城市电网空间负荷预测的新型理论架构及其关键技术研究
项目介绍
AI项目解读
基本信息
- 批准号:51177009
- 项目类别:面上项目
- 资助金额:58.0万
- 负责人:
- 依托单位:
- 学科分类:E0704.电力系统与综合能源
- 结题年份:2015
- 批准年份:2011
- 项目状态:已结题
- 起止时间:2012-01-01 至2015-12-31
- 项目参与者:崔杨; 郭鹏伟; 周潮; 杨士慧; 刘青林; 赵春梅; 张宇; 邢文洋;
- 关键词:
项目摘要
空间负荷预测(SLF)是城市电网规划的决策基础。虽然国内外对SLF的研究已经进行多年,但SLF技术方面的进展却明显落后于系统负荷预测,并因其特有的时空分布性质而很难直接套用系统负荷预测思路来解决。本课题的目标是构建更完善的SLF理论框架,从预测前、预测中、预测后三个阶段剖析SLF中的关键问题。在"预测前"阶段,研究包括数据预处理、建立电力GIS、获取最佳空间分辨率、负荷规律性分析、多场景分析等环节的基础资料有效整合方法;在"预测中"阶段,研究以电网规划目标、最佳空间分辨率、负荷规律性分析为基础的SLF模型和方法;在"预测后"阶段,提出根据SLF结果推出的空间误差分布地图,建立有效的、能够与城市电网规划相匹配的空间预测误差评估体系。本课题将形成SLF新型理论框架、预测策略和误差评估方法,为提高SLF预测精度,提升电网规划部门SLF工作的管理水平,保证城市电网建设的科学性提供强有力的理论支持。
结项摘要
空间负荷预测(SLF)是电力系统规划的基础性工作之一,根据SLF的结果来确定供电设备应当配置的容量及其最佳位置,可提高电力系统建设的经济性和可靠性。传统负荷预测方法只预测未来负荷的大小,并不给出其较为精细的位置分布。随着对电力系统的管理由粗放型向精益化的转变,传统负荷预测已经不能够满足电力系统规划的要求了,所以SLF成为了热点研究课题。. 虽然国内外对SLF的研究已经进行多年,但SLF技术方面的进展却明显落后于系统负荷预测,并因其特有的时空分布性质而很难直接套用系统负荷预测思路来解决。本课题的目标是构建更完善的SLF理论框架,从预测前、预测中、预测后三个阶段剖析SLF中的关键问题。在“预测前”阶段,研究包括数据预处理、建立电力GIS、获取最佳空间分辨率、负荷规律性分析、多场景分析等环节的基础资料有效整合方法;在“预测中”阶段,研究以电网规划目标、最佳空间分辨率、负荷规律性分析为基础的SLF模型和方法;在“预测后”阶段,提出根据SLF结果推出的空间误差分布地图,建立有效的、能够与城市电网规划相匹配的空间预测误差评估体系。. 经过4年的研究,创新性地提出了“基于多尺度空间分辨率的空间负荷预测误差评价方法”,“基于多级聚类分析和支持向量机的空间负荷预测方法”,“空间负荷预测中确定元胞负荷最大值的概率谱方法”,“基于负荷预测可信度的空间负荷预测方法”,“基于元胞历史数据的负荷密度指标法”,“基于多变量分析的城市电网空间负荷预测方法”,“空间负荷预测中确定元胞负荷最大值的经验模态分解方法”,这些方法覆盖了“预测前”阶段的数据预处理和负荷规律性分析、“预测中”阶段的SLF方法,“预测后”阶段的空间误差评价。.发表与本基金项目主要内容直接相关的学术论文9篇,其中已经被IE收录6篇;申请发明专利3项,其中已经授权1项;指导硕士研究生16人,其中已经毕业7人,在读9人;已经参加学术交流会两次。
项目成果
期刊论文数量(16)
专著数量(0)
科研奖励数量(0)
会议论文数量(4)
专利数量(1)
城市中压配电网合环电流分析
- DOI:--
- 发表时间:2013
- 期刊:东北电力大学学报
- 影响因子:--
- 作者:邢文洋;穆钢;林子钊;黄剑
- 通讯作者:黄剑
空间负荷预测中确定元胞负荷最大值的概率谱方法
- DOI:--
- 发表时间:2014
- 期刊:电力系统自动化
- 影响因子:--
- 作者:肖白;徐潇;穆钢;田莉
- 通讯作者:田莉
基于多级聚类分析和支持向量机的空间负荷预测方法
- DOI:--
- 发表时间:2015
- 期刊:电力系统自动化
- 影响因子:--
- 作者:聂鹏;穆钢;王吉;田莉
- 通讯作者:田莉
新课时下的电力系统继电保护原理课程改革探讨
- DOI:--
- 发表时间:2014
- 期刊:中国职工教育
- 影响因子:--
- 作者:王秀云;肖白;王汝田;李娟
- 通讯作者:李娟
基于多尺度空间分辨率的空间负荷预测误差评价方法
- DOI:--
- 发表时间:2015
- 期刊:中国电机工程学报
- 影响因子:--
- 作者:肖白;蒲睿;穆钢
- 通讯作者:穆钢
数据更新时间:{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI:{{ item.doi || "--"}}
- 发表时间:{{ item.publish_year || "--" }}
- 期刊:{{ item.journal_name }}
- 影响因子:{{ item.factor || "--"}}
- 作者:{{ item.authors }}
- 通讯作者:{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ patent.updateTime }}
其他文献
其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:{{ item.doi || "--" }}
- 发表时间:{{ item.publish_year || "--"}}
- 期刊:{{ item.journal_name }}
- 影响因子:{{ item.factor || "--" }}
- 作者:{{ item.authors }}
- 通讯作者:{{ item.author }}

内容获取失败,请点击重试

查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:
AI项目摘要
AI项目思路
AI技术路线图

请为本次AI项目解读的内容对您的实用性打分
非常不实用
非常实用
1
2
3
4
5
6
7
8
9
10
您认为此功能如何分析更能满足您的需求,请填写您的反馈:
相似国自然基金
{{ item.name }}
- 批准号:{{ item.ratify_no }}
- 批准年份:{{ item.approval_year }}
- 资助金额:{{ item.support_num }}
- 项目类别:{{ item.project_type }}
相似海外基金
{{
item.name }}
{{ item.translate_name }}
- 批准号:{{ item.ratify_no }}
- 财政年份:{{ item.approval_year }}
- 资助金额:{{ item.support_num }}
- 项目类别:{{ item.project_type }}