作者:杨耀; 魏宾; 李晶晶; 高飞 期刊:《智慧电力》 2011年第12期
介绍了小波去噪的基本原理及方法,简要说明了其消噪的步骤。进一步说明了小波包去噪的原理和步骤,并给出了1个给定含噪信号去噪的实例。由于影响日负荷因素的复杂性,本文采用4个气象指数来量化温度、湿度和风速等气象因子对负荷的综合影响。首先介绍了小波去噪原理,然后通过小波去噪消除负荷和气象数据中的伪数据和噪声。结果表明,去噪以后从关联性上看效果显著,为最终进行负荷预测工作提供指导依据。
作者:赵磊; 李媛媛; 李金超; 赵晓坤 期刊:《华北电力大学学报·社会科学版》 2005年第03期
提高日负荷预测精度的关键在于数据预处理.提出了基于联合数据挖掘技术的电力负荷优选组合预测方法.通过多种挖掘技术寻找与预测日同等气象类型的多个历史日负荷,由此进一步提取数据,组成规律强化、干扰弱化、具有高度相似气象特征的数据序列,对此再构建优选组合预测模型.
作者:何明; 吴英姿; 康继光; 顾皓 期刊:《上海电力》 2004年第05期
为了对迎峰度夏期间.错避峰措施的效果进行客观与全面分析.采用了同期负荷增长率比较法、错避峰负荷还原法、负荷率比较法、正常工作日与双休日负荷比较法、峰谷差比较法和电量分析法。从不同的角度就错避峰对负荷的影响作了统计分析。前3种负荷分析方法主要针对实施错避峰总体效果进行分析;第4种方法主要针对实施错峰效果进行分析;第5种方法主要针对实施让电及夏季季节性电价效果进行分析;第6种方法主要针对实施让电和户外施...
为了提升预测精度,根据电力系统日负荷曲线特性以及不同时段负荷对气象因素敏感度的差异性,将96点日负荷划分为4个时段分别预测。基于预测日的前一日,以各个时段平均负荷变化为输出变量,以预测日的日类型、月份、最高温度变化、最低温度变化和前一日的最高温度变化、最低温度变化为输入变量,建立多元线性回归模型。通过该模型可计算预测日的平均负荷与前一日的平均负荷的比率。相关性分析表明相邻日的负荷曲线具备较高线性相关度,...
作者:王辛伟; 张学慧; 李同斌 期刊:《华北电业》 2016年第08期
这个夏季雷电暴雨频频光顾,高温热浪持续不断。国网冀北检修公司北京运营分部运维人员在考验面前,与兄弟班组一道,有力保障了北京地区的供电安全。8月13日,迎峰度夏期间最普通的一天。运维三班昌平站当值值长武亮像往常一样,坐在监控机前查看重载线路负荷和主变负荷及主变油温,发现当日负荷较大,随即叫来运维值班员王卫龙,安排说:"带上红外测温仪,咱们特巡测温去。"
作者:张中秀; 周伟国; 梁金凤 期刊:《天然气技术与经济》 2007年第04期
气象条件是冬季寒冷地区城市燃气日用气量的重要影响因素之一。以我国华北某城市为例,研究了冬季温度、湿度、风速等多种气象因子对燃气日用气量的影响,最终确定前一天气量、日平均温度、日照时数、星期类型为冬季城市燃气日用气量的关键影响因素。同时分析了冬季燃气日用气量的温度响应特性,对于城市燃气用气规律分析和负荷预测工作具有重要的指导意义。
作者:丁锋; 刘运良; 刘建波; 王旻 期刊:《煤气与热力》 2007年第02期
分析了气象条件对燃气日负荷的影响,发现日平均气温、气压和降水等气象因子和燃气日负荷的关系非常密切,得出了其相关关系。
作者:王硕; 赵杰; 刘鹏; 刘国平; 王聪; 王敬引 期刊:《电工电气》 2016年第04期
0引言截止到2015年10月,某市中心城区电网包括220 k V变电站8座,变压器19台,容量3 540 MVA110 kV变电站36座,变压器80台,总容量3 508 MVA。2015年迎峰度夏期间全网最大负荷732万k VA,最大峰谷差276.14万k W,比去年同期增长分别为-2.02%、9.44%。石家庄电网平均日负荷率82.91%,
作者:于浩祺; 金小明; 姚建刚 期刊:《电力系统及其自动化学报》 2016年第07期
针对由于特殊负荷的不确定性导致不准确的日负荷预测,本文提出了一种基于灰色关联分析和模糊推理的相关性分析方法。根据不同特殊负荷对日负荷的影响因素的本质不同,将特殊负荷进行分类,并将特殊负荷的影响因素作为联系特殊负荷与日负荷的中间变量。该方法可以很好地实现特殊负荷对日负荷的相关性分析,进而得到相关性数据,为日负荷预测提供有效的依据。通过对某地区电力部门的历史数据进行验证,证明了该方法的准确性。
排污许可是国际通行的一项环境管理的基本制度。美国是最早建立排污许可制度的国家之一,政策实施效果比较好。相关经验值得借鉴。以美国污水排污许可证为例。美国排污许可证起始于20世纪70年代,依据为《清洁水法》。《清洁水法》规定任何从点源向水体排放污染物的行为,不论是否会对受纳水体产生污染,都必须获得排污许可证,并遵守许可证规定的排放限制,
作者:杨耀 魏宾 李晶晶 高飞 期刊:《陕西电力》 2011年第12期
介绍了小波去噪的基本原理及方法,简要说明了其消噪的步骤。进一步说明了小波包去噪的原理和步骤,并给出了1个给定含噪信号去噪的实例。由于影响日负荷因素的复杂性,本文采用4个气象指数来量化温度、湿度和风速等气象因子对负荷的综合影响。首先介绍了小波去噪原理,然后通过小波去噪消除负荷和气象数据中的伪数据和噪声。结果表明,去噪以后从关联性上看效果显著,为最终进行负荷预测工作提供指导依据。
作者:王兴畏 王昱文 期刊:《煤气与热力》 2016年第04期
在对冬季用气高峰期日进行修正的基础上,采用日负荷温差系数法对重庆市冬季用气高峰期日用气负荷进行预测。对2014年冬季用气高峰期的日负荷进行预测,相对误差较大日出现在春节前后,但相对误差在可以接受范围内。
作者:曹增新 王硕 李晓鸿 李莉 郭文全 期刊:《农村电气化》 2013年第S1期
1房山区短期电力负荷分析1.1房山区日负荷特性分析以房山区2012年5月17日负荷特性曲线为例,综合分析了多日负荷曲线可以看出房山区负荷呈现出以下几个特点:负荷波动情况正常,负荷整体水平较去年有所增加;进入大负荷阶段时间提前,高峰负荷延续时间增长;日负荷高峰时间段增加,每日负荷基本表现出"W"状的三高峰地区特征,即每日10时左右、17时左右、21时左右;全年供电量增长水平较高,度夏期间供电量水平与去年基本持平。高峰供电量比去...
介绍极限学习机(ELM)的原理,提出极限学习机模型的城市燃气短期负荷预测方法。以重庆市某区域燃气日负荷、气温、日期类型及天气状况等数据为训练样本,采用归一化等预处理方法处理输入数据,通过确定最优隐含层节点数等建立最优极限学习机模型。将实际值和通过采用极限学习机与支持向量机(SVM)方法得到的燃气日负荷预测值进行对比,将采用极限学习机与支持向量机方法的训练时间和预测时间进行对比,极限学习机预测方法具有较...