网络的系统模型，最后做好规划的效益评估。     

GM(1,1)模型在电力系统中长期负荷预测应用

文章简要地介绍了电力系统负荷预测的意义,对负荷预测中的灰色预测方法进行了深入的研究,通过对灰色理论预测方法建模并对电力系统负荷进行预测,得到了GM(1,1)模型灰色预测方法能够准确的实现对负荷的预测。     

GM（1,1）模型在电力系统中长期负荷预测应用

文章简要地介绍了电力系统负荷预测的意义,对负荷预测中的灰色预测方法进行了深入的研究,通过对灰色理论预测方法建模并对电力系统负荷进行预测,得到了GM（1,1）模型灰色预测方法能够准确的实现对负荷的预测。     

GM(1,1)模型在农村电力负荷预测中的应用

农村电力系统是一个含有许多不确定影响因素的灰色系统,而灰色模型法恰好是一种对含有不确定性因素的系统进行预测的方法,因此可将灰色模型法应用于农村电力系统负荷预测中。示例计算结果表明,用该方法预测电力系统负荷具有较高的预测精度。     

农村电力系统负荷预测的研究——基于Excel回归模型

农村电力系统负荷预测是农村电网供电规划的基础。当利用回归模型进行农村电力系统负荷预测时,最大的问题是:当给定的历史数据量很大、回归模型未知数的最高次项的次数较高时,求解回归方程计算将变复杂。针对上述问题,提出了一种基于Excel的回归模型的求解方法,该方法无需编程,操作简单。计算结果表明,基于Excel的回归模型进行农村电力负荷预测的方法简单实用,误差较小。     

农网电力负荷中期预测方法探讨

电力负荷中期预测是指未来3～5年的负荷预测,是制定电力系统发展规划的基础,也是规划工作的重要组成部分,其目的是为合理地安排电源和电网建设进度提供宏观决策的依据,使电力建设满足国民经济增长和人民生活水平提高的需要。为此,通过对各种预测方法及特点的分析比较,得出用灰色模型预测方法作为农网电力负荷中期预测的方法,且该方法所需原始数据少、误差小、精度高。     

基于小波网络的电力负荷非参数估

区域电力负荷具有特殊的变化规律。利用小波分析和人工神经网络相结合，给出基于正交尺度函数的小波网络的基础上，建立非参数回归估计的小波网络预测模型，并对电力负荷变化进行了电力消耗预测。还与最小二乘回归的预测结果还进行了误差分析。结果表明，预测结果与当地过去电力负荷消耗增长规律相符，且小波网络回归预测结果较好。预测的结果数据可以作为当地决策部门的资料参考。     

基于特征分量组合的多小水电地区日负荷预测

随着小水电大规模并网,其无序发电对电网造成的冲击越加不可忽视,提高小水电负荷预测的准确率对掌握小水电的发电情况及电网调度有着重要意义。将小水电预测日的负荷解耦为基值和标幺值两部分进行预测,并引入云模型方法对基值的偏差进行拟合。同时,针对标幺化后的负荷曲线,采用集成经验模态获取其特征分量,并通过对相似日和日前负荷曲线的特征向量进行交叉组合以快速获得预测日的标幺曲线。通过对湖南某富小水电地区进行实例分析,验证了本预测方法的有效性。     

灰色模型在电量预测中的应用

负荷预测是供电部门的重要工作之一，准确的负荷预测可以经济合理地安排电网内部发电机组的启停，制订设备检修计划，编制电网建设规划，保证社会正常的生产、生活用电，提高经济效益和社会效益。     

电力负荷预测理论与方法

负荷预测对电力系统规划和运行极其重要，本文论述了电力负荷预测与分类、负荷预测的基本过程，对负荷预测方法进行了综述，同时介绍了新兴交叉学科理论现代预测方法。     

蚁群神经网络用于农村电力短期负荷预测

为了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负荷的目的,将蚁群算法(ACA)作为BP神经网络的学习算法,构造了一种蚁群神经网络(ACAN)预测模型。对某农村地区电力系统短期负荷预测的计算实例表明,基于蚁群神经网络的负荷预测方法与传统的BP神经网络预测方法相比,具有较强的自适应能力和较好的效果。     

拉西瓦高拱坝水弹性模型基础确定

高拱坝水弹性模型可以很好的模拟“动荷载-结构-水-地基”四位一体的流固耦联系统，并能为高拱坝振动的研究提供可靠的实验数据，而水弹性模型对原型结构模拟的基础的范围直接影响实验结果的精度和准确度。以黄河拉西瓦拱坝水弹性模型为例，确定其模型模拟的基础的范围，并结合已有工程的水弹性模型基础的确定，进行比较和分析。     

水电站大坝安全群控的关键技术问题

流域梯级开发的建设模式、企业承担大坝安全的主体责任、发电与电网分离的电力体制,使得大坝群控已成为我国水电站大坝安全管控的主要趋势。在总结我国水电开发模式和大坝安全管控体制的基础上,讨论了大坝群和大坝群控的基本内涵,提出了流域大坝群、区域大坝群和电网大坝群的大坝群分类方法,分析了大坝群控对象、群控范围和群控系统的基本内容,研究了大坝群控平台建设、智能化大坝群控技术以及大坝群安全风险分析等关键技术问题。     

基于Lyapunov指数的电力系统短期负荷预测

短期负荷预测为发电计划程序提供数据,是电力系统经济运行和安全控制的基础。介绍Lyapunov指数预测法的步骤,以东北电网1994年的负荷数据为例,探讨Lyapunov指数预测法的预测准确性,确定其误差符合电力负荷预测的要求,适于在电力系统短期负荷预测中广泛应用。     

应用系统工程方法选择小型径流式水电站的装机容量

本文从系统工程最优化的观点出发,采用动态分析方法,以“工程净效益最大”为目标,建立了小型径流式水电站装机容量优化选择的数学模型。实例表明,本模型用来优选小型径流式水电站装机容量,是简便而有效的。     

大坝变形预报模型应用

为更加准确地反映出大坝变形数据的内部规律,及时对大坝稳定性和安全度做出评价并采取有效措施,选择广州市李溪拦河坝为研究对象,搜集了4#静力水准仪2015年9月—2019年3月共753组数据.选取了2015年9月—2017年12月共355组数据作为模型训练集建立模型,2018年1月—2018年12月328组数据作为模型验证集,用于评判模型性能;2019年1月—3月70组数据作为模型测试集,用于模型测试.分别采用逐步回归分析模型和时间序列模型进行建模及验证分析.样本测试集预测结果表明,逐步回归分析模型测试集均方差为0.022、决定系数为0.951;时间序列模型测试集均方差为0.007、决定系数为0.985.表明运用时间序列模型在拟合、预测和误差分析方面优于逐步回归模型.     

水电站计算机监控系统应用现状研究

计算机监控系统是水电站运行管理的重要组成部分,它使电站的自动化程度与经济效益得到提高,增加其运行的可靠性与稳定性。介绍水电站计算机的类型、结构模式,阐述监控系统的设计原则,分析大、中、小型水电站计算机监控系统存在的问题,并提出相应的解决办法。     

基于机组分类的梯级水电站短期经济运行

为了节约水资源,充分利用水能发电,在原有水电调度的基础上提出了将机组分类处理的梯级水电站联合优化调度的短期经济运行模型。为适应调度要求, “以电定水”模式的梯级水电站的短期经济运行,兼顾了上下游电站利益、水量平衡、生态平衡,做到梯级电站群水能利用率最大,且经济性最优。整个过程分为上下游电站负荷分配和站内机组优化分步进行的策略,在优化中首先对同一电站的机组进行分类,根据机组能量特性曲线的异同将同一能量特性的机组归为一个等效机组。另外在进行负荷分配时采用有效约束区间,有效避免了水电机组出力在汽蚀震动区内,带来机组损坏的问题。该方法的实现使得梯级电站之间的出力分配有了理论依据,便于调度人员根据优化结果下达发电任务。机组分类和模型分步优化的方法避免了整体优化时约束条件过多无可行解或进入死循环的问题。