涉網(wǎng)機(jī)組有功調(diào)節(jié)性能預(yù)測(cè)技術(shù)研究.pdf

1、近年來(lái)隨著電網(wǎng)建設(shè)的不斷推進(jìn)，電網(wǎng)智能化成為一種趨勢(shì)，對(duì)涉網(wǎng)機(jī)組有功調(diào)節(jié)性能的預(yù)測(cè)研究，則能夠幫助電網(wǎng)掌握機(jī)組的有功調(diào)節(jié)運(yùn)行性能，并做出有意義的預(yù)測(cè)，以便于智能電網(wǎng)在調(diào)度控制方面做出更好決策。
　　本文研究的涉網(wǎng)機(jī)組有功調(diào)節(jié)性能具體指機(jī)組AGC時(shí)的變負(fù)荷速度和機(jī)組AGC時(shí)的變負(fù)荷響應(yīng)時(shí)間。預(yù)測(cè)這些量的影響因素眾多，相互之間耦合性強(qiáng)，過(guò)程復(fù)雜，本文對(duì)此提出了一種采用小波神經(jīng)網(wǎng)絡(luò)建模，并采用改進(jìn)粒子群算法優(yōu)化的預(yù)測(cè)方法。
　　文

2、中數(shù)據(jù)采集自電廠分散控制系統(tǒng)的歷史數(shù)據(jù)庫(kù)，首先采用了小波降噪的方法對(duì)采集到的原始數(shù)據(jù)進(jìn)行預(yù)處理，并給出了得到神經(jīng)網(wǎng)絡(luò)輸入輸出數(shù)據(jù)的方法。
　　然后利用小波神經(jīng)網(wǎng)絡(luò)建立預(yù)測(cè)模型。選擇一部分?jǐn)?shù)據(jù)作為測(cè)試樣本，對(duì)網(wǎng)絡(luò)預(yù)測(cè)效果進(jìn)行檢驗(yàn)，并與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)進(jìn)行對(duì)比，總結(jié)優(yōu)缺點(diǎn)。測(cè)試結(jié)果驗(yàn)證了小波神經(jīng)網(wǎng)絡(luò)具有良好的預(yù)測(cè)精度和泛化能力。對(duì)上述預(yù)測(cè)對(duì)象分別進(jìn)行了預(yù)測(cè)，并對(duì)結(jié)果進(jìn)行了分析。
　　在優(yōu)化方面，本文采用改進(jìn)粒子群算法，通過(guò)粒子變異等