基于变分模态分解和集成学习的光伏发电预测

针对光伏发电量数据的非平稳性造成的发电量预测性能问题,提出一种基于改进变分模态分解和集成学习的光伏发电量预测方法。采用改进变分模态分解方法分解光伏发电量数据获得发电量分量,通过集成学习方法构建发电量分量预测模型;将发电量分量预测值进行组合,获得最终发电量预测结果。实验结果表明,所提方法在公开数据集上对光伏发电量进行预测的均方误差、平均绝对误差、决定系数值分别为0.2232,0.3387,0.9797,与其他方法相比具有更高的预测准确率和更小的误差。

电力无线专网混合组网研究

从电力无线专网在业务需求分析,可用频段选择,区域覆盖能力等方面的特性分析出发,对比LTE230和LTE1.8G单频组网特点,提出三种不同的无线专网组网方式,同时讨论电力无线专网混合组网的建设策略,为电力无线专网的建设提供了参考建议。

基于Shaping-DDPG模型的变压器负荷预测技术研究

为了协调电力系统供需平衡,降低运维风险和成本,引入Shaping技术改进了深度确定性策略梯度(DDPG)算法,得到Shaping-DDPG预测模型。加入经验回放技术和目标网络技术以消除数据间的关联性;设计变压器网络评估函数来评价变压器网络的优劣状态;通过数据处理模块和卷积模块提取原始数据特征,提高变压器系统的感知能力和学习效率。研究表明:与其他算法预测效果相比,Shaping-DDPG模型的RMSE误差平均值(93 MW)最低,比DDPG模型、RNN模型和SVM模型分别降低了42 MW、93 MW和145 MW。相较于非线性变压器负荷系统,Shaping-DDPG模型具有强大的反馈记忆功能,能准确获取负荷序列潜在的变化趋势,在变压器负荷曲线呈现波动时依然能够保证良好的预测能力。该研究为降低电网公司资源浪费和运维成本、协调电网公司与变压器系统之间的供需平衡提供了思路,提高了运作效益。

电力智能通信电源技术研究

通信电源与通信设备安全稳定的运行息息相关,通信电源出现故障,则直接影响通信设备的正常运行。因此设计智能化的通信电源可以有效的监控通信电源的运行状态,及时消缺,才能保证停电时,通信电源仍可靠稳定,加强对通信电源的维护和监控,才能及时排除安全隐患,减少通信中断事件的发生。