分享到:

灰色改进等维新息GM(1,1)模型在电力系统长期负荷预测中的应用

灰色改进等维新息GM(1,1)模型在电力系统长期负荷预测中的应用施怀瑾,刘敏(贵州工学院)摘要本文分析了灰色系统预测GM(1,1)模型用于长期负荷预测时的局限性,针对电力系统需求增长的特点,提出了灰色改进等维新息GM(1,1)模型,对江苏电网的用电量进行测算的结果表明,采用改进等维新息GM(1,1)模型进行长期负荷预测的精度高于一般灰色GM(1,1)模型的预测精度,给出了程序框图与测算结果。关键词灰色预测;电力需求;负荷预测;等维新息中国法分类号TM715引言电力系统长期负荷预测通常采用回归法、弹性系数法、单耗法等预测方法,这些方法都需要大量的原始数据。近年来出现的灰色系统预测方法,由于它只需要较少的原始数据而又能得到比较理想的预测结果,因此得到人们的青睐。’‘、‘一、”灰色负荷预测通常采用GM(l,l)模型,它是一种单变量模型。但是原始的灰色预测GM(互,1)模型有其使用的局限性,因此许多学者致力于对它进行改进。‘、’、“本文...  (本文共5页) 阅读全文>>

《浙江电力》1940年30期
浙江电力

应用折扣最小二乘法进行负荷预测

应用折扣最小二乘法进行负荷预测永康市供电局胡德源负荷预测是电网规划的基础。通过对现在和过去一段时阿负荷变化的数据分析,推测今后一段时期的发展趋势,以便为电网发展改造提供可靠的依据,使电网规划编制尽可能符合客观实际,这就是负荷预测的主要目的。负荷预测有多种方法,外推法是常用的一种。所谓外推法,实际上就是通过回归分析,建立数学模型来描述预测对象与影响因素之间的关系,根据现成已确定的时间数列数据进行外推,得到反映未来发展状态的数值。根据统计学原理,在研究长期趋势时,常用最小二乘法建立线性模型加以描述,例如:y—a+bx,上式中x是自变量,y是因变量,a、b为待定参数,它们是反映模型重要特征的数值,当a、b具体确定后,模型也随之确定。例如,对于负荷预测来说,如果以时间(年份)为自变量,只要求出参数a、b之值,就可推出某一目际年的负荷(或供电量)之值。但是,问题不会这样简单,因为其一,变量之间具有相关关系;其二,预测对象结构的稳定性是预测...  (本文共2页) 阅读全文>>

《电子技术与软件工程》2019年15期
电子技术与软件工程

空间负荷预测在某县城核心区负荷预测的应用

1引言本文基于某县城总体规划(2016-2020),采用美国加州WLSL星能电气有限公司和重庆星能电气有限公司开发的《CEES供电网计算分析辅助决策软件-空间负荷预测子系统》,对某县城核心区进行空间负荷分布预测应用。2计算流程本文采用的是一种基于饱和负荷密度的空间负荷预测方法,自下而上对某县城规划区域进行负荷预测。其计算流程如下:法,最终确定规划区用地分为十二类:一类居第一步,分区及土地使用类的划分。住用地、二类居住用地、工业用地、商业金融根据城市规划,将规划区域按大区-中区-用地、行政办公用地、医疗卫生用地、教育科小区的顺序进行地块划分。通过分区预测负荷研用地、文化娱乐用地、对外交通用地、公共增长的位置,为配电网规划提供空间信息;再服务设施用地、仓储用地和发展用地。根据城市规划用地性质划分标准确定每个小区4规划用地划分的用地性质。第二步,负荷指标确定及分区负荷预测。为满足10kV配电网规划的需要,并使负通过实地调研,以同类型区...  (本文共2页) 阅读全文>>

《通讯世界》2017年22期
通讯世界

配电网规划中负荷预测实际问题及措施

1引言对于农村地区的电力规划而言,负荷预测的准确性直接影响规划实施后配电网运行的综合效率。对配电网的负荷预测必须要建立在一定的数据基础之上,通过对用户侧电力数据信息进行采集、传输、存储和分析,才能实现电力供给侧的准确预测。近年来,用户侧数据复杂程度日益增大,对数量和来源日益增多的历史电力负荷数据进行有针对性地分析是当前重要的研究课题。因此,基于待规划县域内的电力需求进行预测数据的历史资料分析可以保证负荷预测的准确性。本文通过实验设计,建立大数据并行负荷预测技术模型,对配电网规划中电力负荷的关键问题进行解决,有效提高预测准确性。2预测数据来源2.1数据平台对配电网的负荷预测应建立在定量分析的基础上,结合电力用户侧大数据分析的实际需要,搭建一个基于分布式系统基础架构的大数据分析平台(Hadoop),在系统中优化计算框架和Spark内存,平台架构图如图1。2.2数据管理层主要是对电力负荷原始数据进行收集与整合,要求制作待规划县域用电分...  (本文共3页) 阅读全文>>

《中国电机工程学报》2018年12期
中国电机工程学报

基于分布式图计算的台区负荷预测技术研究

0引言短期负荷预测是负荷预测的重要组成部分,准确的短期负荷预测是电力部门安排日开停机计划和调度计划的基础,对保证电网的安全、经济运行起着重要的支撑作用。在配电网实施单元制、精细化规划和运行维护的背景下,以低压台区为单位的负荷预测,对于网格化负荷发展趋势和规划需求分析、配电网薄弱环节辨识和电力系统运行方式调整等业务都具有重要意义[1-3]。传统短期负荷预测可分为4个主要类别[4]:数据分析法、人工智能法、知识系统法和混合预测法。数据分析法包括时间序列法[5-6]和回归分析法[7-8]等,多利用负荷与时间序列及其他变量的拟合方程进行预测。人工智能法包括人工神经网络法[9]和模糊逻辑法[10]等,多通过历史负荷和相关多维因素对预测模型进行训练,获得模型参数后实现预测。知识系统法将专家经验与人工神经网络等方法结合提高预测精度[11]。混合预测法则结合上述方法中的两个或多个提升预测系统的性能,代表了目前短期负荷预测的最新发展方向。目前对短...  (本文共13页) 阅读全文>>

《自动化应用》2016年11期
自动化应用

电力用户侧大数据分析与并行负荷预测研究

0引言随着智能电网技术、计算机网络技术、通信传感技术等的飞速发展,我国的电力用户侧数据成倍的增长,并且在这样的背景下,逐步的构建了用户侧大数据。随着科学技术的不断发展和用户需求量的不断扩大,传统的数据分析模式已经无法适应现阶段的需求。如何对电力用户侧大数据进行可靠的存储及高效准确的分析是当前电力行业面临的重要问题。因此,对电力用户侧大数据分析与并行负荷预测研究有着重要的现实意义。1电力用户侧大数据分析1.1电力用户侧大数据特点如何对电力用户侧大数据进行快速准确的分析,是当前电力电工系统面临的重要问题之一。各式各样传感器的普及及智能家电的使用,导致电力用户侧大数据分析的任务量加大。据不完全统计,截止2 0 1 3年1月,我国智能电表的覆盖率达到4 0%,直供直管的智能电表覆盖率达到5 5%。智能家电随着物联网时代的到来及大数据精简时代的进步,逐渐出现在更多的家庭当中。电力用户侧大数据的特点如下:(1)数据量大。根据调查,美国的太平...  (本文共2页) 阅读全文>>