简介:摘要在我们国家的经济飞速发展的带动下,电力已经被广泛的应用于更行各业,也同样渗透到人类生活的各个方面.短期负荷预测是电力系统运行和分析的基础,提高负荷预测精度,是保障电力系统优化决策科学性的重要手段。在现代电力系统中,考虑气象因素成为相关部门改进负荷预测精准度的重要方法之一。基于我国某两个地区的长期电力负荷数据和气象因素数据,建立多元回归气象选择模型和时间序列预测模型,综合运用EVIEWS与MATLAB软件,分析日最高负荷、日最低负荷、日平均负荷与日最高温度、日最低温度、日平均温度、日相对湿度以及日降雨量5个气象因素的关系,并对未来短时间内的电力负荷进行预测,可以为城市电网的科学发展规划提供有价值的参考依据.
简介:摘要本文阐述了电力系统负荷预测的概念。介绍了电力系统短期负荷预测的意义与特点。综合介绍了短期负荷预测的传统方法和现代方法,指出了它们的优缺点及一些相关改进方案。
简介:针对短期家庭电力数据随机性强,数据维度低等问题,提出了一种基于长短期记忆循环神经网络(LSTM)的单变量短期家庭电力需求预测模型.实验表明,该模型能够准确反映以小时为单位的家庭电力需求趋势,且在不同家庭上的泛化性能优于传统的循环神经网络(RNN)和门控循环网络(GRU).
简介:摘要城镇化进程加快,城市污水处理量需求不断加大,进而需处理的污泥量也大大增多,如何高效处理污泥同时控制温室气体的排放已成为不可忽视的问题。文章主要阐述了污泥处理的现状,产生温室气体的排放现状,施加调理剂(等)可以对温室气体排放产生抑制的影响研究现状。采用田间试验,施用2种城市污泥堆肥(含生物质炭和不含生物质炭),通过静态暗箱-气相色谱法研究污泥堆肥土地利用过程温室气体排放特征,探讨施用污泥堆肥的短期影响作用.结果表明,在观测时间内,N2O排放主要集中在前3周,约占总排放量的87.9%~95.6%.N2O排放量均随污泥堆肥施用量的增加而增加(P<0.05),裸地N2O排放量高于种植作物处理.施用含生物质炭污泥堆肥能减少土壤N2O排放,且随着施用量的增加,N2O减少量越大(P<0.05).
简介:短期光伏发电功率预测对维护电网安全稳定和协调资源利用具有重要意义,针对现有的神经网络法、小波分析法等单一预测模型预测精度提升有限的问题,引入集成学习的思想和方法,提出一种基于Stacking算法改进支持向量机(SVM)的短期光伏发电预测方法.该方法先使用多个不同的初级SVM对预测样本进行一次预测得到多个预测输出;然后对训练集进行聚类,使用与预测样本同类别的训练样本训练次级SVM;最后使用次级SVM对多个预测输出进行结合得到最终预测结果.经光伏发电系统的实际运行数据实验,结果表明本文提出的方法相较于单一预测模型精度有了明显提升.