基于RBF神经网络的电力系统短期负荷预测

以matlab开发工具，将负荷参数和气象数据经过LSTM递归神经网络训练，预测了未来10天的符合参数，属于LSTM多步预测，最后与实际只进行了比较，得到了均方根和比较图

本次220KV枢纽变电站电气部分毕业设计主要内容包括负荷计算、主变压器的选择，电气主接线的设计，互感器的选择，隔离开关的选择以及熔断器的选择。 本设计共分为六章；第一章为基本资料的分析；第二章为电气主接线的设计；第三章为主变的选择和负荷的计算；第四章最大负荷电流及短路电流的计算结果；第五章为母线的选择与效验；第六章为主要电气设备的选择。

构建多目标配网重构模型，该模型充分考虑了风电出力、光伏发电以及负荷的不确定性，并且同时优化配网的3个重要评估指标：有功损耗、节点最小电压值、负荷均衡度。采用场景分析法处理不确定性因素，采用同步回代缩减法进行场景削减，讨论不同场景数对优化结果的影响，并利用多目标扰动生物地理学算法求解模型，利用模糊集理论确定最终重构方案。某69节点配网系统测试结果表明：所用算法能够快速找到多目标配网重构模型的决策解，具有较高的搜索效率，验证了在消纳分布式电源的情况下，通过网络重构能够明显改善网络的各项指标。

文章在深度学习理论的基础上应用LSTM网络对电力负荷进行了预测，具有较高的应用价值。

通过智能电力负荷控制与监测系统可对智能配电设备的数字化信息进行采集和处理,实现配电站少人或无人值守,为制定电力系统规划设计和电力生产计划提供决策依据。本文着重给出了一种新型的电力负荷控制与监测系统的设计方法。该方法在性能可靠、高精度、低功耗、小体积的基础上,更能适应负荷管理、电能分析、电量集抄、多种控制方式、优化用电分析等功能需要,可满足电力负荷侧管理的各种应用需求。

可以用来做用电负荷分析的原始数据，比如负荷预测，用电负荷分类等等

基于青岛某办公建筑2015 年全年逐时总用电能耗及空调用电能耗数据，利用kmeans 聚类算法对其进行聚 类，将全年能耗水平分为四大类。利用求平均值法得到每一类典型设备使用率曲线。将典型曲线的数据、日前两 周数据以及气象数据一同作为BP 神经网络的输入，预测未来24 小时的建筑总用电和空调用电，该方法比单用日 前两周数据及气象数据进行负荷预测能获得更低的相对误差、均方根误差、平均绝对百分误差。BP 负荷预测相对 误差在5%以内，而kmeans－BP 负荷预测算法控制在±2．5%以内; BP 预测得到的均方根误差和平均绝对百分误差 范围分别在4．6～ 9．0 之间、2．3%～ 4．4%之间，km

归纳电动汽车有序充电研究的要点和现状，包括充电负荷描述、充电影响仿真、有序充电的策略方法。基于建模机理，把负荷描述归纳为基于充电行为机理、概率模型以及智能算法3类，对影响充电负荷的各个因素及其相互关系进行分析，指出基于概率统计的随机方法是分析大量电动汽车随机充电行为的主要建模方法，充电影响因素的精确模拟是模型进一步改善的方向；从对系统可靠性影响、对电能质量影响和对系统运行经济性影响3个维度概述大量电动汽车充电接入对系统的影响，分析充电影响的模拟结果及调控方法，指出在充电影响仿真中需更多地计及充电的随机分散特性，充电影响的暂态过程也值得关注；针对有序充电的策略方法，归纳为基于最优经济运行的充电模型、最优市场机制和商业运营模式、时空有序性3类方法，3类方法本质上归结为随机系统的最优化问题。展望指出配电系统的规划与电动汽车充电站有序充电之间的关系研究及换电模式下充电电价的定价理论需进一步深入研究，为实现时间、空间2个维度上的有序充电提供理论依据。

考虑轻型高压直流输电技术的特点，提出了基于电压源换流器（VSC）的交直流电力系统统一迭代潮流求解算法，分别从交流网络、电压源换流器和直流网络三部分推导了其相应的牛顿-拉夫逊法潮流计算修正方程式。 该算法可以进行包含直流电源和直流负荷的交直流系统潮流计算。修改的WSCC - 9节点系统仿真结果验证了所提算法的正确性和有效性。