陕西省自然科学基金(SJ08E220)
- 作品数：24 被引量：246H指数：9
- 相关作者：师彪于新花闫旺孟欣李娜更多>>
- 相关机构：西安理工大学青岛科技大学陕西师范大学更多>>
- 发文基金：陕西省自然科学基金国家火炬计划山东省软科学研究计划更多>>
- 相关领域：电气工程自动化与计算机技术水利工程经济管理更多>>
- 基于粒子群最小二乘支持向量机的水文预测被引量：15
- 2012年
- 支持向量机理论为研究中长期水文预测提供了新的方法。针对最小二乘支持向量机模型参数选择费时且效果差这一问题,给出基于粒子群算法的最小二乘支持向量机水文预测模型(PSO-LSSVM)。该模型运用最小二乘支持向量机回归原理建立,参数选取采用具有全局搜索能力的粒子群算法进行寻优。用此模型对南桠河冶勒水电站月径流进行预测,仿真计算结果表明,该算法可提高预测效率与预测精度。
- 李文莉李郁侠
- 关键词：最小二乘支持向量机粒子群算法水文预测参数优化
- 含分布式风力发电的配电网电压稳定性研究被引量：9
- 2012年
- 针对风电场接入配电网后,对配电网的电压稳定性带来的影响进行了研究。首先通过对两节点线路电压的理论分析,建立用于评价电压稳定性能的指标VSI(Voltage Stability Index)。然后,考虑在风电功率波动和负荷波动的运行情况下,通过计算配电网各节点的VSI指标,分析配电网各节点的电压稳定性能。最后,在电力仿真软件DIgSILENT上搭建了IEEEl3配电网络和风电场的模型,仿真研究结果显示出VSI不仅能够正确地指示配电网各节点的电压稳定水平,而且能够判断风电功率波动、负荷波动对配网节点电压造成的影响程度。
- 黄宁段建东杨杉刘一朋
- 关键词：风力发电配电网静态电压稳定性电压稳定性指标
- 基于改进粒子群-径向基神经网络模型的短期电力负荷预测被引量：29
- 2009年
- 为了准确、快速、高效地预测电网短期负荷,提出了改进的粒子群–径向基神经网络算法。用改进的粒子群算法训练径向基神经网络,实现了径向基函数神经网络的参数优化。建立了短期电力负荷预测模型,综合考虑气象、天气、日期类型等影响负荷的因素进行短期负荷预测。算例结果表明,该算法优于径向基神经网络法和粒子群–径向基网络算法,克服了径向基网络和粒子群优化方法的缺点,改善了径向基神经网络的泛化能力,输出稳定,预测精度高,收敛速度快,平均百分比误差可控制在1.2%以内。
- 师彪李郁侠于新花闫旺何常胜孟欣
- 关键词：负荷预测泛化能力
- 输电线路暂态量保护的研究进展被引量：8
- 2008年
- 输电线路的暂态量保护原理是继电保护的重要新原理之一，保护装置是有望应用于特高压系统，实现故障的超高速切除．针对课题组近10年的暂态保护研究工作进行了较为全面的总结，介绍了一套面向实用化的暂态量保护总体方案，由高速的主保护（双端纵联的方向保护）、超高速的辅保护（单端的边界保护）和配套元件（用于启动、识别雷电干扰、识别合闸于故障、故障选相等）构成；构建了一套暂态量保护的实验装置，包括一台能够同步采集暂态信号并实时进行保护计算与判断的实验室样机和一台能够输出保护用模拟信号的暂态信号发生器．基于EMTP仿真数据和现场行波实录数据，对装置进行性能测试试验，表明暂态量保护原理算法和实验室样机是可行的、动作速度为2—8ms．同时，探讨了影响暂态量保护实用化的互感器高频暂态信号传变特性问题和输电线路高频载波的干扰问题．
- 张保会段建东
- 关键词：输电线路暂态量保护特高压系统
- 基于改进递归复小波变换的输电线路边界保护元件算法被引量：7
- 2010年
- 在分析超高压输电线路边界频率特性的基础上,提出一种基于改进递归小波变换的超高压输电线路边界保护元件算法。采用改进递归小波变换提取故障电流信号中的暂态分量,利用小波变换后的相位信息来获取故障信号的平均频率,通过故障暂态信号的平均频率差异来识别区内外故障。改进递归小波算法采用历史数据进行计算,具有很好的实时性,提高了计算速度,能够满足电力系统超高速保护的要求。EMTDC仿真结果表明该算法不受故障类型、过渡电阻、故障位置以及故障初始角等故障条件的影响,具有可行性。
- 段建东匡军周琴刘一朋
- 关键词：暂态保护相位信息
- 基于数据融合算法优化的GM(1,1)负荷预测模型被引量：6
- 2012年
- 为了提高中长期电力负荷预测的精度,改进传统灰色GM(1,1)模型在中长期负荷预测中因部分原始背景数据的偶然性偏差而导致预测精度降低的问题,提出了将数据融合算法与GM(1,1)模型相结合以形成数据融合算法优化下的GM(1,1)模型。首先对特定年采用多个不同历史数据进行GM(1,1)模型预测,利用数据融合算法对多次预测值进行优化分析,获得优化后的预测结果,最后通过对某电力系统年用电负荷进行实例分析,证明数据融合优化下的GM(1,1)模型具有较高预测精度。实践证明所建立的模型对电力系统中长期负荷具有良好预测能力。
- 孟欣李郁侠
- 关键词：负荷预测数据融合
- 水轮机智能调速系统数学模型仿真及参数辨识被引量：13
- 2010年
- 为建立与电网稳定计算有关的水轮机调速系统数学模型及模型参数测量辨识,提出一种基于自适应人工鱼群-神经网络技术并适用于水轮机调速系统控制的新技术,建立智能调速系统数学模型,使之符合实际调节及微机优化控制。分析了该模型组成部分的传递函数,提出采用自适应人工鱼群算法来弥补人工鱼群和神经网络算法的不足,阐述了自适应人工鱼群算法-神经网络优化器的算法。给出了自适应人工鱼群优化算法参数辨识算法设计和实现步骤。利用Matlab和自适应人工鱼群算法进行模型参数辨识,对一次调频和二次调节试验过程进行仿真并与实测对比。结果表明,仿真值与实测值相当接近,所研制的自适应人工鱼群-神经网络优化器,达到了优化PID调节器控制输出量的目标;所建立的调速系统数学模型真实地反映调速系统在机组并网工况下的调节特性,说明该方法原理正确,可用于优化控制。
- 师彪李郁侠何常胜于新花闫旺孟欣李鹏
- 关键词：水轮机调速系统BP神经网络仿真
- 基于云变异人工蜂群算法的梯级水库群优化调度被引量：18
- 2014年
- 针对求解高维、复杂的梯级水库优化调度时易出现"维数灾"或陷入局部最优解的问题,本文提出了一种混合优化算法。该算法结合云模型思想对人工蜂群算法进行了改进,克服了人工蜂群算法寻优中易于"早熟"的缺点,保持了后期种群的多样性,提高了全局搜索能力。实例计算表明,利用该混合算法求解梯级水库优化调度问题与传统算法比较,结果可靠合理,计算效率高,从而为求解高维、复杂的梯级水库优化调度问题提供了一条新的思路。
- 李文莉李郁侠任平安
- 关键词：水电工程梯级水库优化调度云模型人工蜂群算法
- 引入电价与负荷相关系数的PSO-BP神经网络电价预测模型被引量：1
- 2010年
- 为了解决现有BP神经网络电价预测模型中由于非关联输入样本过多而影响学习效率、导致预测精度降低的问题,在分析电价与负荷相关性的基础上,提出了采用电价与负荷相关系数作为判断是否将负荷引入模型条件的新方法,并将相关系数引入PSO-BP神经网络电价预测模型,以降低模型非关联输入样本数,提高预测精度采用我国四川电力市场资料进行仿真计算,证明该方法具有良好的预测效果。
- 李娜李郁侠王丽霞杨亚刚
- 关键词：电价预测相关系数
- 水电厂发电成本计算方法研究被引量：6
- 2009年
- 针对水电厂竞价上网提供报价决策的特点,给出了水电厂边际成本、水电机组启动成本与旋转备用机会成本的计算方法,并根据成本分摊理论建立了峰谷电价机制下的水电厂边际成本计算数学模型。实例验证表明,该方法可用于水电厂边际成本的计算。
- 麻欣李郁侠钟当书孟欣
- 关键词：水力发电电力市场电价
