母线负荷预测系统设计与实现
发布时间:2020-07-13 16:01
【摘要】:电力负荷预测关乎电力网络的安全经济运行,其中母线电力负荷预测作为电力负荷预测的重要内容,是当前电力调度工作的重点项目。准确有效的母线负荷预测可为合理安排电源和电网的建设进度提供决策依据,在电网设备状态估计、运行稳定性、调度分析以及节能效率等方面,提供强有力的保障。母线负荷预测系统的准确预测,将直接影响到电网投资、布局或安全运行的合理性。本论文重点针对电力负荷预测中的母线负荷预测,在介绍负荷预测的几种基本算法基本概念和优缺点的基础上,利用J2EE架构的web编程系统开发工具——Visual Studio,基于母线负荷预测的BP网络最优算法,设计了一套短期电力负荷预测系统软件,并用云模型误差修正对数据进行矫正。通过写入历年数据,实现对指定日期的母线电力负荷预测。论文以近些年四川电网的大数据作为库源,在对母线负荷预测系统的综合叙述、预测算法和数据修正详细描述的基础上,构筑了一套详细的基于J2EE架构web编程的短期负荷预测系统,利用目前较为先进的神经网络算法和云模型数据修正,且该系统侧重于短期负荷预测,通过大量数据预测短期曲线走向的方式,解决了当前现存母线预测应用软件的准确率较低,使用性不高的系统功能问题。该系统的开发,对研究母线负荷预测模型遴选、信息预处理、组合预测模型等具有重大意义。
【学位授予单位】:电子科技大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TP311.52
【图文】:
力负荷预测关乎电力网络的安全运作。母线电力负荷预测属于负荷内容,为当前电力调度工作的核心项目。本章基于母线负荷预测系线电力负荷预测的积极价值,并简要介绍当前国内外专家对母线负研究状况,并对本文的研究工作和内容作作简要分析,列出了本文究背景及意义力系统的功能是将能量从一种自然存在的形式转换成电能的方式,的高效输送[1],从而用户群体能够使用到高效且经济、风险隐患低的这一要求,则必须时刻保持系统发电出力和用电负荷的瞬时平衡,大量存储的,且实际中用户的用电情况不断地在变化,要保证电力电、输电和消费的动态平衡,则必须提前预测用电需求[2]。电力负荷这一需求,在智能电网和实时电力市场背景下,越来越受重视[3]。依度,短期、超短期、中期及长期负荷预测是电力负荷预测的主要类型体参考下图 1-1。
第二章 母线负荷预测系统基础理论线负荷是指由主变压器向一定范围供电区提供终端负荷的电量。因特性,一般用在工业等低压配电系统和商业区、医院等民用供电。生活关系最为密切的一类电力负荷。大致包括有城市民用负荷、工业荷、农业负荷等。正因如此,母线负荷受生产生活变量的作用最显著,需展开计划型合预测。计划性因素主要指检修计划、小发电影响、需求侧管理等因素则是涉及母线负荷的各类影响因素。线负荷特性和指标线负荷预测可理解为变电站主变压器供电范畴为前提,合理预测设1-22]。线负荷特征可参考下图 2-1:
图 2-2 母线负荷预测流程图性和预测模型的分析,描述本文母下:需整理历史文件、信息,预处数据,从而为母线负荷预测提供科,筛选出备用的预测模型;采取常取最终数据。
本文编号:2753671
【学位授予单位】:电子科技大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TP311.52
【图文】:
力负荷预测关乎电力网络的安全运作。母线电力负荷预测属于负荷内容,为当前电力调度工作的核心项目。本章基于母线负荷预测系线电力负荷预测的积极价值,并简要介绍当前国内外专家对母线负研究状况,并对本文的研究工作和内容作作简要分析,列出了本文究背景及意义力系统的功能是将能量从一种自然存在的形式转换成电能的方式,的高效输送[1],从而用户群体能够使用到高效且经济、风险隐患低的这一要求,则必须时刻保持系统发电出力和用电负荷的瞬时平衡,大量存储的,且实际中用户的用电情况不断地在变化,要保证电力电、输电和消费的动态平衡,则必须提前预测用电需求[2]。电力负荷这一需求,在智能电网和实时电力市场背景下,越来越受重视[3]。依度,短期、超短期、中期及长期负荷预测是电力负荷预测的主要类型体参考下图 1-1。
第二章 母线负荷预测系统基础理论线负荷是指由主变压器向一定范围供电区提供终端负荷的电量。因特性,一般用在工业等低压配电系统和商业区、医院等民用供电。生活关系最为密切的一类电力负荷。大致包括有城市民用负荷、工业荷、农业负荷等。正因如此,母线负荷受生产生活变量的作用最显著,需展开计划型合预测。计划性因素主要指检修计划、小发电影响、需求侧管理等因素则是涉及母线负荷的各类影响因素。线负荷特性和指标线负荷预测可理解为变电站主变压器供电范畴为前提,合理预测设1-22]。线负荷特征可参考下图 2-1:
图 2-2 母线负荷预测流程图性和预测模型的分析,描述本文母下:需整理历史文件、信息,预处数据,从而为母线负荷预测提供科,筛选出备用的预测模型;采取常取最终数据。
【参考文献】
相关期刊论文 前10条
1 尹星露;肖先勇;孙晓璐;;基于预测有效度和马尔科夫-云模型的母线负荷预测模型筛选与变权重组合预测[J];电力自动化设备;2015年03期
2 付学谦;陈皓勇;牛铭;金小明;;地区电网短期负荷预测系统设计[J];电力建设;2014年02期
3 龙丹丽;黎静华;韦化;;粗糙集法解多环境因素影响的母线负荷预测问题[J];电网技术;2013年05期
4 程鑫;;福建电网母线负荷预测技术及管理措施研究[J];电力与电工;2011年03期
5 阮宜欣;;基于Visual C#的企业短信群发系统[J];铜陵职业技术学院学报;2010年01期
6 魏少岩;吴俊勇;;基于灰色模型和Kalman平滑器的多母线短期负荷预测[J];电工技术学报;2010年02期
7 张进;李世平;马超;;基于虚拟预测的线性组合预测模型[J];中国测试;2009年05期
8 薛涛;李庚银;;基于短期负荷预测的配网无功优化控制的应用[J];山东电力高等专科学校学报;2008年02期
9 薛涛;李庚银;牛盛楠;;基于短期负荷预测的无功优化控制的研究[J];河南电力;2008年02期
10 薛涛;李庚银;;短期负荷预测在配网无功优化控制中的应用[J];山东电力技术;2008年03期
本文编号:2753671
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/2753671.html