CN109684668A - 一种考虑气象要素的变压器负荷分析方法 - Google Patents

一种考虑气象要素的变压器负荷分析方法 Download PDF

Info

Publication number
CN109684668A
CN109684668A CN201811416937.1A CN201811416937A CN109684668A CN 109684668 A CN109684668 A CN 109684668A CN 201811416937 A CN201811416937 A CN 201811416937A CN 109684668 A CN109684668 A CN 109684668A
Authority
CN
China
Prior art keywords
transformer
load
moment
day
model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201811416937.1A
Other languages
English (en)
Other versions
CN109684668B (zh
Inventor
谭风雷
陈昊
黄祖荣
朱超
张东东
高丙团
马兆兴
孙耀东
蒋增林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Maintenance Branch of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
Maintenance Branch of State Grid Jiangsu Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Maintenance Branch of State Grid Jiangsu Electric Power Co Ltd filed Critical Maintenance Branch of State Grid Jiangsu Electric Power Co Ltd
Priority to CN201811416937.1A priority Critical patent/CN109684668B/zh
Publication of CN109684668A publication Critical patent/CN109684668A/zh
Application granted granted Critical
Publication of CN109684668B publication Critical patent/CN109684668B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/36—Circuit design at the analogue level
    • G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Human Resources & Organizations (AREA)
  • Evolutionary Computation (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种考虑气象要素的变压器负荷分析方法，属于高压电力设备技术领域，主要包括以下步骤：(1)归一化处理气温、湿度和天气类型三个气象要素；(2)求解变压器日平均负荷变化率；(3)建立变压器加权负荷分析模型；(4)建立考虑气象要素的变压器负荷分析模型；(5)建立变压器负荷分析方法的参数优化模型。该方法充分考虑气温、湿度和天气类型三个气象要素，并基于变压器日内负荷平均变化率和点间负荷平均变化率模型，提出了一种变压器负荷分析方法，有效提高了变压器负荷计算精度，为变压器经济运行及其防尘网格栅尺寸设计提供了理论依据，避免了变压器处于轻载和过载两种不利状况。

Description

一种考虑气象要素的变压器负荷分析方法
技术领域
本发明涉及高压电力设备技术领域，具体涉及一种考虑气象要素的变压器负荷分析方法。
背景技术：
随着经济的高速发展，全社会对供电可靠性提出了越来越高的要求。为了满足经济增长，电力系统规模日益扩大，形成了以特高压电网为骨干网架的坚强电网。变压器作为电力系统中的关键设备，其工作状况直接影响电力系统的稳定性。电力变压器运行过程中存在轻载和过载两种不利情况，当电力变压器处于轻载状态时，输送的电能大部分用于线路损耗，不经济实用；当电力变压器处于过载时，变压器绕组、铁心发热严重，影响变压器使用寿命，如果能研究一种变压器负荷分析方法，提前分析负荷，即可根据负荷大小及时制定相应的措施，避免变压器处于轻载和过载两种不利状态。
针对变压器负荷的分析方法已有很多，主要包括回归分析法、时间序列法、负荷求导法、指数平滑法、神经网络、支持向量机、模糊理论等方法，这些方法一般是基于变压器历史负荷数据，未充分考虑气象因素，但实际上气象因素在变压器负荷中占据了一定比例，尤其在夏季，因此不能直接忽略，否则会影响计算精度，基于上述分析可知该领域亟需研究一种考虑气象要素的适用于变压器负荷的分析方法。
发明内容
本发明的目的在于提供一种考虑气象要素的变压器负荷分析方法，以解决现有技术中导致的上述多项缺陷，该方法充分考虑气温、湿度和天气类型三个气象要素，并基于变压器日内负荷平均变化率和点间负荷平均变化率模型，提出了一种变压器负荷分析方法，提高了负荷计算精度，为变压器经济运行提供了理论依据。
一种考虑气象要素的变压器负荷分析方法，包括以下步骤：
步骤(1)：根据气象历史数据，对气温、湿度和天气类型三个气象要素进行归一化处理；
步骤(2)：根据变压器历史负荷数据，求解变压器日内平均负荷变化率和点间平均负荷变化率；
步骤(3)：根据变压器日内负荷平均变化率和点间负荷平均变化率模型，建立变压器加权负荷分析模型；
步骤(4)：基于气温、湿度和天气类型三个气象要素，建立考虑气象要素的变压器负荷分析模型；
步骤(5)：基于最小二乘法的思想，建立考虑气象要素的变压器负荷分析方法的参数优化模型，求解得到最优参数后，代入分析模型中，即可实现变压器负荷分析。
优选的，所述步骤(1)具体为：
根据各类气象要素对变压器负荷大小的影响，研究气温、湿度和天气类型三个要素，为保证各要素的统一性，需进行归一化处理，气温要素的归一化模型为：
式中，Tsi(t)表示变压器所在区域第i天第t时刻的气温实际值，Tgi(t)表示变压器所在区域第i天第t时刻的气温归一化值，max[Tsi(t)]表示变压器所在区域第t时刻历史最高气温，min[Tsi(t)]变压器所在区域第t时刻历史最低气温，CT表示气温归一化系数，一般取值0.05～0.45。
根据气温要素归一化模型，同理可得湿度要素归一化模型：
式中，Hsi(t)表示变压器所在区域第i天第t时刻的湿度实际值，Hgi(t)表示变压器所在区域第i天第t时刻的湿度归一化值，max[Hsi(t)]表示变压器所在区域第t时刻历史最高湿度，min[Hsi(t)]变压器所在区域第t时刻历史最低湿度，CH表示湿度归一化系数，一般取值0.05～0.45。
考虑到天气类型一般包括晴天、多云、阴天和雨天等，属于定性变量，难以直接量化，因此在研究天气类型时，将定性变量天气类型等效为光照强度和降雨量两个定量变量，则天气类型要素归一化模型可以表示为：
式中，Gsi(t)表示变压器所在区域第i天第t时刻的光照强度实际值，Ggi(t)表示变压器所在区域第i天第t时刻的光照强度归一化值，max[Gsi(t)]表示变压器所在区域第t时刻历史最高光照强度，min[Gsi(t)]变压器所在区域第t时刻历史最低光照强度，CG表示光照强度归一化系数，一般取值0.05～0.45；Rsi(t)表示变压器所在区域第i天第t时刻的降雨量实际值，Rgi(t)表示变压器所在区域第i天第t时刻的降雨量归一化值，max[Rsi(t)]表示变压器所在区域第t时刻历史最高降雨量，min[Rsi(t)]变压器所在区域第t时刻历史最低降雨量，CR表示降雨量归一化系数，一般取值0.05～0.45；Wgi(t)表示变压器所在区域第i天第t时刻的天气类型等效归一化值，CW表示天气类型等效归一化系数，一般取值0.00～1.00。
优选的，所述步骤(2)具体为：
研究变压器负荷变化率时，充分考虑日内负荷变化率和点间负荷变化率，日内负荷变化率是指变压器某日某时刻相对该日0时刻的负荷变化率，点间负荷变化率是指变压器某日某时刻相对该日前一时刻的负荷变化率，则日内平均负荷变化率可以表示成：
式中，ΔLa(t)表示变压器第t时刻所对应的日内负荷平均变化率，Li(t)表示变压器第i天第t时刻所对应的负荷，Li(0)表示变压器第i天第0时刻所对应的负荷，N表示获取的变压器历史负荷数据天数；
根据变压器日内平均负荷变化率模型，同理可得点间负荷变化率模型：
式中，ΔLb(t)表示变压器第t时刻所对应的点间负荷平均变化率，Li(t-1)表示变压器第i天第t-1时刻所对应的负荷。
优选的，所述步骤(3)具体为：
根据变压器日内负荷平均变化率模型，可得变压器负荷分析模型为：
式中，Lai(t)表示基于变压器日内负荷平均变化率模型的分析结果；
根据变压器点间负荷平均变化率模型，可得变压器负荷分析模型为：
式中，Lbi(t)表示基于变压器点间负荷平均变化率模型的分析结果。
根据基于变压器日内负荷平均变化率和点间负荷平均变化率模型，可建立变压器加权负荷分析模型：
式中，Lpi(t)表示变压器加权负荷分析模型，w表示加权系数。
优选的，所述步骤(4)具体为：
在基于变压器日内负荷平均变化率的分析模型和基于变压器点间负荷平均变化率的分析模型的基础上，考虑充分考虑气温、湿度和天气类型三个气象要素，建立修正分析模型：
式中，a，b，c，d分别表示变压器负荷分析模型参数。
优选的，所述步骤(5)具体是指：
利用变压器历史负荷及其所在地区的历史气象要素，基于最小二乘法的思想，即可建立参数优化模型：
式中，M表示变压器日负荷数据点数，求解得到模型最优参数后，代入分析模型中，即可实现变压器负荷分析。
本发明的优点在于：该种考虑气象要素的变压器负荷分析方法，充分考虑气温、湿度和天气类型三个气象要素，并基于变压器日内负荷平均变化率和点间负荷平均变化率模型，有效提高了变压器负荷计算精度，为变压器经济运行提供了理论依据。具有以下优点：1.充分考虑气象要素和负荷变化特性，有效提高了变压器负荷计算精度。2.为变压器经济运行提供理论依据，避免变压器处于轻载和过载两种不利状况。3.为变压器防尘网格栅尺寸设计提供依据。
附图说明
图1是本发明变压器负荷分析方法流程图；
图2是本发明变压器负荷分析方法计算误差图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。
如图1至图2所示，一种考虑气象要素的变压器负荷分析方法，包括以下步骤：
步骤(1)：根据气象历史数据，对气温、湿度和天气类型三个气象要素进行归一化处理；
步骤(2)：根据变压器历史负荷数据，求解变压器日内平均负荷变化率和点间平均负荷变化率；
步骤(3)：根据变压器日内负荷平均变化率和点间负荷平均变化率模型，建立变压器加权负荷分析模型；
步骤(4)：基于气温、湿度和天气类型三个气象要素，建立考虑气象要素的变压器负荷分析模型；
步骤(5)：基于最小二乘法的思想，建立考虑气象要素的变压器负荷分析方法的参数优化模型，求解得到最优参数后，代入分析模型中，即可实现变压器负荷分析。
值得注意的是，所述步骤(1)具体为：
根据各类气象要素对变压器负荷大小的影响，研究气温、湿度和天气类型三个要素，为保证各要素的统一性，需进行归一化处理，气温要素的归一化模型为：
式中，Tsi(t)表示变压器所在区域第i天第t时刻的气温实际值，Tgi(t)表示变压器所在区域第i天第t时刻的气温归一化值，max[Tsi(t)]表示变压器所在区域第t时刻历史最高气温，min[Tsi(t)]变压器所在区域第t时刻历史最低气温，CT表示气温归一化系数，一般取值0.05～0.45。
根据气温要素归一化模型，同理可得湿度要素归一化模型：
式中，Hsi(t)表示变压器所在区域第i天第t时刻的湿度实际值，Hgi(t)表示变压器所在区域第i天第t时刻的湿度归一化值，max[Hsi(t)]表示变压器所在区域第t时刻历史最高湿度，min[Hsi(t)]变压器所在区域第t时刻历史最低湿度，CH表示湿度归一化系数，一般取值0.05～0.45。
考虑到天气类型一般包括晴天、多云、阴天和雨天等，属于定性变量，难以直接量化，因此在研究天气类型时，将定性变量天气类型等效为光照强度和降雨量两个定量变量，则天气类型要素归一化模型可以表示为：
式中，Gsi(t)表示变压器所在区域第i天第t时刻的光照强度实际值，Ggi(t)表示变压器所在区域第i天第t时刻的光照强度归一化值，max[Gsi(t)]表示变压器所在区域第t时刻历史最高光照强度，min[Gsi(t)]变压器所在区域第t时刻历史最低光照强度，CG表示光照强度归一化系数，一般取值0.05～0.45；Rsi(t)表示变压器所在区域第i天第t时刻的降雨量实际值，Rgi(t)表示变压器所在区域第i天第t时刻的降雨量归一化值，max[Rsi(t)]表示变压器所在区域第t时刻历史最高降雨量，min[Rsi(t)]变压器所在区域第t时刻历史最低降雨量，CR表示降雨量归一化系数，一般取值0.05～0.45；Wgi(t)表示变压器所在区域第i天第t时刻的天气类型等效归一化值，CW表示天气类型等效归一化系数，一般取值0.00～1.00。
在本实施例中，所述步骤(2)具体为：
研究变压器负荷变化率时，充分考虑日内负荷变化率和点间负荷变化率，日内负荷变化率是指变压器某日某时刻相对该日0时刻的负荷变化率，点间负荷变化率是指变压器某日某时刻相对该日前一时刻的负荷变化率，则日内平均负荷变化率可以表示成：
式中，ΔLa(t)表示变压器第t时刻所对应的日内负荷平均变化率，Li(t)表示变压器第i天第t时刻所对应的负荷，Li(0)表示变压器第i天第0时刻所对应的负荷，N表示获取的变压器历史负荷数据天数；
根据变压器日内平均负荷变化率模型，同理可得点间负荷变化率模型：
式中，ΔLb(t)表示变压器第t时刻所对应的点间负荷平均变化率，Li(t-1)表示变压器第i天第t-1时刻所对应的负荷。
在本实施例中，所述步骤(3)具体为：
根据变压器日内负荷平均变化率模型，可得变压器负荷分析模型为：
式中，Lai(t)表示基于变压器日内负荷平均变化率模型的分析结果；
根据变压器点间负荷平均变化率模型，可得变压器负荷分析模型为：
式中，Lbi(t)表示基于变压器点间负荷平均变化率模型的分析结果。
根据基于变压器日内负荷平均变化率和点间负荷平均变化率模型，可建立变压器加权负荷分析模型：
式中，Lpi(t)表示变压器加权负荷分析模型，w表示加权系数。
在本实施例中，所述步骤(4)具体为：
在基于变压器日内负荷平均变化率的分析模型和基于变压器点间负荷平均变化率的分析模型的基础上，考虑充分考虑气温、湿度和天气类型三个气象要素，建立修正分析模型：
式中，a，b，c，d分别表示变压器负荷分析模型参数。
在本实施例中，所述步骤(5)具体是指：
利用变压器历史负荷及其所在地区的历史气象要素，基于最小二乘法的思想，即可建立参数优化模型：
式中，M表示变压器日负荷数据点数，求解得到模型最优参数后，代入分析模型中，即可实现变压器负荷分析。
以江苏电网某变压器为例进行说明，利用该变压器90天负荷及其所在地区对应的90天气象要素作为历史数据，来计算后10天变压器负荷，计算误差如图2所示，显然变压器负荷平均计算误差为3.97％，计算精度较高，能够满足现场实际要求，可以为变压器经济运行及其防尘网格栅尺寸设计提供理论依据，有效避免变压器处于轻载和过载两种不利状况。
由技术常识可知，本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。因此，上述公开的实施方案，就各方面而言，都只是举例说明，并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。

Claims (6)

1.一种考虑气象要素的变压器负荷分析方法，其特征在于，包括以下步骤：
步骤(1)：根据气象历史数据，对气温、湿度和天气类型三个气象要素进行归一化处理；
步骤(2)：根据变压器历史负荷数据，求解变压器日内平均负荷变化率和点间平均负荷变化率；
步骤(3)：根据变压器日内负荷平均变化率和点间负荷平均变化率模型，建立变压器加权负荷分析模型；
步骤(4)：基于气温、湿度和天气类型三个气象要素，建立考虑气象要素的变压器负荷分析模型；
步骤(5)：基于最小二乘法的思想，建立考虑气象要素的变压器负荷分析方法的参数优化模型，求解得到最优参数后，代入分析模型中，即可实现变压器负荷分析。
2.根据权利要求1所述的一种考虑气象要素的变压器负荷分析方法，其特征在于：所述步骤(1)具体为：
根据各类气象要素对变压器负荷大小的影响，研究气温、湿度和天气类型三个要素，为保证各要素的统一性，需进行归一化处理，气温要素的归一化模型为：
式中，Tsi(t)表示变压器所在区域第i天第t时刻的气温实际值，Tgi(t)表示变压器所在区域第i天第t时刻的气温归一化值，max[Tsi(t)]表示变压器所在区域第t时刻历史最高气温，min[Tsi(t)]变压器所在区域第t时刻历史最低气温，CT表示气温归一化系数，一般取值0.05～0.45；
根据气温要素归一化模型，同理可得湿度要素归一化模型：
式中，Hsi(t)表示变压器所在区域第i天第t时刻的湿度实际值，Hgi(t)表示变压器所在区域第i天第t时刻的湿度归一化值，max[Hsi(t)]表示变压器所在区域第t时刻历史最高湿度，min[Hsi(t)]变压器所在区域第t时刻历史最低湿度，CH表示湿度归一化系数，一般取值0.05～0.45；
考虑到天气类型一般包括晴天、多云、阴天和雨天等，属于定性变量，难以直接量化，因此在研究天气类型时，将定性变量天气类型等效为光照强度和降雨量两个定量变量，则天气类型要素归一化模型可以表示为：
式中，Gsi(t)表示变压器所在区域第i天第t时刻的光照强度实际值，Ggi(t)表示变压器所在区域第i天第t时刻的光照强度归一化值，max[Gsi(t)]表示变压器所在区域第t时刻历史最高光照强度，min[Gsi(t)]变压器所在区域第t时刻历史最低光照强度，CG表示光照强度归一化系数，一般取值0.05～0.45；Rsi(t)表示变压器所在区域第i天第t时刻的降雨量实际值，Rgi(t)表示变压器所在区域第i天第t时刻的降雨量归一化值，max[Rsi(t)]表示变压器所在区域第t时刻历史最高降雨量，min[Rsi(t)]变压器所在区域第t时刻历史最低降雨量，CR表示降雨量归一化系数，一般取值0.05～0.45；Wgi(t)表示变压器所在区域第i天第t时刻的天气类型等效归一化值，CW表示天气类型等效归一化系数，一般取值0.00～1.00。
3.根据权利要求1所述的一种考虑气象要素的变压器负荷分析方法，其特征在于：所述步骤(2)具体为：
研究变压器负荷变化率时，充分考虑日内负荷变化率和点间负荷变化率，日内负荷变化率是指变压器某日某时刻相对该日0时刻的负荷变化率，点间负荷变化率是指变压器某日某时刻相对该日前一时刻的负荷变化率，则日内平均负荷变化率可以表示成：
式中，ΔLa(t)表示变压器第t时刻所对应的日内负荷平均变化率，Li(t)表示变压器第i天第t时刻所对应的负荷，Li(0)表示变压器第i天第0时刻所对应的负荷，N表示获取的变压器历史负荷数据天数；
根据变压器日内平均负荷变化率模型，同理可得点间负荷变化率模型：
式中，ΔLb(t)表示变压器第t时刻所对应的点间负荷平均变化率，Li(t-1)表示变压器第i天第t-1时刻所对应的负荷。
4.根据权利要求1所述的一种考虑气象要素的变压器负荷分析方法，其特征在于：所述步骤(3)具体为：
根据变压器日内负荷平均变化率模型，可得变压器负荷分析模型为：
式中，Lai(t)表示基于变压器日内负荷平均变化率模型的分析结果；
根据变压器点间负荷平均变化率模型，可得变压器负荷分析模型为：
式中，Lbi(t)表示基于变压器点间负荷平均变化率模型的分析结果；
根据基于变压器日内负荷平均变化率和点间负荷平均变化率模型，可建立变压器加权负荷分析模型：
式中，Lpi(t)表示变压器加权负荷分析模型，w表示加权系数。
5.根据权利要求1所述的一种考虑气象要素的变压器负荷分析方法，其特征在于：所述步骤(4)具体为：
在基于变压器日内负荷平均变化率的分析模型和基于变压器点间负荷平均变化率的分析模型的基础上，考虑充分考虑气温、湿度和天气类型三个气象要素，建立修正分析模型：
式中，a，b，c，d分别表示变压器负荷分析模型参数。
6.根据权利要求1所述的一种考虑气象要素的变压器负荷分析方法，其特征在于：所述步骤(5)具体是指：
利用变压器历史负荷及其所在地区的历史气象要素，基于最小二乘法的思想，即可建立参数优化模型：
式中，M表示变压器日负荷数据点数，求解得到模型最优参数后，代入分析模型中，即可实现变压器负荷分析。
CN201811416937.1A 2018-11-26 2018-11-26 一种考虑气象要素的变压器负荷分析方法 Active CN109684668B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811416937.1A CN109684668B (zh) 2018-11-26 2018-11-26 一种考虑气象要素的变压器负荷分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811416937.1A CN109684668B (zh) 2018-11-26 2018-11-26 一种考虑气象要素的变压器负荷分析方法

Publications (2)

Publication Number Publication Date
CN109684668A true CN109684668A (zh) 2019-04-26
CN109684668B CN109684668B (zh) 2023-06-06

Family

ID=66185528

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811416937.1A Active CN109684668B (zh) 2018-11-26 2018-11-26 一种考虑气象要素的变压器负荷分析方法

Country Status (1)

Country Link
CN (1) CN109684668B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106127340A (zh) * 2016-06-21 2016-11-16 国网浙江省电力公司金华供电公司 一种适用于超短期负荷预测的计算方法
CN107239899A (zh) * 2017-06-01 2017-10-10 广西电网有限责任公司电力科学研究院 一种台风天气下电网负荷对气象因素的敏感度分析方法
CN108229742A (zh) * 2018-01-04 2018-06-29 国网浙江省电力公司电力科学研究院 一种基于气象数据以及数据趋势的负荷预测方法
CN108416366A (zh) * 2018-02-06 2018-08-17 武汉大学 一种基于气象指数的加权ls-svm的电力系统短期负荷预测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106127340A (zh) * 2016-06-21 2016-11-16 国网浙江省电力公司金华供电公司 一种适用于超短期负荷预测的计算方法
CN107239899A (zh) * 2017-06-01 2017-10-10 广西电网有限责任公司电力科学研究院 一种台风天气下电网负荷对气象因素的敏感度分析方法
CN108229742A (zh) * 2018-01-04 2018-06-29 国网浙江省电力公司电力科学研究院 一种基于气象数据以及数据趋势的负荷预测方法
CN108416366A (zh) * 2018-02-06 2018-08-17 武汉大学 一种基于气象指数的加权ls-svm的电力系统短期负荷预测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
彭堃等: "气象环境对电网负荷的影响因素分析", 《电力需求侧管理》 *
胡长洪: "考虑实时气象因素的短期负荷预测", 《中国优秀硕士学位论文全文数据库工程科技II辑》 *

Also Published As

Publication number Publication date
CN109684668B (zh) 2023-06-06

Similar Documents

Publication Publication Date Title
CN103606932B (zh) 负荷相关的低压动态无功补偿电容器自动控制方法
CN103308381B (zh) 一种疲劳裂纹扩展速率归一化预测方法
CN104242318B (zh) 基于模型预测控制理论的直流近区电压自动控制方法
CN105140936A (zh) 一种发电成本最低的微电网调频控制方法
CN103001219B (zh) 一种基于潮流熵的多facts最优化协调控制方法
CN103277291A (zh) 一种单级泵站优化调度方法
CN103971175B (zh) 一种多级变电站的短期负荷预测方法
CN105305468B (zh) 基于粒子群算法的火力发电机组一次调频参数优化方法
CN107370169B (zh) 基于anfis短期负荷预测的大规模储能电站调峰控制器及方法
CN111222653A (zh) 结合物联网实现的高空作业设备保养计划智能制定方法及系统
CN110011358A (zh) 一种配电网负荷状态调节控制器
CN116796540A (zh) 考虑弃光率和预测精度的大型光伏电站储能容量配置方法
CN109546652B (zh) 配变台区的电力负荷预测方法
CN105512794A (zh) 针对高载能负荷参与调峰的电力节能指标体系构建方法
CN104252647B (zh) 基于反距离权重插值法的用电负荷预测方法
CN109684668A (zh) 一种考虑气象要素的变压器负荷分析方法
CN107221926B (zh) 一种基于tsc的馈线接入用户容量计算方法
CN112949928A (zh) 一种冬季气温对区域电网用电负荷影响的分析方法及装置
CN104240144B (zh) 一种基于需求响应的电力负荷聚类方法
CN111160656A (zh) 一种基于模块化的用电负荷预测方法
CN104156785A (zh) 一种考虑火电机组启停磨的发电计划优化方法
CN107221928B (zh) 一种基于tsc的馈线可接入容量计算方法及位置调整方法
CN106208036B (zh) 并联供电系统最优点确定方法
CN118074127B (zh) 一种基于云计算的电网电力负荷管理预测方法及系统
CN111490889A (zh) 一种无线业务增长预估方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant