关于高层建筑供配电系统的特点及有关问题

阐述了国内高层建筑供配电系统的主要特点，并对设计和安装中应注意的重要问题略加说明。     

现代高层建筑电力负荷分析与配电方案选择体会

随着社会的不断发展,建筑电力系统的建设工作也有了很大的变化,现代高层建筑对于电力负荷设计以及配电方案提出了更高的要求,不仅要保证供配电系统运行的稳定和安全,还要减少资源的消耗。随着电力负荷特点的变化,电力负荷的计算方式也需要相应做出改变,选择科学合理的配电方案。用电设备的增加,高层建筑中的电力负荷不断增加,只有确定好电力负荷的数值大小,才能选择最终的配电方案。文中会简单介绍高层建筑中常见的配电系统;分析电力负荷的特点以及计算,具体说明配电方案选择的体会。     

长期电力负荷预测的模糊数学方法

采用模糊数学和优化理论建立起一套预测模型，由计算机自动预测出电力负荷，从而保证了预测结果的正确性和可信度。通过深圳市远景年电量预测的实例表明，该方法是可行有效的。     

高层建筑供配电系统设计研究简介

越来越多的高层建筑流行于全国各地,高层建筑的供配电越来越复杂化,所以做好高层建筑的供配电设计对于高层建筑功能的发挥起着重要的作用.     

高层建筑的配电负荷设计

针对高层建筑配电负荷设计问题,从配电负荷设计的目的、配电负荷的各种计算方法及计算方法的确定原则,高层住宅、写字楼、宾馆饭店的电力负荷计算方法与计算内容等方面较详尽地论述了高层建筑的配电负荷设计问题。     

船舶电力推进系统电力负荷混沌特性分析及预测

为实现船舶电力推进系统功耗的最优控制,提高船舶运行的经济性,建立了基于正则化的电力负荷混沌局域预测模型.运用相空间重构理论对船舶电力推进系统电力负荷进行单变量时间序列相空间重构,计算吸引子的Lyapunov指数,验证船舶电力推进系统电力负荷具有混沌特性,进而构建更为精准的由船舶电力负荷及其影响因素构成的多变量时间序列相空间.实验结果表明,该预测模型是有效的,且具有较高的预测精度.     

电力市场下纯火电系统经济负荷分配新算法

讨论了在安全可靠供电的情况下,利用最大隶属度原理,仅对纯火电系统建立节约源并兼顾电网运行经济效益的双目标优化模型,实现有功负荷经济分配。     

泰达电力负荷与气象因子的关系

从泰达电网2003--2005年逐日电力负荷资料中分离出随气象因子变化的气象电力负荷,分析了气象电力负荷与同期气象资料的相关关系,重点研究了气象负荷随气温变化的规律。     

电力大客户负荷用电负荷预测

本文介绍了负荷预测的方法及特点,如单耗法、神经网络法、专家系统法、灰色模型法、时间序列法、回归分析法、弹性系数法、趋势外推法、优选组合预测法等.并分析了负荷预测方法的选取方法,并得出了组合灰色神经网络方法预测效果良好的结论.     

浅析当前民用高层建筑供配电系统电气设计

近年来随着经济的快速发展,我国的许多民用建筑的高度不断上升,许多民用建筑都成为了高层建筑.目前对高层建筑的自动化要求越来越高,而高层建筑自动化的实现需要电力的支持,因此在高层建筑中对供电的可靠性的要求越来越高,保证高层的供电安全是高层建筑必须要解决的问题.     

电网规划中最小模糊缺负荷量计算方法

为在计及不确定性的电网规划中进行可靠性和经济性分析比较,提出了一种电网最小模糊缺负荷量计算方法．首先应用模糊集合论里的梯形模糊数描述电网规划中预测负荷及发电机可用率的不确定性,由此建立求解最小模糊缺负荷量的模糊线性规划模型,然后将其转化为参数线性规划模型,进而用推广的Ｂｌａｎｄ反转对偶单纯形算法进行求解．最后,给出了一个２４节点、３０条支路的算例．     

基于模糊理论的电力负荷预测研究

电力系统负荷预测对电力系统规划和运行极其重要,论述了电力负荷预测的内容和基本过程。将模糊理论应用到电力系统的负荷预报中,基于模糊理论的电力负荷预测可以达到较高的精度,效果良好。     

模糊C均值聚类在电力负荷建模中的应用研究

针对负荷建模中统计综合法研究薄弱的现状,在某省全电网大范围调研基础上,提出了基于模糊C均值算法的分类思想,并对调查的48个枢纽变电站和纺织行业典型用户的负荷特性进行了分类研究,得到其相应聚类中心矩阵,分析了聚类结果和聚类中心矩阵,得出了有意义的结论,表明该方法可以有效的进行变电站的聚类和综合以及典型行业用户的精选,解决了负荷建模中变电站特性分类处理和典型用户的精选的复杂性与主观性,对综合负荷建模具有重要的指导意义.该方法具有概念清晰,计算方便,算例论证了其正确性和有效性.     

结合神经元网络和模糊专家系统进行电力短期负荷预测

结合人工神经元网络（ＡＮＮ）和模糊专家系统进行负荷预测．给出了径向基函数（ＲＢＦ）网络的结构,并采用正交最小平方法（ＯＬＳ）选取ＲＢＦ中心．先用ＡＮＮ进行基本负荷预测,然后考虑天气变化和假日因素所引起的负荷变化,利用模糊专家系统进行负荷调整．文中还把日期划分为５类．测试结果表明,该方法具有较高的精度和较快的速度．     

模糊理论在电力负荷预测中的应用

提出了一种预测电力系统负荷的新方法。该法首先根据模糊聚类分析的方法对电力负荷及其相关环境因素的历史样本进行归纳分类，然后采用合适的模糊数及模糊集刻画出各类样本中负荷变化的模式及环境因素的特征，最后，由未来环境因素状态判定未来负荷变化属于哪种模式，从而预测出电力负荷的未来值。文中以我国某省中期负荷预测为例，说明了所提方法的有效性。     

多层前馈神经网络在电力系统短期负荷预测中的应用

介绍了多层前馈神经网络在电力系统短期负荷预测中的应用,并对这些方法做了评价.在此基础上,对人工神经网络技术在短期负荷预测中的应用进行了展望.     

中长期电力负荷的模糊回归预测

针对中长期电力负荷预测中观测数据及负荷变化规律的模糊性，提出了一种新的负荷预测方法－模糊回归预测。该方法通过建立具有模糊回归参数的回归模型，可以直接由模糊观测数据预测出未来负荷值。文中通过实际算例验证了所提方法的可行性。     

电力系统短期负荷预计(DFY)

电力系统调度部门,为了经济、可靠和安全供电,一般要进行短期负荷预计.本文介绍一个次日24小时的负荷预计模型和其程序在计算机上的操作过程.负荷模型分为两部分—正常情况和非正常情况下的预计.对湖南电网给出了预计的实际结果.     

一种基于模糊逻辑和神经网络的电力负荷预测方法

应用模糊理论、人工神经网络等智能技术,确定了有效的电力系统短期负荷预测方法,其中着重考虑了天气因素对电网负荷的影响,并开发了实用化的负荷在线预测软件,该软件是基于Windows的应用程序,具有开放式的结构和友好的人机接口,可用于每小时或每15min的负荷预测,测试结果表明,该方法具有良好的预测精度。     

电站机组负荷分配的模糊建模及优化算法

随着电力市场的发展,机组负荷优化分配作为一种可提高电站经济的手段,越来越成为一个令人感兴趣的研究课题,但目前仍没有得到一种绝对有效的算法．通过引入模糊理论提出了电厂机组负荷分配模型,并运用改进的遗传算法进行求解．该优化算法的特点在于：容易得到全局最优解,有较强的鲁棒性,适合大规模的复杂系统求解．最后,给出一个算例阐述了该算法的有效性．