基于负荷识别的电网电压无功优化控制方案探讨

提出了一种基于负荷识别的电网电压无功优化控制方案,指出该方案能够准确地识别电网负荷运行情况,结合逆调压要求,给出不同负荷区域的定值整定原则,实时修正控制定值,使电压无功控制与负荷变化实时联动,提高了电压无功的控制效果,达到优化控制的目的。     

基于模糊理论的宣钢变电站电压无功综合控制

该文以宣钢某变电站为例进行实际计算,通过结果显示,基于模糊理论电压无功综合控制可以实现电压合格和无功平衡的目标,有效地减少了变压器分接头和电容器开关的动作次数,提高了系统电压的质量.     

浅析变电站电压无功控制

本文作者通过对变电站电压无功控制的原理分析,介绍了VQC的控制原则及策略,并结合电网的实际讲述了电压无功控制的实现方法。     

基于遗传算法的变电站电压-无功综合控制

该文介绍了变电站无功补偿分析与计算方法 ,考虑了变压器分接头的变化以及电容器组的投切对无功和电压的影响 ,将传统的变电站电压无功控制方法———九区图 ,与遗传算法相结合 ,根据变电站的运行状态 ,由遗传算法给出相应的控制策略 ,以某地区 35kV变电站为例进行分析和控制。     

新型变电站电压无功综合控制算法

传统的基于区域图控制的变电站电压无功综合控制方法对短期负荷波动的抗干扰能力较差,为解决该问题本文提出了一种变电站电压无功综合控制算法数学模型,该算法模型由启动判据、负荷预测结果修正算法、动作判据、区域配合算法几个数学模型构成,文中给出了这些模型的数学表达式,并给出了这些数学模型怎样与超短期负荷预测结果相结合来实现地区变电站的电压无功综合控制的方法,采用该算法研制的设备的变电站的运行结果证实了该算法模型的正确性与优越性.     

浅谈变电站电压及无功的综合控制

以变电站为单位,自动调节电压和无功功率就地平衡.变电站电压和无功控制主要是采用有载调压变压器和补偿并联电容器组,通过调节有载调压变压器分接开关和投切并联电容器组,实现调节电压合格和无功平衡的目的。     

农村电网电压无功控制

对农网进行无功补偿和电压控制有利于提高电压质量、减少电能损耗。首先分类介绍了农网电压无功控制方式,并对分散控制、集中控制和分级关联分散控制各方式的实现方法和优缺点进行详细说明。其次阐述了变电站无功优化和线路无功补偿两个电压无功控制策略。最后总结了农网进行电压无功控制的意义。     

基于模糊理论的变电站电压无功综合控制

采用模糊控制技术,给出了变电站电压无功综合控制九区图中输入输出变量的模糊子集的定义,设计了一种变电站电压无功模糊控制系统。仿真结果表明该系统能在各种负荷条件下确保电压合格和无功基本平衡,且能很好地满足变电站对分接头日调节次数和并联补偿电容器组的日投切次数的限制。     

基于实时调压计算的变电站电压-无功控制

目前,国内配电变电站中电压-无功控制的主要手段是根据变电站电压和无功状况,调节有激磁调压变压器的分接头和并联补偿电容器的投入量,以保证电压在规定的范围内,并尽量减少电网中无功的传输,调节时普遍采用"九分区"控制方式.分析了九分区电压-无功控制方式存在的问题,提出以实时采集的变电站电流、电压、功率作为输入量进行调压计算,然后做出操作决策的变电站电压-无功控制方法.通过仿真分析,提出了上层系统的简化方法.在此基础上建立了实用的实时计算模型,并提出了应采集的实时数据与计算步骤.     

变电站电压无功优化控制器

根据电网的终端变电的二次母线（１０ｋＶ或３５ｋＶ）的接线特点,以母线电压和网损作的目标函数,以有载调压变压器和并联电容器作为调节手段,推导出变电站电压无功控制器的控制规律,并着重分析了抽头变化、并联电容器的投切效果与系统网络参数的关系。此外本文还论述了ＶＱＣ变电站电压无功能控制器的硬件、软件设计思想、主要特点及采用的新技术;介绍了现场运行的情况;提出了ＶＱＣ－Ⅱ型变电站电压无功控制器对ＶＱＣ－Ⅰ型     

基于负荷预测和负荷最优分配的工业锅炉房最优运行

应用BP神经网络预测锅炉房的日负荷曲线保证蓄热器运行的最优分段,采用最小差模型（MDM）法进行负荷的最优分配,据此编写相应的计算机程序.计算实例证明可有效减少锅炉房-蓄热器系统的日燃料耗量.     

结构动力响应预测的神经网络技术

在分析各种不同抗震形式的基础上，对结构在地震作用下的动力响应预测问题进行了探讨，指出了各种主动控制方式中时间滞后问题，最后提出了人工神经网络技术，并对该技术的实现进行了初步探讨，得出了一些可供参考的理论与方法。     

人工神经网络及其在电力短期负荷预测中的应用研究

电力系统负荷预测的精度将直接影响电力系统的经济效益和用电的安全和稳定.通过讨论短期负荷预测,来阐述Levenberg-Marquardt算法优于传统BP算法.并分别用BP算法和Levenberg-Marquardt算法对绥龙110 kV变电局所属供电网络远动采集来的负荷数据进行预测,来说明Levenberg-Marquardt算法优于传统BP算法.     

电力系统动态无功/电压优化控制的一种新算法

在动态无功／电压优化控制问题中，将不可导的控制变量动作次数约束条件和含有离散变量的功率平衡等式约束条件进行了可导化的等价转换．利用控制变量中的离散变量构造了二次罚函数并引入到原对偶内点法中，以实现离散变量在优化过程中的逐次归整，在此基础上，建立了完整的基于非线性内点法的动态无功／电压优化控制的数学模型．算例结果表明，该方法在动态无功／电压优化控制中的效率显著优于动态规划法和遗传算法，并且算法迭代次数不随网络规模增大而明显增大，同时该算法既适用于配电系统，也适用于输电系统．     

磨矿过程磨机负荷的动态寻优控制

磨矿是选矿厂动力消耗最多的一个作业,磨矿过程对选矿的经济指标影响很大。磨矿系统具有机理复杂、强耦合、过程影响因素多、非线性、大滞后和时变性的特性,因此常规控制方法的效果都不太理想。提出了采用极值动态寻优的优化算法,能够实现对磨机负荷的合理控制,使磨机工作在最佳负荷点,从而提高球磨机的工作效率,提高磨机产量。     

基于粗集理论与神经网络的电力系统负荷预测VoIP系统的QoS

介绍了一种基于粗集理论与神经网络相结合的电力系统负荷预测方法.运用粗集理论方法对不确定、不完整的历史数据进行属性的约简分析,并将约简后的属性作为人工神经网络的输入进行负荷预测;改进基因算法对神经网络权值修正.算例表明该方法可行、有效.     

电力系统短期负荷预测方法研究

采用混沌理论进行电力系统短期负荷预测,对利用Lyapunov指数算法进行负荷预测作了介绍,包括用混沌理论实现相空间的重构,以及通过计算关联维得到最优嵌入维数的方法、计算Lyapunov指数的方法和利用Lyapunov指数得到预测负荷数值的过程．实例预测结果,证明了算法的有效性,揭示了采用混沌理论进行短期负荷预测的优越性。     

RBF网络在节假日短期负荷预测中的应用

节假日的负荷预测一直是电力系统短期负荷预测中的难点。该文采用了T－S型模糊RBF网络,提出了一种新的推理模型。该网络采用次胜者受罚的竞争学习规则决定模糊隶属函数中心,并采用梯度下降和交叉验证方法对输出权值进行学习。实验应用表明,该方法具有快速、准确性较好的特点。文中还给出了比较结果。     

基于神经网络的短期电力负荷预测

采用神经网络方案来进行短期电力负荷预测，探讨了负荷模型分类模式，对应用于实际的神经网络算法进行了具体处理，如数据的归一化问题，网络权值与阈值的初始值选定，训练样本的选择策略等。同时，以三种短期负荷预测为例，进行了大量的仿真研究，结果表明神经网络用于电力负荷预测不但可满足短期负荷预测的技术要求，而且精度比常规方法高，且算法快速简单。