CN1825345A - 基于模糊最大贴近度理论的负荷密度指标求取方法 - Google Patents
基于模糊最大贴近度理论的负荷密度指标求取方法 Download PDFInfo
- Publication number
- CN1825345A CN1825345A CNA2006100255006A CN200610025500A CN1825345A CN 1825345 A CN1825345 A CN 1825345A CN A2006100255006 A CNA2006100255006 A CN A2006100255006A CN 200610025500 A CN200610025500 A CN 200610025500A CN 1825345 A CN1825345 A CN 1825345A
- Authority
- CN
- China
- Prior art keywords
- load density
- fuzzy
- region
- density index
- density target
- 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.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于模糊最大贴近度理论的负荷密度指标求取方法,其特点是,首次引入模糊最大贴近度理论求取负荷密度指标,将影响负荷密度指标的因素细化、量化考虑,方法的具体步骤为:依据调研统计数据形成样本库;将所规划区分为若干功能区;针对某一类型功能区,设定影响其负荷密度指标的主要因素作为环境参数;计算待测功能区和初筛样本地区的隶属度集;得出各样本地区与待测功能区的最大贴近度模糊子集,即相应的贴近度值;选取最大贴近度的样本地区的负荷密度指标为待测功能区的预测值。本发明的有益效果是,在实际工程中应用前述模糊最大贴近度理论求取负荷密度指标并进行负荷预测,得到了与实际情况较为吻合的负荷预测数值。
Description
技术领域
本发明涉及城镇配电网规划负荷预测中求取负荷密度指标的方法,特别涉及一种基于模糊最大贴近度理论的负荷密度指标求取方法。
背景技术
负荷密度指标法即空间负荷预测方法是20世纪80年代提出的一种负荷预测方法,不仅能够预测负荷总量,而且能够预测出未来负荷的地理分布情况,这种方法是目前城镇配电网规划中常用的方法之一。与一般方法相比,该方法考虑的因素更多,所以更具有可信度。负荷密度指标法的一般步骤是:通过向政府规划部门收集规划区未来的土地规划方案,得到规划区各功能地块负荷的分布情况及相应面积(占地面积或建筑面积),根据相应地块的负荷密度指标,计算得到负荷预测数值;最后将各种类型负荷相加(乘以同时率)求得最终预测结果。负荷密度指标法的关键技术和难点是负荷密度指标的准确选取。以往求取负荷密度指标的方法,多是通过与其他类似地块的密度指标简单类比和规划人员的经验获得。由于影响负荷密度指标的因素较多,这种做法缺乏科学性和量化结果。
发明内容
本发明的目的是为克服目前在城镇配电网规划中所用的负荷预测求取负荷密度指标法的缺点,提供一种合理有效求取负荷密度指标的方法,即引入模糊最大贴近度理论求取负荷密度指标,并将此种方法应用于实际工程,取得较为理想的结果。
本发明的技术方案是:一种基于模糊最大贴近度理论的负荷密度指标求取方法,其特点是,首次引入模糊最大贴近度理论求取负荷密度指标,将影响负荷密度指标的因素细化、量化考虑,其理论基础为:
①贴近度的定义
贴近度用来度量两模糊集的接近程度。
定义:设论域U,直积U×U上关于U上两个模糊子集A和B的映射
1)n(A,A)=1,n(φ,U)=0;n(A,B)→[0,1]满足条件:2)n(A,B)=n(B,A);则称n(A,B)为A与B
3)ABCn(A,B)∧n(B,C);的贴近度。
满足上述条件的映射n并不唯一,其中常用的有以下三种贴近度:
a)用距离法定义贴近度:
n(A,B)=1-c(d(A,B))a
式中:c和a是两个适当选择的参数,而d(A,B)=[∑|A(Uk)-B(Uk)|p]1/p,(p≥1)叫做闵可夫司机距离,当p=1时,d(A,B)叫做海明距离;p=2时,d(A,B)叫做欧氏距离。
b)最小最大贴近度:
c)最小平均贴近度
②贴近度判别方法
这种方法建立在模糊隶属函数的基础上,从实质上讲是一种典型的模式识别,采用模糊择近原则计算待测参量的隶属度与一个标准样本数据隶属度之间的贴近度进行判别的方法。
模糊贴近度判别方法一般步骤可归纳为:
1)确定一个标准样本集;
2)将待测数据及标准样本数据进行归一化处理;
3)根据不同的诊断参数,选择并确定隶属函数;
4)求解各样本与标准样本之间的贴近度。
通过比较贴近度的大小就可以进行判断,一般情况下,认为贴近度大于0.5表示样本与标准样本接近程度较大,小于0.5则表示样本与标准样本的接近程度较小。
方法的具体步骤为:
1、研统计数据形成样本库;
2、将所规划区分为若干功能区;
3、针对某一类型功能区,设定影响其负荷密度指标的主要因素作为环境参数;
4、计算待测功能区和初筛样本地区的隶属度集;
5、得出各样本地区与待测功能区的最大贴近度模糊子集,即相应的贴近度值;
6、选取最大贴近度的样本地区的负荷密度指标为待测功能区的预测值。
本发明的有益效果是,在实际工程中应用前述模糊最大贴近度理论求取负荷密度指标并进行负荷预测,得到了与实际情况较为吻合的负荷预测数值。
具体实施方式
模糊最大贴近度法是把被预测区的环境与其他参考区的环境因素作横向比较。选择若干个参考区,以某主要因素为依据,按“择近原则”,从中选出一个与被测区最为接近区,把该地区的主要因素与被测地区的主要因素作比较,两者接近时对应的负荷密度指标即为被测区的负荷密度指标。
以住宅用地负荷密度指标求取为例,解算步骤:
①取住宅层数、住宅面积、建设标准类别、所在地区经济发展水平系数、气候系数、节约理念系数、需求侧管理系数、大事件覆盖系数等8个参数作为环境参数;
②计算待测地区和样本地区的隶属度集;
③得出各样本地区与待测地区的最大贴近度模糊子集,即相应的贴近度值;
④选取最大贴近度的地区的负荷密度指标为待测地区的预测值。
所需数据:样本地区、预测地区的环境参数和样本地区的负荷密度指标。
预测结果:预测地区的负荷密度指标。
Claims (1)
1.一种基于模糊最大贴近度理论的负荷密度指标求取方法,其特征在于,首次引入模糊最大贴近度理论求取负荷密度指标,将影响负荷密度指标的因素细化、量化考虑,方法的具体步骤为:
1)依据调研统计数据形成样本库;
2)将所规划区分为若干功能区;
3)针对某一类型功能区,设定影响其负荷密度指标的主要因素作为环境参数;
4)计算待测功能区和初筛样本地区的隶属度集;
5)得出各样本地区与待测功能区的最大贴近度模糊子集,即相应的贴近度值;
6)选取最大贴近度的样本地区的负荷密度指标为待测功能区的预测值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2006100255006A CN1825345A (zh) | 2006-04-07 | 2006-04-07 | 基于模糊最大贴近度理论的负荷密度指标求取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2006100255006A CN1825345A (zh) | 2006-04-07 | 2006-04-07 | 基于模糊最大贴近度理论的负荷密度指标求取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN1825345A true CN1825345A (zh) | 2006-08-30 |
Family
ID=36936009
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2006100255006A Pending CN1825345A (zh) | 2006-04-07 | 2006-04-07 | 基于模糊最大贴近度理论的负荷密度指标求取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN1825345A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103258246A (zh) * | 2013-05-16 | 2013-08-21 | 东北电力大学 | 一种基于元胞历史数据的负荷密度指标的求取方法 |
CN103558519A (zh) * | 2013-11-02 | 2014-02-05 | 国家电网公司 | 一种gis局部放电超声波信号识别方法 |
CN104240040A (zh) * | 2014-09-28 | 2014-12-24 | 华北电力大学 | 基于土地转换风险的城市智能电网规划方法 |
CN105426988A (zh) * | 2015-11-05 | 2016-03-23 | 国网福建省电力有限公司 | 一种基于模糊规则的空间负荷预测方法 |
-
2006
- 2006-04-07 CN CNA2006100255006A patent/CN1825345A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103258246A (zh) * | 2013-05-16 | 2013-08-21 | 东北电力大学 | 一种基于元胞历史数据的负荷密度指标的求取方法 |
CN103258246B (zh) * | 2013-05-16 | 2016-01-20 | 东北电力大学 | 一种基于元胞历史数据的负荷密度指标的求取方法 |
CN103558519A (zh) * | 2013-11-02 | 2014-02-05 | 国家电网公司 | 一种gis局部放电超声波信号识别方法 |
CN104240040A (zh) * | 2014-09-28 | 2014-12-24 | 华北电力大学 | 基于土地转换风险的城市智能电网规划方法 |
CN105426988A (zh) * | 2015-11-05 | 2016-03-23 | 国网福建省电力有限公司 | 一种基于模糊规则的空间负荷预测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101620045B (zh) | 基于时间序列的步进应力加速退化试验可靠性评估方法 | |
CN1825345A (zh) | 基于模糊最大贴近度理论的负荷密度指标求取方法 | |
CN109189834A (zh) | 基于无偏灰色模糊马尔科夫链模型的电梯可靠性预测方法 | |
CN110728409B (zh) | 一种洪水过程类型相似性挖掘与快速预测方法 | |
CN111932081B (zh) | 一种电力信息系统运行状态评估方法及系统 | |
CN109670679A (zh) | 基于可变模糊法的三类六级水资源承载状态预警方法 | |
CN105550515A (zh) | 一种对空气质量数据进行多级综合评判的方法 | |
CN110490369A (zh) | 一种基于ewt和lssvm模型的短期电力负荷预测方法 | |
CN110299192A (zh) | 一种轻武器部件及其复合材料、高分子材料的环境适应性评价方法 | |
CN110704805A (zh) | 一种基于活载应变的预应力混凝土梁桥开裂预警方法 | |
CN112580864A (zh) | 结合多元数据应用价值提升的村镇生活垃圾产量预测系统 | |
CN109917115A (zh) | 一种沥青混合料综合性能预测方法 | |
CN115538237A (zh) | 一种公路路基沉降预防装置及方法 | |
Hao et al. | Power system load forecasting based on fuzzy clustering and gray target theory | |
CN105548467A (zh) | 一种杆塔涂漆表面腐蚀安全状态评价方法 | |
CN110990916B (zh) | 考虑滞后效应的大坝长期运行安全度评价及预测集成方法 | |
Karimi et al. | Using the fuzzy grey relational analysis method in wastewater treatment process selection | |
CN115618610B (zh) | 一种基于信息变权重的地下工程岩爆烈度评价方法 | |
Li et al. | Spatiotemporal classification analysis of long-term environmental monitoring data in the northern part of Lake Taihu, China by using a self-organizing map | |
CN114298246A (zh) | 一种基于模糊聚类分析类比的隧道地下水排放量确定方法 | |
Finkler et al. | Spatial and temporal assessment of water quality data using multivariate statistical techniques | |
Meng et al. | Research on a multi-index comprehensive evaluation method for surface water quality assessment | |
CN114219678B (zh) | 一种架空线路塔基建设水土流失监测预警方法 | |
CN115936309B (zh) | 基于多特征因素集成评价的建筑物健康监测方法及系统 | |
CN118091527B (zh) | 一种基于可解释性深度学习的电压互感器误差评估方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20060830 |