[00740288]适于计及气象、电价因素影响的负荷预测模型的研究
交易价格:
面议
所属行业:
类型:
非专利
交易方式:
资料待完善
联系人:
所在地:
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
电力负荷预测是电力系统运行调度、计划用电、市场营销、电网规划工作中的一项重要内容。它是保证电力系统安全经济运行和实现电网科学管理及调度的重要方面,是能量管理系统(EMS)的重要组成部分,也是今后进行电网商业化运营所必需的基本内容,具有重大的经济意义,是目前国内外较受关注的研究课题。主要研究内容有:1、研究气象因素与负荷变化的数学模型;2、研究电价影响负荷变化规律及其表示方法;3、建立适于计及气象、电价因素影响的负荷预测模型;4、研究将影响因素作为输入变量求解的高精度、高速度计算方法。重要结果有:1、采用小波变换分解气象因素,亦可用此方法分解电价影响,形成小波神经网络与回归综合的预测模型;2、采用模糊处理规则对各种影响因素分类;3、采用组合优选神经网络模型提高季节影响因素下的负荷预测精度;4、使用粗糙集理论研究受多种影响因素影响的负荷预测神经网络模型。科学意义:1、丰富和发展了电力负荷预测的理论方法,进一步认识了变化规律,具有较大的理论价值;2、通过对多种因素的预处理研究,较大程度的提高了预测精度;3、为电力系统负荷预测实际工作提供了新技术,亦具有较大的应用价值。
电力负荷预测是电力系统运行调度、计划用电、市场营销、电网规划工作中的一项重要内容。它是保证电力系统安全经济运行和实现电网科学管理及调度的重要方面,是能量管理系统(EMS)的重要组成部分,也是今后进行电网商业化运营所必需的基本内容,具有重大的经济意义,是目前国内外较受关注的研究课题。主要研究内容有:1、研究气象因素与负荷变化的数学模型;2、研究电价影响负荷变化规律及其表示方法;3、建立适于计及气象、电价因素影响的负荷预测模型;4、研究将影响因素作为输入变量求解的高精度、高速度计算方法。重要结果有:1、采用小波变换分解气象因素,亦可用此方法分解电价影响,形成小波神经网络与回归综合的预测模型;2、采用模糊处理规则对各种影响因素分类;3、采用组合优选神经网络模型提高季节影响因素下的负荷预测精度;4、使用粗糙集理论研究受多种影响因素影响的负荷预测神经网络模型。科学意义:1、丰富和发展了电力负荷预测的理论方法,进一步认识了变化规律,具有较大的理论价值;2、通过对多种因素的预处理研究,较大程度的提高了预测精度;3、为电力系统负荷预测实际工作提供了新技术,亦具有较大的应用价值。