网格化的电力系统短期负荷预测的MDRBR模型

来源 :中国高等学校电力系统及其自动化专业第二十一届学术年会 | 被引量 : 0次 | 上传用户:w633744
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对大电网的短期负荷预测,本文建立了按地域划分的网格化电力系统短期负荷预测模型。各子网格根据自身的历史负荷和气象条件建立对网格更为有效的负荷预测模型,从而获得更加准确的预测结果。文中采用面向粗糙集的默认规则挖掘算法MDRBR(mining default rules based on rough set)构造各单一预测模型,该算法同时考虑了区域的负荷特性和气象因素,能准确地得出预测负荷。文中首先描述了MDRBR算法,分析研究了网格化的日负荷多层规则网络构造过程,并给出了基于MDRBR算法的日负荷预测过程以及实际的负荷预测结果。分析结果表明,该网格化负荷预测模型能更加准确地得出预测结果,有效地减少噪音,计算简单,且规则搜索效率高。
其他文献
会展经济是产业的风向标,它标志一个产业市场的近期走向。正当全球金融危机愈演愈烈之时,CCBN2009逆市报春早:“夜来风雨声,花落知多少”。四天的展会,一边有主题报告余音不
模糊神经网络有效的利用了模糊控制和神经网络两者的优点,但是由于需要调整模糊隶属度函数,使得网络计算量很大,收敛速度变慢。本文利用T-S模糊模型,以Chebyshev函数作为隶属度函
本文针对目前变电站操作票自动形成系统所面临的通用性和易用性不强的缺点,通过采用一体化图形建模技术、变电站方式模式识别技术与专家系统相结合,开发了一种新的变电站操作票
会议
电力系统是一个时变的复杂非线性系统,传统的PID励磁控制,在运行工况改变的情况下,难以获得满意的控制效果。本文提出了一种基于ANFIS自适应神经模糊控制系统的自调整发电机励磁
会议
开发智能调度操作票系统时,不可避免地需要对电网参数信息进行处理,由于调度所管辖的变电站和发电厂数目繁多,并且由这些厂站形成的电网结构复杂,所以就存在这样的问题:在针对具体
会议
电网调度操作涉及到的厂站之间,设备之间的配合协调具有复杂的逻辑关系,在开发智能操作票自动生成系统时,描述这种关系的操作规则表示是开发的难点和重点。针对电网拓扑结构具有
会议
电力系统故障恢复是一个多目标、多阶段的混合非线性多约束优化问题,难以建立数学模型。蚁群优化算法是一种新的模拟自然生物群体行为的进化算法,为求解复杂的组合优化问题提供
会议
粒子群优化算法(Particle Swarm Optimization,PSO) 是一种简便易行、收敛快速的演化计算方法。但该算法也存在收敛精度不高、易陷入局部极值的缺点。针对这些缺点,各种改进型粒
会议
为了更快更正确的为电力调度人员提供运行决策和控制决策,发电网调度决策支持系统越来越有实际意义,多Agent为我们提供了一种现实的可行方法。本文结合电网调度实际和多Agent特
会议
针对县级调度操作票的特点和现有系统存在的问题,引入操作单元的概念。介绍了操作单元的形成和应用,使得操作中各相关操作设备以操作单元的方式联系在一起;操作规则也因此可以用