期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到163篇文章
< 1 2 … 9 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于注意力机制的卷积神经网络-长短时记忆网络的无功负荷预测 被引量：1
1
作者 付弢 王玮茹 +1 位作者 程雪婷 张心悦 《山西电力》 2025年第2期1-5,共5页
随着我国新能源渗透率的逐步提高,源荷双侧的无功波动加大,电网无功分布日趋复杂,为了提升无功控制的精度和时效性,高精度无功预测成为了当前电网调度运行亟待解决的问题。针对负荷无功非线性强、基数小的特点,提出了一种基于注意力机... 随着我国新能源渗透率的逐步提高,源荷双侧的无功波动加大,电网无功分布日趋复杂,为了提升无功控制的精度和时效性,高精度无功预测成为了当前电网调度运行亟待解决的问题。针对负荷无功非线性强、基数小的特点,提出了一种基于注意力机制的卷积神经网络-长短时记忆网络无功负荷预测方法,基于卷积神经网络-长短时记忆网络学习无功日负荷曲线中的时序特征,采用注意力机制实现对于局部非线性特征的提取,从而实现对于日无功负荷的特性提取。通过对山西某地区无功负荷数据的测试,验证了所提方法的有效性。 展开更多
关键词 注意力机制 卷积神经网络 长短时记忆网络 负荷预测
在线阅读 下载PDF
基于嵌入式小波的CNN-LSTM电力系统负荷预测
2
作者 王才倩 胡倩 +1 位作者 苗文捷 陆沈雄 《湖南电力》 2025年第1期86-92,共7页
针对电力系统中负载端耗电预测精准性的问题,提出一种结合卷积神经网络和长短期记忆网络的预测方法。利用小波变换原理,对卷积神经网络中的下采样方法进行改进,使时频特征信息在下采样过程中理论上得以保留和增强。以实际耗电量数据为... 针对电力系统中负载端耗电预测精准性的问题,提出一种结合卷积神经网络和长短期记忆网络的预测方法。利用小波变换原理,对卷积神经网络中的下采样方法进行改进,使时频特征信息在下采样过程中理论上得以保留和增强。以实际耗电量数据为实验内容,结果表明,所提方法与传统方法相比,各评估指标和短周期负载预测精度方面得到显著提升。 展开更多
关键词 电力系统 时频特征 下采样 嵌入式小波 电量预测
在线阅读 下载PDF
基于对抗训练的多因素短期电力负荷预测
3
作者 李晓萍 何璐兵 尚龙康 《湖南电力》 2025年第4期143-150,共8页
为提升电力负荷预测的精度及稳定性,提出一种基于对抗训练的多因素电力负荷预测模型来进行短期电力负荷预测。该方法结合历史负荷数据及预测当天的天气等特征进行电力负荷预测,通过对预测模型进行对抗训练来提升模型对于对抗样本的鲁棒... 为提升电力负荷预测的精度及稳定性,提出一种基于对抗训练的多因素电力负荷预测模型来进行短期电力负荷预测。该方法结合历史负荷数据及预测当天的天气等特征进行电力负荷预测,通过对预测模型进行对抗训练来提升模型对于对抗样本的鲁棒性。在公共数据集上的实验结果表明,该方法在预测精度上优于仅考虑历史负荷数据的同类方法,且对于对抗样本表现出更好的鲁棒性。 展开更多
关键词 电力负荷预测 深度学习 对抗样本 多因素分析 对抗训练
在线阅读 下载PDF
基于CEEMDAN-SE-LSTM的中长期负荷预测方法
4
作者 王泽荣 《能源与节能》 2025年第10期4-8,共5页
为了提升电力负荷预测的精确性和可靠性,针对电力负荷数据的高复杂性问题,提出一种基于CEEMDAN-SELSTM的组合预测方法。首先,利用CEEMDAN(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,完全集合经验模态分解与... 为了提升电力负荷预测的精确性和可靠性,针对电力负荷数据的高复杂性问题,提出一种基于CEEMDAN-SELSTM的组合预测方法。首先,利用CEEMDAN(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,完全集合经验模态分解与自适应噪声)算法对负荷序列进行分解,提取出多个IMF(Intrinsic Mode Functions,本征模函数)分量和1个残差项,有效降低了数据的复杂性;其次,基于SE(Sample Entropy,样本熵)驱动的模态重构方法,对分解得到的IMF分量进行噪声识别和排序,去除噪声和异常值对预测模型的影响;最后,基于分解和重构处理后的IMF分量,使用LSTM(Long Short-Term Memory,长短期记忆网络)模型对各IMF分量进行独立预测,集成后得到最终的负荷预测值。结果显示,所构建的模型在预测精度上均优于各对比模型,平均绝对误差相较于各对比模型分别减少了65.17%、 52.25%、 14.50%、 4.70%,有效提升了中长期电力负荷预测的准确性。 展开更多
关键词 中长期负荷预测 IMF分量 样本熵 LSTM模型
在线阅读 下载PDF
面向省级区域的风电覆冰退备容量预测方法
5
作者 戴文 李波 +3 位作者 谢林瑾 康文军 杨博远 怀晓伟 《湖南电力》 2025年第5期80-84,共5页
冬季寒潮过程中,某省高寒山地风电场风机易出现覆冰退备现象,给电网调度和电力平衡带来挑战。针对此问题,提出一种面向区域的风电覆冰退备容量预测方法,该方法同时考虑雨凇、雾凇天气,引入冰冻气象指数(IFM),量化描述寒潮过程中风电覆... 冬季寒潮过程中,某省高寒山地风电场风机易出现覆冰退备现象,给电网调度和电力平衡带来挑战。针对此问题,提出一种面向区域的风电覆冰退备容量预测方法,该方法同时考虑雨凇、雾凇天气,引入冰冻气象指数(IFM),量化描述寒潮过程中风电覆冰的外部气象条件,建立模型将IFM映射至风电场覆冰退备容量,结合多轮典型寒潮过程开展实证检验。结果表明,所提方法在多个寒潮过程中均展现出良好的预测精度,在2024—2025年冬季的覆冰退备容量预测中,平均准确率达到85.44%,具有良好的实际应用价值和区域适用性。 展开更多
关键词 风电覆冰 退备容量预测 冰冻气象指数
在线阅读 下载PDF
基于鹈鹕优化CNN-BiLSTM的电力负荷预测 被引量：4
6
作者 吴小涛 袁晓辉 +3 位作者 毛玉鑫 王祥 郭乐 舒卫民 《水电能源科学》 北大核心 2024年第8期209-212,172,共5页
为了提高电力负荷的预测精度,基于卷积神经网络(CNN)的空间特征提取能力、双向长短时记忆(BiLSTM)网络的时序预测性能以及鹈鹕优化算法(POA)的寻优能力,提出了一种新的基于CNN、BiLSTM、POA的组合电力负荷预测模型(POA-CNN-BiLSTM)。首... 为了提高电力负荷的预测精度,基于卷积神经网络(CNN)的空间特征提取能力、双向长短时记忆(BiLSTM)网络的时序预测性能以及鹈鹕优化算法(POA)的寻优能力,提出了一种新的基于CNN、BiLSTM、POA的组合电力负荷预测模型(POA-CNN-BiLSTM)。首先利用CNN提取电力负荷时间序列的特征向量,然后输入到BiLSTM网络进行双向循环训练,构建CNN-BiLSTM预测模型,并采用POA优化BiLSTM网络的隐藏层单元数、学习率和正则化系数等参数,最后输出电力负荷预测结果。将提出的模型应用于某区域电力负荷预测,结果表明,BiLSTM、LSTM模型预测精度优于最小二乘支持向量机(LSSVM)模型;BiLSTM模型预测精度优于LSTM模型;POA的寻优精度优于粒子群优化算法(PSO);CNN-LSTM、CNN-BiLSTM组合预测模型预测精度优于LSTM、BiLSTM模型;POA-CNN-BiLSTM模型预测精度优于POA-LSSVM、PSO-LSTM、POA-LSTM、POA-BiLSTM和POA-CNN-LSTM模型,能更好地追踪电力负荷的变化趋势。 展开更多
关键词 电力负荷预测 鹈鹕优化算法 卷积神经网络 双向长短时记忆网络
原文传递
基于SSA-VMD-BiLSTM模型的充电站负荷预测方法 被引量：17
7
作者 林彦旭 高辉 《广东电力》 北大核心 2024年第6期53-61,共9页
随着电动汽车的普及,维护电网安全稳定运行的压力越来越大,为制定实施高效的需求响应策略,充电站的短期负荷预测尤为重要。然而针对充电站电力负荷变化不稳定、影响因素多的问题,现有方法缺乏对负荷数据的噪声分离和平滑分解以及对分解... 随着电动汽车的普及,维护电网安全稳定运行的压力越来越大,为制定实施高效的需求响应策略,充电站的短期负荷预测尤为重要。然而针对充电站电力负荷变化不稳定、影响因素多的问题,现有方法缺乏对负荷数据的噪声分离和平滑分解以及对分解后的负荷数据进行针对性分析,为进一步提高充电站负荷预测精度,提出一种基于麻雀搜索算法(sparrow search algorithm,SSA)优化变分模态分解(variational mode decomposition,VMD)算法结合双向长短期记忆(bidirectional long short-term Memory,BiLSTM)神经网络的短期负荷预测方法。首先利用SSA算法优化VMD的参数,再通过VMD将不平稳的负荷数据分解成噪声集中的非周期性主分量和多个平滑的周期性分量;鉴于2种分量数据前后依赖性的不同,对多个周期性的分量直接基于历史数据结合BiLSTM模型方法进行负荷预测;对噪声集中的非周期性的主分量,考虑其负荷变化的不确定性,分析主要外部原因,基于特征因素数据结合BiLSTM模型方法进行预测。最后通过结果重构的方式得到综合预测结果。通过算例分析,考虑误差评估参数将所提方法与其他模型方法进行对比,验证所提方法具有更高的精确度、可靠性。 展开更多
关键词 充电站负荷 短期负荷预测 变分模态分解 麻雀搜索算法 双向长短期记忆神经网络
在线阅读 下载PDF
基于联合时序场景和改进TCN的高比例新能源电网负荷预测 被引量：11
8
作者 许青 张龄之 +1 位作者 梁琛 李亚昕 《广东电力》 北大核心 2024年第1期1-7,共7页
为充分挖掘新型电力系统建设过程中高比例新能源并网对负荷预测的影响,以风光负荷数据为研究对象,提出一种基于联合时序场景和改进型时间卷积网络的短期负荷预测方法。首先,基于3σ准则对风光负荷历史数据进行分析,剔除异常数据,然后应... 为充分挖掘新型电力系统建设过程中高比例新能源并网对负荷预测的影响,以风光负荷数据为研究对象,提出一种基于联合时序场景和改进型时间卷积网络的短期负荷预测方法。首先,基于3σ准则对风光负荷历史数据进行分析,剔除异常数据,然后应用联合时序场景刻画负荷需求与风光出力的相关性,分类出不同负荷预测场景。接着,利用随机森林算法进行负荷预测特征量提取,构建随机森林时间卷积网络(RF-TCN)预测模型,并采用Bootstrap算法对预测结果进行修正。最后,以甘肃省2022年数据为例进行仿真,并设置4种对比算例。仿真结果证明了所提方法的有效性,以期在新型电力系统建设过程中发挥积极作用。 展开更多
关键词 新型电力系统 联合时序场景 高比例新能源电网 负荷预测 3σ准则 时间卷积网络 随机森林 BOOTSTRAP法
在线阅读 下载PDF
基于1DCNN-DACLSTM模型的风电超短期功率预测方法 被引量：4
9
作者 时志雄 朱峰 +2 位作者 刘舒 符杨 田书欣 《电子器件》 CAS 2024年第1期194-200,共7页
风电超短期功率预测是电网运行态势感知的重要基础。针对风电随机波动性将给电网带来高动态扰动的问题,利用同步相量测量装置(PMU)的高频采样能力,提出一种融合一维卷积(1DCNN)和双重注意力卷积长短时记忆网络(DACLSTM)模型的风电超短... 风电超短期功率预测是电网运行态势感知的重要基础。针对风电随机波动性将给电网带来高动态扰动的问题,利用同步相量测量装置(PMU)的高频采样能力,提出一种融合一维卷积(1DCNN)和双重注意力卷积长短时记忆网络(DACLSTM)模型的风电超短期功率预测方法。首先,基于具有高精度高密集采样的PMU装置对风电超短期功率进行实时量测。然后,利用1DCNN在特征提取和时间卷积减少计算复杂度方面的优势,充分挖掘由PMU采样得到的风电功率及相关因素量测数据关键特征,进而结合DACLSTM模型自主分析风电功率数据与输入特征间的关联关系,实现基于1DCNN-DACLSTM组合模型的风电超短期功率高动态变化趋势预测。最后以已配置PMU的某实际风电场为例,验证所提方法的可行性和有效性。 展开更多
关键词 风电功率 同步相量测量装置 相关因素 1DCNN-DACLSTM模型 随机波动性
在线阅读 下载PDF
短期尖峰负荷多信息融合的神经网络预测方法 被引量：1
10
作者 许顺凯 朱吉然 +3 位作者 唐海国 邓威 黄肇 邹长春 《湖南电力》 2024年第1期38-44,共7页
为了降低负荷数据的复杂度、提高预测精度,提出一种短期尖峰负荷多信息融合的神经网络模型。选取皮尔逊相关系数分析假日、温度、湿度等信息之间的密切程度,将关键气象信息融合进模型中,优化负荷的输入参数,重构神经网络模型的新数据集... 为了降低负荷数据的复杂度、提高预测精度,提出一种短期尖峰负荷多信息融合的神经网络模型。选取皮尔逊相关系数分析假日、温度、湿度等信息之间的密切程度,将关键气象信息融合进模型中,优化负荷的输入参数,重构神经网络模型的新数据集,并防止神经网络的过拟合,提高短期尖峰负荷预测精度。算例仿真分析表明,所提方法与未考虑多信息融合的单一增强型决策树模型和神经网络模型相比,更能有效地提高短期尖峰负荷预测准确率。 展开更多
关键词 尖峰负荷 多信息融合 神经网络模型 皮尔逊相关系数
在线阅读 下载PDF
基于GRU门控单元网络的电力负荷预测研究 被引量：3
11
作者 章家义 龚圣辉 聂堃 《粘接》 CAS 2024年第4期145-148,共4页
准确预测电力负荷,有利于提高电力系统供需平衡,为提高电力负荷预测精度,提出一种基于迁移学习的电力负荷预测模型。该模型以门控循环单元模型(GRU)为基础模型,通过设定最大均值差异算法阈值,从而选择迁移学习的模型,最终实现电力负荷... 准确预测电力负荷,有利于提高电力系统供需平衡,为提高电力负荷预测精度,提出一种基于迁移学习的电力负荷预测模型。该模型以门控循环单元模型(GRU)为基础模型,通过设定最大均值差异算法阈值,从而选择迁移学习的模型,最终实现电力负荷雨预测。仿真结果表明,所提模型可准确预测电力负荷数据,相较于BPNN模型和LSTM模型,所提出模型的MAPE值更低,为17.5%,分别降低了15%和7.5%,具有更高的预测准确度,可用于电力负荷预测实际应用中。 展开更多
关键词 数据分析 电力负荷预测 迁移学习 GRU模型
在线阅读 下载PDF
基于分段预测及天气相似日选择的区域电网短期负荷预测方法 被引量：1
12
作者 梁海维 王阳光 +4 位作者 邓小亮 刘静 文明 于宗超 李文英 《湖南电力》 2024年第5期109-116,共8页
为了提高对低谷、午间高峰、午间低谷、晚间高峰时段的负荷预测精度,提出一种基于分段预测及天气相似日选择的短期负荷预测方法。首先,分析包括气象及经济在内的不同因素对区域电网不同时段负荷的影响,并选取相关特征构建训练集;其次,... 为了提高对低谷、午间高峰、午间低谷、晚间高峰时段的负荷预测精度,提出一种基于分段预测及天气相似日选择的短期负荷预测方法。首先,分析包括气象及经济在内的不同因素对区域电网不同时段负荷的影响,并选取相关特征构建训练集;其次,采用长短期记忆神经网络模型实现对不同时间点的负荷预测;之后,利用互信息及欧式距离选取与待预测日天气条件接近的相似日,并将该日负荷曲线作为参考,与前述分段负荷预测结果结合作为待预测日的负荷预测结果。实验结果表明,所提出的短期负荷预测方法能够有效提高短期负荷预测精度,特别是对低谷、午间高峰、午间低谷、晚间高峰时段的预测精度有明显提升。 展开更多
关键词 短期负荷预测 相似日选择 长短期记忆(LSTM) 神经网络 分段预测
在线阅读 下载PDF
基于配电台区可开放容量精准计算的业扩报装策略 被引量：1
13
作者 廖贺 《湖南电力》 2024年第3期145-150,共6页
为解决电力营销业扩报装业务的配电台区可开放容量计算不准确,导致配电台区设备资源利用不足及运行效率低的问题,提出一种基于配电台区可开放容量精准计算的业扩报装策略。基于电力系统配电台区关口数据和用电客户的负荷数据,分析电气... 为解决电力营销业扩报装业务的配电台区可开放容量计算不准确,导致配电台区设备资源利用不足及运行效率低的问题,提出一种基于配电台区可开放容量精准计算的业扩报装策略。基于电力系统配电台区关口数据和用电客户的负荷数据,分析电气时序并构建典型行业特征库,精准计算配电台区的可开放容量,给出配电台区新增用户的最优接入决策,为电力公司业扩报装工作提供指导。案例分析结果表明,用此方法可以在业扩报装中做出最优的负荷接入决策,接入负荷后不需要立即改造也可稳定运行,有效延长配电变压器使用寿命,提升经济效益。 展开更多
关键词 配电台区 可开放容量 业扩报装 负荷特征 负荷预测
在线阅读 下载PDF
基于离散Fréchet距离和LS-SVM的短期负荷预测 被引量：15
14
作者 陈超 黄国勇 +2 位作者 范玉刚 吴建德 王晓东 《电力系统保护与控制》 EI CSCD 北大核心 2014年第5期142-147,共6页
针对现有电力系统短期负荷预测精度低、数据处理量大、易受输入变量的影响等问题,提出了一种将离散Fréchet距离与LS-SVM相结合的短期负荷预测方法。分析总结了East-Slovakia Power Distribution Company提供的历年负荷数据,结合该... 针对现有电力系统短期负荷预测精度低、数据处理量大、易受输入变量的影响等问题,提出了一种将离散Fréchet距离与LS-SVM相结合的短期负荷预测方法。分析总结了East-Slovakia Power Distribution Company提供的历年负荷数据,结合该地区的用电规律,通过引入离散Fréchet距离,建立离散曲线相似性的数学模型,选取出与基准曲线形状相似的相似日,利用相似日负荷数据对LS-SVM预测模型进行训练。经过仿真验证,并与标准LS-SVM模型得到的结果对比,所提预测方法明显提高了预测精度。 展开更多
关键词 离散Frechet距离 LS—SVM 用电规律 形状相似日 短期负荷预测
在线阅读 下载PDF
基于混合算法优化神经网络的风电预测模型 被引量：24
15
作者 董朕 殷豪 孟安波 《广东电力》 2017年第2期29-33,共5页
针对粒子群算法陷入局部最优以及Elman神经网络泛化能力不足等缺点,提出一种混合小波包分解(wavelet packet decomposition,WPD)和催化粒子群算法(catytic particle swarm optimization,CPSO)优化Elman神经网络(elman neural network,E... 针对粒子群算法陷入局部最优以及Elman神经网络泛化能力不足等缺点,提出一种混合小波包分解(wavelet packet decomposition,WPD)和催化粒子群算法(catytic particle swarm optimization,CPSO)优化Elman神经网络(elman neural network,ENN)的短期风电预测方法。通过小波包变换对风电功率样本进行多层序列分解,对单支重构所得的风电功率子序列采用催化粒子群算法优化的神经网络(CPSO-ENN)进行预测,最后叠加各子序列的预测值,得出实际预测结果。在实例分析中,利用某风电场实际运行数据进行仿真验证,结果表明新模型具有较高的预测精度。 展开更多
关键词 催化粒子群算法 神经网络 小波包分解 子序列 风电功率预测
在线阅读 下载PDF
基于小波分解的支持向量机母线负荷预测 被引量：19
16
作者 韩勇 李红梅 《电力自动化设备》 EI CSCD 北大核心 2012年第4期88-91,共4页
为提高母线负荷预测的准确性,提出一种基于小波分解和支持向量机的母线负荷预测方法。该方法利用小波分解算法将目标负荷序列分解为若干个不同频率的子序列,通过分析各个序列的特征规律,构造不同的支持向量机模型对各分量分别进行预测,... 为提高母线负荷预测的准确性,提出一种基于小波分解和支持向量机的母线负荷预测方法。该方法利用小波分解算法将目标负荷序列分解为若干个不同频率的子序列,通过分析各个序列的特征规律,构造不同的支持向量机模型对各分量分别进行预测,再将各分量预测值进行重构得到最终预测值。对某一区域内15条母线进行预测,采用平均日母线负荷准确率进行评价。与单独使用支持向量机方法相比,应用所提方法提高了962点的预测效果,占总预测点数的66.8%;全系统的准确率由93.5%提高到了95.1%。 展开更多
关键词 小波变换 小波分解 支持向量机 母线 负荷预测
在线阅读 下载PDF
基于改进PSO算法的Logistic模型在饱和负荷预测中的应用 被引量：6
17
作者 林勇 邹品晶 +3 位作者 左郑敏 欧阳旭 朱向前 姚建刚 《电力需求侧管理》 2015年第5期5-10,共6页
将改进的粒子群(PSO)算法应用到饱和电力负荷预测中,通过与Logistic时间序列预测模型相结合,对Logistic曲线函数进行优化参数求解。建立了基于该优化算法的Logistic时间序列饱和负荷预测模型,利用某地区电网历史数据进行Logistic时间序... 将改进的粒子群(PSO)算法应用到饱和电力负荷预测中,通过与Logistic时间序列预测模型相结合,对Logistic曲线函数进行优化参数求解。建立了基于该优化算法的Logistic时间序列饱和负荷预测模型,利用某地区电网历史数据进行Logistic时间序列分析。仿真结果表明,该改进算法收敛速度快,全局寻优能力强,克服了传统PSO算法局部搜索能力较差、容易陷入局部最优的缺点。利用它得到的Logistic拟合曲线,相对于传统PSO算法和Marquardt迭代算法的拟合结果,精度有明显的提高,说明该模型能够很好地反映电力负荷整体变化趋势。另外,运用该模型和人均用电量法分别对某地区电网饱和全社会用电量进行预测,结果显示两者预测结果较为接近,而人均用电量法在饱和电力负荷预测中运用已较为成熟,因此可以证明该模型应用到饱和电力负荷预测中是可行的。 展开更多
关键词 PSO算法 饱和电力负荷预测 Logistic时间序列预测 参数求解 Marquardt迭代算法
在线阅读 下载PDF
基于电力系统负荷变动速率的美国得州ERCOT短期负荷预测 被引量：7
18
作者 马瑞 姜飞 Garng M Huang 《电力自动化设备》 EI CSCD 北大核心 2012年第2期81-84,共4页
基于大量历史负荷数据,研究负荷数据曲线的变化性,并提出了负荷变动速率(RLF)与速率影响因子(IFR)概念。通过对ERCOT数据的分析,总结得出了得克萨斯州用电特点和相同时段内RLF的相似性。依据对RLF的历史数据统计分析,得出经验RLF值,并... 基于大量历史负荷数据,研究负荷数据曲线的变化性,并提出了负荷变动速率(RLF)与速率影响因子(IFR)概念。通过对ERCOT数据的分析,总结得出了得克萨斯州用电特点和相同时段内RLF的相似性。依据对RLF的历史数据统计分析,得出经验RLF值,并结合用电负荷的实时数据对短期负荷做出修正与准确预测。该方法可以应用在短期负荷预测系统及对区域中长期用电负荷变化规律的总结上。 展开更多
关键词 电力系统 负荷预测 负荷变动速率 ERCOT 统计 数据
在线阅读 下载PDF
基于改进蜂群算法的电力系统经济负荷分配
19
作者 赵万云 由瑞 《湖南电力》 2024年第5期62-67,共6页
在处理复杂、非凸、非线性的电力系统经济负荷分配问题时,传统智能算法往往存在收敛速度慢、寻优能力差等缺点。将单纯形法嵌入人工蜂群算法中,提出一种改进蜂群算法,应用到电力系统经济负荷分配中。该算法保留了人工蜂群算法强大的全... 在处理复杂、非凸、非线性的电力系统经济负荷分配问题时,传统智能算法往往存在收敛速度慢、寻优能力差等缺点。将单纯形法嵌入人工蜂群算法中,提出一种改进蜂群算法,应用到电力系统经济负荷分配中。该算法保留了人工蜂群算法强大的全局搜索能力,同时改进了跟随蜂的搜索方式,并使用单纯形法算子对较优蜜源进行快速的确定性局部搜索,从而提高整体算法的寻优能力和收敛速度,并提出一种有效的约束条件修复方法以保证新个体的可行性。在带有阀点效应的电力系统经济负荷分配上的仿真测试结果,验证了所提算法的有效性。 展开更多
关键词 电力系统 经济负荷分配 单纯形法 人工蜂群 阀点效应
在线阅读 下载PDF
考虑充电设施负荷特性的接入容量预测技术研究
20
作者 张煜晨 蒋麒憬 《机电信息》 2024年第24期26-31,共6页
考虑充电设施负荷特性的接入容量预测技术研究是优化电网规划、确保电力供应稳定性、提高能源利用效率的关键环节。鉴于此,首先在分析充电设施负荷特性的基础上,综合考量了电动汽车充电需求、充电设施利用率、充电设施布局等因素,提出... 考虑充电设施负荷特性的接入容量预测技术研究是优化电网规划、确保电力供应稳定性、提高能源利用效率的关键环节。鉴于此,首先在分析充电设施负荷特性的基础上,综合考量了电动汽车充电需求、充电设施利用率、充电设施布局等因素,提出了基于充电设施负荷特性的接入容量预测模型。其次,在构建预测模型时,充分考虑了不同区域的用电特性,以及不同典型日之间的充电需求差异,通过对历史数据的深入挖掘和分析,识别出影响充电设施接入容量的关键因素,并建立了相应的数学模型。通过不断调整模型的参数和结构,实现了对充电设施接入容量的准确预测。采用所提最大接入容量预测技术,可以更好地满足不同区域的充电需求,提高充电设施的使用效率,确保电网的稳定性和可靠性。 展开更多
关键词 充电设施 负荷特性 电能质量 潮流计算 容量预测
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 9 下一页 到第 页
使用帮助 返回顶部