【摘 要】
：
随着配电网中分布式电源比例的提高,其对节点负荷预测的影响变大,传统的负荷预测方法已难以满足预测精度要求。因此,针对高渗透率分布式电源的负荷预测问题,提出了一种基于小
【机 构】
：
福建水利电力职业技术学院电力系,河海大学能源与电气学院
【基金项目】
：
国家自然科学基金资助项目(51707056),2018年福建省中青年教师教育科研项目(职业院校专项)(JZ180466)
论文部分内容阅读
随着配电网中分布式电源比例的提高,其对节点负荷预测的影响变大,传统的负荷预测方法已难以满足预测精度要求。因此,针对高渗透率分布式电源的负荷预测问题,提出了一种基于小波神经网络和Elman神经网络的负荷预测方法。该方法具有较强的学习能力,避免了结构设计上的盲目性,具有结构简单、收敛速度快、精度高等特点。建立考虑天气类型指数的短期负荷预测模型,并应用小波神经网络和Elman神经网络相结合的预测模型进行训练,将训练结果与实际发电负荷进行对比可知,该模型有较强的预测能力,可预测光伏实际出力情况。根据各节点的实际用
其他文献
目的：探讨急性心肌梗死（acute myocardial infarction,AMI）患者康复期心脏康复（cardiac rehabilitation,CR）随访对患者依从性及康复效果的影响。方法：160例AMI患者随机分为对照组与
通过改变钢渣和矿渣占胶凝材料的百分比,等量替代胶凝材料配制混凝土,并依据普通混凝土的配合比设计和坍落度实验调整实验混凝土配合比,在满足规范中和易性要求的前提下,得到
为了能够更方便地研究温差发电过程,基于ANSYS软件建立了温差发电模型,并在验证该模型的基础上进行了相关分析。分析结果表明:温差发电模型需要考虑接触热阻和接触电阻的影响