【摘 要】
：
负荷预测是指导电力系统规划和安全经济运行的重要依据。传统的负荷预测一般指区域负荷总量的预测,不能够体现底层母线负荷水平,无法满足电网精益化管理的要求,母线负荷预测
【机 构】
：
广州供电局有限公司,北京清软创新科技股份有限公司,华北电力大学新能源电力系统国家重点实验室
【基金项目】
：
国家重点研发计划项目(2017YFB0903100)
论文部分内容阅读
负荷预测是指导电力系统规划和安全经济运行的重要依据。传统的负荷预测一般指区域负荷总量的预测,不能够体现底层母线负荷水平,无法满足电网精益化管理的要求,母线负荷预测是解决这一问题的关键途径。文章提出了基于特征排序与深度学习的母线负荷预测模型。首先,针对各区域母线负荷差异性较大的现状,使用随机森林算法对预测目标影响较大因素进行排序,选择特征贡献度较高的特征属性;其次,在模型训练阶段选择了深度置信网络,学习并跟踪母线负荷变化趋势;最后,采用北京电网某条110 kV母线负荷进行实例验证。结果表明,文章所建立的预测
其他文献
为准确描述多级温差发电器实际工作时各级节点温度分布与通过热功率及其热电输出特性之间的关系,文章建立了计及电热耦合的多级温差发电数值分析模型。运用贪心算法(Greedy A
为了解决基于容量加权法的风电场等值模型参数难以充分反映风电场全部运行状态的问题,文章针对多机等值模型进行了参数辨识。首先,以电网侧故障为激励,根据各等值机组参数的
文章建立了潮流能水轮机水动力性能数值计算模型,通过实验验证了利用该模型预测水轮机尾流的准确性,并利用该模型研究了潮流能水轮机在不同叶片数和不同叶尖速比条件下的能量
文章构建了复叠式非共沸工质有机朗肯循环系统模型,并利用该模型对复叠式非共沸工质有机朗肯循环系统的热力学性能进行分析,得到了高温级循环质量流量、低温级循环质量流量、
在风机齿轮箱故障诊断过程中,针对由于故障数据稀疏导致模型建立困难的问题,提出一种使用改进人工蜂群算法(IABC)优化Elman神经网络的故障诊断模型。该模型通过建立齿轮箱正
以多个微网组成的微网群为研究对象,通过引入非合作博弈理论建立的数学模型,优化各微网的储能容量配置和购能策略。建立了微网日购能费用、分布式电源运维成本、储能系统运维
文章基于某沿海测风塔的实测风数据,分析比较了不同大气热稳定度判定参数及分类标准对沿海地带风切变系数计算的适用性,并采用合适的大气热稳定度分类方法对该地区的大气热稳
文章建立了应用于蒸发器的满液式竖直管三维物理模型,并采用多相流混合模型对满液式竖直管内的沸腾传热特性进行数值模拟。而后根据模拟结果得到管内静压、管壁加热温度和管
针对传统风电场动态等值方法因不考虑复杂地形影响而出现的等值精度偏低的问题,文章提出了一种基于双馈风电机组同调判别的风电场动态分群方法。首先,分析了地形因素对风电场
文章应用多元线性回归函数分析各参量对机组振动影响的大小,找出影响风力发电机组振动的主要因素和次要因素。通过分析发现,不论是机组的轴向振动还是侧向振动,风轮转速所带