王岗
- 作品数：3 被引量：33H指数：2
- 供职机构：重庆大学电气工程学院输配电装备及系统安全与新技术国家重点实验室更多>>
- 相关领域：电气工程更多>>
- 基于自适应双向加权最小二乘支持向量机的超短期负荷预测被引量：27
- 2010年
- 应用模糊加权最小二乘支持向量机对超短期负荷进行预测,为了体现离预测点越远的历史负荷数据对预测点负荷值的影响越不明显的特点,即'近大远小'的原则,在双向,即横向(输入样本)与纵向(训练样本集)引入时间域的隶属分布。并用快速留一法在线优化模型的参数,实现了相关参数的自适应选择,克服了应用固定系数进行预测的缺点。应用某地区的负荷数据进行了仿真预测,并应用不同的方法进行了对比。结果表明,所提出的方法与传统方法相比提高了超短期负荷的预测精度。
- 王岗姜杰唐昆明张太勤
- 关键词：最小二乘支持向量机超短期负荷预测
- 基于改进粒子群优化算法的火电机组负荷多目标优化被引量：6
- 2010年
- 随着人们环保意识的增强,火电机组负荷的经济性与环保性优化逐渐成为研究的对象,但目前研究一般在稳态工况下进行,而没有考虑负荷频繁变化所带来的影响。文中在动态情况下以负荷调度的经济性与环保性为目标进行优化,即以负荷调度的经济性、环保性、快速性为优化目标。在优化算法上,将广义Lagrange乘子法与粒子群优化(particle swarm optimization,PSO)算法相结合,提出了一种改进PSO算法。用改进PSO算法对优化模型进行了处理,结果表明,改进后的PSO优化方法比PSO算法调节解的速度更快、解空间的搜索能力更强。
- 何潜王岗雷雨刘波黄林朱可张岩
- 关键词：电力负荷多目标优化集合函数改进粒子群优化算法
- 超短期负荷预测及火电厂厂级负荷优化分配的研究
- 电力的非存储性,决定了负荷的实时平衡性。所以本文从平衡的角度出发,研究了超短期负荷预测,以及超短期负荷调度的子环节之一:火电厂厂级负荷优化分配。
电力系统负荷预测是实现电力系统安全、经济运行的基础。通过负荷预...
- 王岗
- 关键词：超短期负荷预测支持向量机粒子群优化
- 文献传递
