freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內容

電力負荷預測論文-在線瀏覽

2025-03-06 02:38本頁面
  

【正文】 都會對負荷造成明顯的影響。(1)最大有功負荷及其分布。有功負荷,加上電網中損失的有功和發(fā)電廠自用有功量,再加上適量的備用容量,就等于電力系統(tǒng)的裝機容量。(2)無功負荷及其分布。(3)需電量。(4)電力負荷曲線及其特征值。它是確定電力系統(tǒng)中電源結構、調峰容量需求、運行方式及能源平衡的主要依據(jù)。②短期負荷預測是指日負荷預測和周負荷預測,分別用于安排日調度計劃和周調度計劃,包括確定機組起停、水火電協(xié)調、聯(lián)絡線交換功率、負荷經濟分配、水庫調度和設備檢修等,對短期預測,需充分研究電網負荷變化規(guī)律,分析負荷變化相關因子,特別是天氣因素、日類型等和短期負荷變化的關系。④長期負荷預測是指未來3~5年甚至更長時間段內的負荷預測,主要是電網規(guī)劃部門根據(jù)國民經濟的發(fā)展和對電力負荷的需求,所作的電網改造和擴建工作的遠景規(guī)劃。電力負荷預測是一個過程,其一般程序可劃分為準備、實施、評價與提交預測報告四個階段。1)確定預測目標。一般而言,預測范圍視研究問題所涉及的范圍而定,編制全國電力規(guī)劃,就要預測全國范圍內的電力、電量需求量;編制大區(qū)網局或地方(省、地、縣)電力局的發(fā)展規(guī)劃,就要預測大區(qū)電網或地方電力局范圍內的電力、電量需求量。預測期限是指預測的時間長短,一般電力規(guī)劃中負荷預測期限有短期預測(即5年期預測),中期預測(即5—10年期預測),及長期預測(即15年以上的預測)。資料是預測的基本依據(jù),占有的資料的充裕程度及資料的可信度,對預測結果的可信度是至關重要的。這些資料的主要來源有兩種途徑:一是各國政府、研究機構等定期或不定期發(fā)表的報刊、資料、文獻、和其他出版物;二是預測人員通過調查所獲得的資料。因此,在調查搜集資料的過程中對搜集得到的資料應進行鑒別,去粗取精,去偽存真,以保證預測中使用的資料翔實可靠。對經過鑒別整理后的資料要進行分析,以尋求其規(guī)律。要根據(jù)資料的掌握情況及資料樣式,選擇相應的預測方法,尋求預測量的演變規(guī)律或趨勢,建立預測模型。因此,必須根據(jù)對資料的占有情況,以及預測目標、預測期限,預測環(huán)境、預測結果的精確度,同時考慮預測本身的效益成本分析等進行權衡,以便作出合理的選擇。如果是采用定量預測方法來進行預測,就要根據(jù)建立的定量預測模型,帶入預測期的自變量目標值,就可以獲得預測期所要的預測變量值。由于影響預測對象的諸因素可能會發(fā)生變化,從而可能使未來的實際結果與預測依據(jù)的歷史資料呈現(xiàn)的規(guī)律不相吻合,預測人員必須適時的對預測模型及預測結果加以修正。(3)評價預測階段預測的主要成果是得到預測結果。因此,在得到預測結果后必須對預測結果的準確度和可靠性進行評價。若誤差太大,就失去了預測的意義,并從而導致電力規(guī)劃的失誤。預測報告一般包括題目、摘要、正文、結論、建議、和附錄等部分。摘要通常說明預測中的主要發(fā)現(xiàn)、預測的結果及提出的主要建議和意見。正文包括分析及預測過程、預測模型及說明、有關計算方法、必要的圖表、預測的主要結論及對主要結論的評價。附錄主要包括說明正文的附表、資料,預測中采用的計算方法的推導和說明,以及正文中未列出的有價值的其他資料。(1) 基本正常負荷分量模型不同的預測周期,B(t)分量具有不同的內涵。所以,對于基本正常負荷分量,可以用線性變化模型和周期變化模型描述,或用二者的合成共同描述,即 (42)式中,為線性變化模型負荷分量;為周期變化模型負荷分量。1)線性變化模型超短期負荷變化可以直接采用線性變化模型,將前面時刻的負荷描述成一條直線,其延長線即可預測下一時刻的負荷,如圖所示。針對短期負荷預測,將歷史上一段日負荷L按時序畫在一張圖上,將及每日平均負荷X畫在圖上,總體看來是一條斜率接近于零的直線,可用線性模型來描述。其周期變化規(guī)律可以用日負荷變化系數(shù)表示: (44)其中,為一天中各小時的負荷;為當天的日平均負荷。順序觀察每天同一時刻的負荷變化系數(shù)值,可以看出他們接近于一條水平線,這樣便可以用前幾天的同一時刻的負荷變化系統(tǒng)值的平均值預測以后的值。我們把這種反映一天24小時負荷循環(huán)變化規(guī)律的模型稱為日周期變化模型。這樣,按線性模型預測B(t)的負荷均值X(t),按周期變化模型預測B(t)的周期負荷變化系數(shù)Z(t),用式(42)就可以得到基本負荷分量B(t)。以日負荷預測為例,給定過去若干天氣負荷記錄、溫度記錄,利用線性回歸或曲線擬合方法,可以用三段直線來描述天氣敏感負荷模型 (46)式中,t為預測溫度,可以是一日最高溫度、最低溫度、平均溫度或是某時點溫度;, 為電熱臨界溫度和斜率,時電熱負荷增加,其斜率為;,為冷氣臨界溫度和斜率,是冷氣負荷增加,其斜率為。(3)特別事件負荷分量模型特別事件負荷分量指特別電視節(jié)目、重大政治活動等對負荷造成的影響。這種分析可以用專家系統(tǒng)方法來實現(xiàn),也可以簡單的用人工修正來實現(xiàn)。因子模型又可以分為乘子模型和疊加模型兩種。實際上,對于給定的過去一段時間的歷史負荷記錄,提取出基本負荷分量、天氣敏感負荷分量和特別事件負荷分量后,剩余的殘差即為各時刻的隨機負荷分量,可以看成是隨機時間序列。1)自回歸模型一個自回歸模型(AR)描述的過程是它的現(xiàn)在值可以由本身的過去的有限項的加權和及一個干擾值a(t)(假設為白噪聲)來表示,即 (49)在自回歸模型中,模型的階數(shù)p和系數(shù)(=1,2,…,p)由過去值通過模型辨別和參數(shù)估計來決定。3)自回歸動平均模型自回歸動平均模型(ARMA)把它的現(xiàn)在值V(t)看作是它的過去值的有限項的加權和及其現(xiàn)在和過去干擾量的有限項加權的疊加,即 (411)4)累積式自回歸動平均模型非平穩(wěn)隨機過程多種多樣,一般常見的是含有趨勢項和周期項的非平穩(wěn)隨機過程。有趨勢變化的非平穩(wěn)隨機過程,有可能經過若干次差分后才能平穩(wěn)化,即對V(t)作多次差分得到的是一個平穩(wěn)隨機過程,即 (412)式中,d為差分階數(shù);B為后移算子。如果每個時間點的值都和超前T的(tT)值進行差分運算,那么(1 )V(t)就變成平穩(wěn)時間序列了,其中是周期為T的后移算子。本文研究的是某城市的某年某月某日的電力系統(tǒng)短期負荷預測,因此,影響系統(tǒng)負荷的因素包括上述的四種分量模型。線性變化模型用來描敘日平均負荷變化規(guī)律,將歷史上一段日平均負荷按時序畫在一張圖上,可以看出每日平均負荷有波動,總體趨勢是一條直線,可用線性模型表示。特別事件(天氣)負荷分量,考慮時可把特別天氣或天氣變化看作是特別時間和其它如特別節(jié)目,重大紀念活動等合并作為特別事件考慮,也可以把有關天氣對負荷的影響和其他事件出現(xiàn)對負荷的影響分開考慮,負荷在一定程度上,受分量影響很大,進一步提高負荷預測精度,關鍵是科學合理地預測特別事件負荷分量,但往往還不是一件容易的事情。隨機負荷分量,一般由時間序列模型描述。 (1)經典預測方法 1)時間序列法時間序列法是一種最為常見的短期負荷預測方法,它是針對整個觀測序列呈現(xiàn)出的某種隨機過程的特性,去建立和估計產生實際序列的隨機過程的模型,然后用這些模型去進行預測。時間序列預測方法可分為確定型和隨機性兩類,確定型時間序列作為模型殘差用于估計預測區(qū)間的大小。根據(jù)線性濾波器的特性,時間序列可劃為自回歸(AR)、動平均(MA)、自回歸動平均(ARMA)、累計式自回歸動平均(ARIMA)、傳遞函數(shù)(TF)幾類模型,其負荷預測過程一般分為模型識別、模型參數(shù)估計、模型檢驗、負荷預測、精度檢驗預測值修正5個階段。2)回歸分析法回歸分析法就是根據(jù)負荷過去的歷史資料,建立可以分析的數(shù)學模型,對未來的負荷進行預測?;貧w預測包括線性回歸和非線性回歸。而且為了獲得比較精確的預報結果,需要大量的計算,這一方法不能處理氣候變量和負荷之間的非平衡暫態(tài)關系。隨著人工智能技術逐步被引入到短期負荷預測中,人們已經提出了多種基于人工智能的預測方法,其中最為典型的為基于各種人工神經網絡模型的預測方法,其中以神經BP算法為代表。這其中主要有灰色數(shù)學理論、專家系統(tǒng)方法、神經網絡理論、模糊預測理論等。這些眾多因子的未知性和不確定性,成為系統(tǒng)的灰色特性?;疑到y(tǒng)理論是中國學者鄧聚龍教授1982年3月在國際上首先提出來的,在國際期刊《SYSTEMS AND CONTROL LETTER》刊物上發(fā)表,題為“Control Problems of Grey Systems”,引起了國際上的充分重視。早年鄧教授從事控制理論和模糊系統(tǒng)的研究,取得了許多成果。鄧教授希望在可利用數(shù)據(jù)不多的情況下,找到了較長時期起作用的規(guī)律,于是進行了用少量數(shù)據(jù)做微分方程建模的研究。后來,他將歷史數(shù)據(jù)作了各種處理,找到了累加生成,發(fā)現(xiàn)累加生成曲線是近似的指數(shù)增長曲線,而指數(shù)增長正符合微分方程解的形式。 2)專家系統(tǒng)方法專家系統(tǒng)方法是對于數(shù)據(jù)庫里存放的過去幾年的負荷數(shù)據(jù)和天氣數(shù)據(jù)等進行細致的分析,匯集有經驗的負荷預測人員的知識,提取有關規(guī)則。專家系統(tǒng)是一個用基于知識的程序設計方法建立起來的計算機系統(tǒng)(在現(xiàn)階段主要表現(xiàn)為計算機系統(tǒng)),它擁有某個特殊領域內專家的知識和經驗,并能像專家那樣運用這些知識,通過推理,在那個領域內作出智能決策。專家系統(tǒng)方法總結了目前城網中長期負荷預測中的可行模型,針對目前方法存在的片面性,首次嘗試把專家系統(tǒng)技術應用到負荷預測上,從而克服單一算法的片面性;同時,全過程的程序化,使得方法還具有快速決斷的優(yōu)點。專家系統(tǒng)法利用了專家的經驗知識和推理規(guī)則,使得假日或重大活動日子的負荷預報精度得到了提高。3)神經網絡理論運用神經網絡技術進行電力負荷預測,其優(yōu)點是可以模仿人腦的智能化處理,對大量非結構性、非精確性規(guī)律具有自適應功能,具有信息記憶、自主學習、知識推理和優(yōu)化計算的特點,特別的,其自學習和自適應功能是常規(guī)算法和專家系統(tǒng)技術所不具備的。以用作時間序列預測。因此,我們可以將對電力負荷影響最大的幾種因素作為輸入,即當天的天氣溫度、天氣晴朗度(又稱為能見度)、風向風力、峰谷負荷及相關負荷等,爭取獲得較好的預測結果。由于該方法具有很強的魯棒性、記憶能力、非線性映射能力以及強大的自學習能力,因此有很大的應用市場,但其缺點是學習收斂速度慢,可能收斂到局部最小點;并且知識表達困難,難以充分利用調度人員經驗中存在的模糊知識。它作為數(shù)學學科的一個分支,吸取了現(xiàn)代分析學中諸如泛函分析、數(shù)值分析、Fourier分析、樣條分析、調和分析等眾多分支的精華,并包羅了它們的特色。小波分析為本世紀現(xiàn)代分析學作了完美的總結。1981年Stromberg對Harr 系進行了改進,證明小波函數(shù)的存在。隨后,理論物理學家Grossman對Morlet的這種信號方法進行了理論研究,這無疑為小波分析的形成奠定了基礎。他為小波理論的形成和完善作出了重大貢獻,是小波理論的奠基人之一。1988年,Daubechies構成出了具有有限支撐的正交小波基。這樣,小波分析的理論大廈就基本奠定了。此后,中國學者崔錦泰和王建忠構成了基于樣條函數(shù)的單正交小波函數(shù),并討論了具有最好局部化性質的尺度函數(shù)與小波函數(shù)。目前,國內外有關小波在電力系統(tǒng)中的應用的文獻還很少,這個領域還是很少,然而,由于其獨特的分析方法,在電力系統(tǒng)負荷預測方面一定會有很好的前景
點擊復制文檔內容
環(huán)評公示相關推薦
文庫吧 www.dybbs8.com
備案圖鄂ICP備17016276號-1