作者:姜超; 靳添絮; 罗维东; 赵宏宪 期刊:《煤炭学报》 2019年第S01期
混合动力地下铲运机具有工作环境恶劣、运行工况特殊、动力系统复杂且需求功率变化幅度大的特点,控制策略难以实现功率的最优分配,因此需要对混合动力地下铲运机需求功率进行有效预测,而传统单一预测模型难以准确地预测其需求功率。针对上述问题,提出了一种基于工况识别和马尔可夫链的混合动力地下铲运机需求功率预测方法。首先,介绍了混合动力地下铲运机动力系统结构及整体参数,依据混合动力地下铲运机工作特点,将循环工况分为5种...
作者:范强; 文贤馗; 林呈辉; 潘华; 张建侠; 冯永生; 陈和龙; 罗治松; 杨刚; 张俨 期刊:《电力大数据》 2017年第08期
对比分析了大数据功率预测和传统功率预测的区别,并指出大数据技术在功率预测中的应用将更加有效提高功率预测精度。开展风光、小水电功率预测技术研究及应用,分析了功率预测系统的总体结构框架和功能框架.最后分析了功率预测系统的应用效果,有效地提高了风电和小水电的功率预测精度,从而更合理安排次日的发电计划水平,减少系统的旋转备用容量,提高系统运行的经济性,提高分析影响系统安全稳定运行风险及时采取措施,提高系...
作者:屈伯阳; 付立思 期刊:《水电能源科学》 2019年第12期
为了改善传统风电功率预测方法中误差较大且稳定性较差的问题,引入量子粒子群(QPSO)优化算法、自适应早熟判定准则及混合扰动算子,构建了自适应扰动量子粒子群(ADQPSO)优化算法,通过ADQPSO算法对核极限学习机(KELM)模型进行优化,建立了自适应扰动量子粒子群优化的核极限学习机(ADQPSOKELM)风电功率短期预测模型,并利用内蒙古高尔真风电场采集的风电功率时间序列数据为试验样本进行48h预测分析。结果表明,ADQPSO-KELM风电功率短期预...
作者:王冰冰; 赵天乐 期刊:《电工电气》 2019年第12期
风电功率预测对于风电场和电网的安全可靠运行具有重要意义。以某风力发电机为研究对象,根据该风机历史天气信息和风电功率数据,使用遗传算法改进BP神经网络,构建复合型神经网络的风电功率预测系统。运用MATLAB软件对算法进行编程与仿真,仿真结果表明,单一的BP神经网络预测系统波动性较高,精度不足,而复合型的神经网络算法有效地解决了这一问题,改进后的预测系统精度较高、稳定性较强,满足工业生产需求。
分析了影响光伏发电的主要因子,建立了基于BP神经网络的功率预测模型,并对模型进行了测试。利用相似日的历史输出功率值、最高温度、最低温度及预测日的最高温度、最低温度对输出功率进行直接预测。结果表明,该预测模型具有比较高的精度,可应用到实际生活中。
作者:王建山; 杨奕; 杨元培; 张桂红; 胡世梅; 胡海涛 期刊:《太阳能学报》 2019年第11期
针对光伏阵列的输出特性,分析最大功率点跟踪的控制原理,通过建立混合逻辑动态模型,提出一种新的MPPT控制算法--基于混合逻辑动态的功率预测控制算法。与扰动观察法进行比较,仿真结果表明该算法不但可实现对最大功率点的跟踪,同时也可改善整个光伏系统的动态性能,保证最大功率点跟踪的精准性,实现整个系统控制的快速性,验证了该算法的优越性。
风电功率预测精度影响风电场的安全稳定运行。风速序列具有非平稳性,针对风速序列的波动性,提出了一种基于小波去噪的极限学习机的风电功率预测模型。该模型运用小波去噪的方法对风速时间序列进行了小波分解,采用极限学习机建立了风电功率预测模型,最后通过具体的风电场实验,分析验证其有效性。
作者:黄艳国; 李向邯; 陈超; 房罡 期刊:《现代电子技术》 2019年第23期
针对当前高速公路隧道照明存在的过度照明问题,采用一种混合粒子群算法和BP神经网络相结合的联合优化算法实时预测所需LED功率。该算法优化了神经网络的初始权值和阈值,克服了种群易陷入局部极小的缺点,同时也加快了收敛速度,将优化好的神经网络用于预测LED功率减小了误差。具体措施是将由传感器实时采集的洞外亮度、车流量及其车速、能见度作为照明控制系统的输入量,经过计算所得的隧道照明的调光值作为照明控制系统的输出量,搭建...
作者:刚毅凝; 金成明; 丁一; 佟晓宁; 徐志勇 期刊:《信息技术》 2020年第01期
风电功率预测对于电网建设具有重要意义。文中提出一种基于深度神经网络的风电功率预测方法,该方法充分考虑了影响风电功率的若干因素,如风速、风向、空气密度和季节,通过深度神经网络训练、学习给出最佳的功率预测值。通过深度神经网络学习的特征能够更为有效地反映实际情况,因此提高了风电功率预测的稳健性。基于内蒙古某风电厂的实测数据进行了验证实验,结果表明了提出方法的有效性。
作者:焦田利; 章坚民; 李熊; 朱军; 叶方彬; 麻吕斌 期刊:《电力系统自动化》 2019年第21期
提出一种面向大规模分布式用户光伏出力预测的光伏空间分群方法,目的在于为气象站点优化部署或多光伏用户基于"空间-时间关联"的功率预测提供依据。将气象对光伏出力的影响分为大气候和小气候2类。大气候主要是日照或5类天气类型影响,通过光伏实际出力占额定出力的比例来划分,从而将历史数据时段划分为5类天气类型样本群;小气候认为是光伏安装高程、温度、湿度以及周围地理环境等广义小气候影响。对5类天气类型历史样本群,进行空间...
作者:宋雪枫; 冯刚 期刊:《电气工程学报》 2012年第06期
根据国外风电功率预测的管理经验,应同时开展相互独立互为补充的风电功率预测系统与电网调度端风电预测系统的开发建设。
作者:沈文博; 孙荣霞; 马少卿; 王硕南 期刊:《信息技术与网络安全》 2018年第04期
针对在光伏功率预测中传统人工神经网络预测模型需预先确定结构、对训练样本数量要求高、调参复杂等缺点,应用一种多粒度级联森林的预测模型,并分析了温度、气象因素对光伏功率的影响,以温度、湿度、风速等因素作为输入对光伏输出功率进行预测,对输入数据进行归一化处理,将预测的结果与传统人工神经网络对比,经过多种验证指标对结果评估,表明模型的预测效果和模型结构均有良好的表现。
作者:刘宝良 期刊:《计算机产品与流通》 2018年第07期
以光伏发电及风力发电为代表的新能源发电具有明显的间歇波动特性,为大规模接入电网带来安全隐患,设计精准科学的发电功率预测系统可以保证在安全稳定的约束条件下,最大限度的接纳新能源发电功率。
作者:陈鹏; 洪林; 贺洁 期刊:《智慧工厂》 2014年第07期
光伏发电的增速正加快,但太阳能的随机性、间歇性直接影响着电网的安全稳定,光伏AGC的建设势在必行。本文通过对光伏和同样身为清洁能源的水电的比较分析,探讨了光伏AGC的控制方式、控制策略和功率预测,并且讨论了水光互补的可行性和优点。
作者:鲁业明; 杨攀 期刊:《科技创新导报》 2012年第12期
采用小波神经网络方法对风电功率进行了预测,并用超前相位调节法对结果进行矫正。比较了预测前后的矫正效果,结果表明,超前校正法能够提高风电功率的预测精度,并在一定程度上解决了时间序列分析法的预测时延问题,对电力系统的安全稳定经济运行以及提高运行效益具有重要意义。
为了提升光伏电站有效功率输出的可调度性以及平稳性,进而提高各地电网对光伏电站输出功率的接纳性,文章从光伏电站存在的问题及其原因以及应对策略三个方面出发,对光伏电站有功功率的控制技术展开研究,旨在提高光伏电站有功功率的控制水平和有功调度管理水平。
作者:张桂森 期刊:《电子技术与软件工程》 2018年第05期
对风场的风速与发电功率实施科学准确的预测,可以有效的降低风电系统对整体电网产生影响。基于统计学方法中的分散式风电功率预测系统,通过对数据的收集、功率预测以及信息反馈等方面的工作,为电力系统建立起可靠的、优质的以及经济性的预测方式。
作者: 期刊:《甘肃广播电视大学学报》 2017年第06期
根据科研工作计划,我校于2017年11月28日组织了校立科研项目结题会议。会上,各项目负责人依次汇报了课题研究的目的及意义、研究设计与方法、研究的过程与分析。并阐述了研究结论。经专家组评审,“酒泉地区风电功率预测”等8个项目达到结项要求,准予结项。
作者:崔杨; 成驰; 陈正洪 期刊:《水电能源科学》 2018年第09期
为提高光伏发电功率超短期预测准确率,考虑到大气透明度能反映到达地面的太阳辐射量,建立了基于别尔梁德模型的超短期太阳辐射订正模型,分别对未来15min、1h及4h的预报总辐射进行实时订正,并采用光电转换效率模型及直流交流电转换模型完成了最终超短期功率预测结果的输出。结果表明,该方法能有效提高超短期功率预测准确率,第15min、1h及4h的相对均方根误差最多可分别减小4.27%、6.01%和6.12%。
作者:赖菲; 陈亚鹏; 单正涛; 吴涛; 徐创学; 何新; 王智微; 赵勇 期刊:《热力发电》 2019年第09期
针对当前光伏电站运维存在的效率低、成本高等问题,提出一套结合无人机与人工智能对光伏电站进行智能维护的方法。首先通过实时监控光伏阵列的运行状态和实时数据的智能分析,及时发现故障所在阵列,然后通过无人机巡航对故障所在光伏阵列进行图像采集,并利用深度学习算法对图像进行故障识别,判断发生故障的具体光伏单元及相应的故障类型,以便尽早发现隐形故障,保障电站高效安全运行,降低运维成本,提高巡检效率。该方法对于未来光伏...