国家自然科学基金(51277057)
- 作品数：16 被引量：248H指数：9
- 相关作者：江岳春罗滇生王志刚何洪英张雨更多>>
- 相关机构：湖南大学河南省电力公司国网河南省电力公司驻马店供电公司更多>>
- 发文基金：国家自然科学基金国家科技型中小企业技术创新基金湖南省自然科学基金更多>>
- 相关领域：电气工程自动化与计算机技术建筑科学机械工程更多>>
- 基于TLS估计的遗传小波红外图像去噪方法被引量：3
- 2015年
- 为了更有效地去除红外图像中的噪声,提出一种基于总体最小二乘法(TLS)估计的遗传小波红外图像去噪方法。该方法以TLS小波去噪后图像作为父本并以维纳滤波处理后的图像作为母本来进行选择、交叉和变异,通过提取TLS小波去噪和维纳滤波在图像去噪中的优势基因,获得最优子代并解码还原成图像。实验结果表明,与当前已有的图像去噪方法相比,该方法能更加有效地去除红外图像中的噪声,且去噪后的图像具有更高的信噪比(SNR)和更小的最小均方误差(MSE)。
- 吴迎昌罗滇生何洪英
- 关键词：红外图像去噪
- 基于机会约束规划的微网运行备用优化配置被引量：16
- 2016年
- 为保证微网孤岛运行的可靠性与经济性,配置合理的运行备用容量具有重要意义。考虑到微网内波动功率主要由可再生分布式电源出力的不可控性、机组的故障停运及负荷预测的不准确性引起的,分析了风机出力、光伏出力和负荷短期预测误差的概率统计规律,提出了基于峰谷分时电价(time-of-use price,TOU)的微网发电侧备用与需求侧备用相协调的运行备用优化新策略。以最小化微网运行备用总购买成本为目标、以一定置信水平满足微网要求为机会约束的条件下,确立了最优运行备用容量的数学模型,并利用基于蒙特卡洛(Monte-Carlo)随机模拟的递阶遗传算法(hierarchical genetic algorithm,HGA)对模型求解。最后以微网实例的仿真结果说明了所建模型的有效性。
- 江岳春邢方方庞振国张丙江张雨王志刚
- 关键词：微网备用容量可中断负荷机会约束规划递阶遗传算法
- 基于多变量LS-SVM和模糊循环推理系统的负荷预测被引量：11
- 2015年
- 智能电网环境下,电力需求响应的发展给传统用电模式带来重大变化,用户可以根据电能需求结合实时电价调整用电模式,这使得负荷预测变得更加复杂。通过相似日负荷序列局部形相似计算,选取样本数据,采用多输入双输出的最小二乘支持向量机(LS-SVM),对负荷和价格进行同时预测,得到初步预测结果。考虑需求响应条件下实时电价与负荷之间的相互影响,采用基于数据挖掘技术的模糊循环推理系统模拟人的思维过程,通过挖掘电价变化量、负荷变化量等变量之间的关联规则,模拟电价与负荷预测之间存在的博弈过程,对多变量最小二乘支持向量机预测算法的初步预测结果进行循环修改,直至负荷和电价预测结果趋于稳定。多变量最小二乘支持向量机不存在容易陷入局部最优等问题,并且有良好的泛化能力,基于改进的模糊关联规则挖掘算法和循环预测控制算法具有良好的完备性和鲁棒性,能够逼近现实环境的各种可能情况,修正负荷预测结果。针对某电网的实际预测结果表明,该方法具有较好的预测效果。
- 胡时雨罗滇生阳霜阳经伟
- 关键词：实时电价负荷预测关联规则挖掘算法
- 微网中可控负荷的多目标优化策略被引量：43
- 2013年
- 针对微网中分布式电源波动引起的功率不平衡现象,建立了基于空调、热水器工作特性的微网可控负荷多目标优化模型,在此基础上提出了考虑多个目标的可控负荷优化策略,并采用多目标非支配排序遗传算法-Ⅱ(non-dominated sorting genetic algorithm-2,NSGA-2)对其在实际微网中的效果进行了仿真分析。最后在考虑各种随机因素的基础上对优化效果进行了蒙特卡罗抽样,并根据蒙特卡罗模拟结果,对微网内可控负荷的渗透率与可控比在跟踪可再生能源变化方面的贡献进行了灵敏度分析。
- 江岳春王志刚杨春月李锰张俊鹏
- 关键词：微网多目标优化
- 基于EMD-SC和AGSA优化支持向量机的超短期风电功率组合预测被引量：2
- 2017年
- 风电功率存在较大的随机性、波动性和相关性,这会对风电并网带来极大的挑战。为提高超短期风电功率预测精度,提出一种基于经验模态分解(empirical mode decomposition,EMD)、谱聚类(spectral clustering,SC)和改进型引力搜索算法(ameliorated gravitational search algorithm,AGSA)优化支持向量机(support vector machine,SVM)参数的超短期风电功率组合预测方法。首先通过经验模态分解对风电原始数据进行去噪处理,剔除不规则的数据;然后应用谱聚类对经验模态分解后的子序列进行聚类分析,再应用改进型引力搜索算法优化支持向量机模型对各个子序列进行预测;最后将各子序列的预测结果相加得到最终预测值。以某风电场的实际数据为算例,仿真研究表明,所提出的组合模型能够提高风电功率预测精度,且预测效果较好,同时也证明了所采用方法的合理性。该方法能够用于风电功率的精确预测。
- 江岳春杨旭琼陈礼锋贺飞
- 关键词：谱聚类支持向量机
- 基于混沌时间序列GA-VNN模型的超短期风功率多步预测被引量：41
- 2015年
- 随着风电在电力系统中的渗透水平不断提高,能准确、可靠地进行风功率预测至关重要。为提高风功率超短期预测精度,利用风功率时间序列的混沌特性,推导分析了Volterra泛函模型和3层前馈(back propagation,BP)神经网络在结构上的一致性,提出混沌时间序列遗传算法-Volterra神经网络(genetic algorithm-Volterra neural network,GA-VNN)模型,对超短期风功率进行多步预测。该模型将实用的Volterra泛函模型和BP神经网络结合起来,解决了求解Volterra泛函模型高阶核函数的问题。同时设计了一种混沌时间序列GA-VNN模型的学习算法,在算法中利用GA全局寻优能力来优化BP神经网络,获得最优的初始权值和阀值。将上述方法应用于某风电场风功率超短期多步预测中,结果验证了所提模型的多步预测性能明显优于Volterra预测滤波器和BP神经网络。
- 江岳春张丙江邢方方张雨王志刚
- 关键词：混沌时间序列BP神经网络GA算法
- 基于EMD-LSSVM的光伏发电系统功率预测方法研究被引量：36
- 2016年
- 考虑到光伏发电系统输出功率特性,提出一种将经验分解法(EMD)与最小二乘支持向量机(LSSVM)相结合的方法对光伏发电系统功率进行预测。首先将历史数据按天气类型分类,利用欧氏距离挑选出待预测日的相似日数据;然后运用EMD将原始光伏发电系统功率序列分解为不同频率的相对平稳的IMF分量,将信号中存在的不同尺度波动或趋势逐级分解出来;最后对各IMF的每一时刻分别建立LSSVM预测模型,将各分量对应时刻的预测值等权值求和得到该时刻最终的光伏发电量。仿真预测结果表明,该方法与单一的LSSVM预测法及小波分解与LSSVM相结合预测法相比,预测精度得到大幅度的提高。
- 阳霜罗滇生何洪英阳经伟胡时雨
- 关键词：相似日
- 一种新的短路电流预测方法被引量：5
- 2017年
- 为了在智能电网中快速、准确、高效地对短路电流进行预测,提出了一种基于自适应混沌粒子群-反向传播BP神经网络模型的短路电流预测新方法。该方法采用自适应混沌粒子群算法优化BP神经网络各层之间的权值和阈值,将电网中发电机和负荷的出力作为BP神经网络的输入特征量,各节点的短路电流值作为输出特征量,从而建立了考虑各种影响因素的短路电流预测模型。算例结果表明,该方法在预测精度和速度上优于其他几种方法,能为智能调度辅助决策提供有力的技术支持。
- 黄旭何洪英罗滇生曹一家何志军
- 关键词：短路电流
- 基于云计算的智能电网负荷预测平台架构研究被引量：15
- 2016年
- 提出一种基于云计算的智能电网负荷预测平台架构.深入地阐述了云计算关键技术、负荷预测云架构、云平台负荷预测服务等.采用Hadoop云计算技术,对负荷预测的资源调度和计算进行虚拟云计算仿真,验证了以电力私有云为基础建立的负荷预测机制更优良.同时在云平台负荷预测服务中引入多维多级协调优化机制,对原始预测结果进行修正与协调优化,显著地提升了基于云计算的智能电网负荷预测水平.由此搭建的平台架构将为智能电网负荷预测提供广阔的思路与有力的技术支持.
- 罗滇生王新坤
- 关键词：云计算智能电网负荷预测架构
- 使用改进混沌神经网络的母线负荷预测
- 2013年
- 针对母线负荷非线性、冲击性波动、有较多"毛刺"、含有较多坏数据等特点,提出了一种基于小波变换和混沌神经网络的母线负荷预测方法。该方法通过消除坏数据和噪声对负荷混沌特性分析的影响,能有效提高母线负荷预测的精度。首先对历史数据进行改进的小波阈值去噪,然后对其进行混沌特性分析,重构相空间形成训练样本,最后采用改进的混沌学习算法对网络进行训练。通过对某省某地220kV母线负荷算例分析,显示该方法能显著提高母线负荷预测的精度。
- 郭精人罗滇生程义明廖峰蔡剑彪
- 关键词：母线负荷预测小波去噪相空间重构混沌神经网络
