您的位置: 专家智库 > >

李殿文

作品数:6 被引量:38H指数:2
供职机构:国网鞍山供电公司更多>>
发文基金:吉林省科技发展计划基金更多>>
相关领域:电气工程动力工程及工程热物理更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 5篇电气工程
  • 1篇动力工程及工...

主题

  • 3篇短期负荷预测
  • 3篇气象因素
  • 3篇负荷预测
  • 2篇电力
  • 2篇电力系统
  • 2篇电网
  • 2篇支持向量
  • 2篇支持向量机
  • 2篇向量
  • 2篇向量机
  • 2篇SVM
  • 1篇电力负荷
  • 1篇电力负荷预测
  • 1篇电压
  • 1篇短期电力负荷
  • 1篇短期电力负荷...
  • 1篇直流
  • 1篇直流母线
  • 1篇直流母线电压
  • 1篇直流微电网

机构

  • 5篇东北电力大学
  • 2篇国网鞍山供电...
  • 1篇抚顺供电公司
  • 1篇国网辽宁省电...

作者

  • 6篇李殿文
  • 3篇王义军
  • 1篇周军
  • 1篇李曙光
  • 1篇张业茂
  • 1篇高超
  • 1篇郑红霞
  • 1篇周阳

传媒

  • 2篇电测与仪表
  • 1篇太阳能学报
  • 1篇高压电器
  • 1篇东北电力技术
  • 1篇吉林电力

年份

  • 1篇2018
  • 2篇2016
  • 2篇2015
  • 1篇2014
6 条 记 录,以下是 1-6
排序方式:
基于改进的SVM短期负荷预测研究被引量:5
2014年
提出一种基于数据挖掘技术的电力负荷短期预测方法,将SVM方法引入到短期负荷预测研究领域。通过随机选取历史负荷数据来更新回归函数,这样可以充分保证计算速度和较高的预测精度。提出利用松原地区的历史负荷数据作为训练样本,通过与传统的BP神经网络预测模型进行对比,对预测结果进行比较,证明SVM预测方法在一定程度上能够保证短期负荷预测的精度。
王义军李殿文
关键词:电力系统气象因素支持向量机短期负荷预测
基于混合控制算法的太阳电池模拟器研究被引量:1
2015年
以传统逐点差值比较法实现工作点跟踪的太阳电池模拟器为研究对象,通过对逐点差值比较法的实验研究,结合二分法在工作点跟踪中能快速逼近工作点的优势,提出一种混合控制算法实现快速准确地逼近工作点。在Matlab/Simulink中搭建仿真模型,验证了混合控制算法的可行性和电路的合理性。结果表明:当模拟器负载发生较大变化时,所采用的混合控制算法能够准确地逼近工作点,缩短了控制模块计算时间,并能根据负载所处不同特性曲线区间,选择合适的计算变量,提升太阳电池模拟器工作的稳定性。
周军李曙光张业茂郑红霞李殿文
关键词:稳定性
直流微网中关键技术的研究被引量:2
2016年
随着时代的发展,直流微电网已在很多方面得到了广泛的应用。相对于交流微电网而言,直流微电网具有无需跟踪频率以及电压相位、抗扰性更好、降低线路损耗、在基础设施的投资上较低等诸多优点,可见其未来的发展将不可估量。文中首先以直流微网的结构框架为基础,针对具体模块的关键技术等方面提出实现方案;同时设计了一种可以实现零电流关断的智能直流断路器的拓扑结构,并对该模块做了仿真设计验证;最后简单分析了该智能直流断路器的应用及发展。
王义军郑晴予李殿文
关键词:直流微电网直流母线电压
基于改进的PSO-SVM的短期电力负荷预测被引量:27
2015年
提出一种基于PSO-SVM电力负荷短期预测方法,在SVM学习过程中引入粒子群算法。通过选取组合核函数来改进SVM算法,这样可以充分保证计算速度和较高的预测精度。利用吉林地区的历史负荷数据作为训练样本,通过与传统的SVM预测模型进行对比,对预测结果与实际数据进行比较,证明基于组合核函数预测方法在一定程度上能够保证短期负荷预测的精度。
王义军李殿文高超张洪赫
关键词:电力系统气象因素支持向量机短期负荷预测
基于混合算法的含分布式电源的配电网重构研究被引量:2
2016年
为解决含有分布式电源的配电网重构问题,建立了以系统网损为最小目标的含分布式电源配电网优化模型。根据遗传算法、模拟退火算法和禁忌搜索算法的特点,提出了适用于含分布式电源的配电网重构的混合算法。将禁忌搜索算法和模拟退火算法的思想引入到遗传算法中,可以避开遗传算法中存在的早熟收敛问题,跳出局部最优解,逐渐收敛到全局最优解,同时减小了迭代次数,提高了算法的效率。该算法用于IEEE 33节点系统的计算结果表明,混合算法用于含分布式电源的配电网重构是可行的、有效的。
张圆美李殿文周阳鹿占锋
关键词:配电网
基于改进的VPSO-ELman神经网络的短期负荷预测被引量:1
2018年
提出一种基于改进的VPSO-Elman神经网络的短期负荷预测方法,在经典的Elman动态网络中引入VPSO算法对网络的训练过程做进一步的优化,提高Elman网络的泛化能力和适应能力,使预测模型的精度提高、鲁棒性变强。利用辽宁某地区的历史负荷数据作为训练样本,通过与经典的Elman预测模型进行对比,对预测结果与实际数据进行比较,得出该方法辨识能力优于经典网络,泛化误差明显小于经典网络。
李殿文甘海涛丁力陈荣玉
关键词:ELMAN气象因素短期负荷预测
共1页<1>
聚类工具0