简介:摘要:随着我国电力系统的建立,以及电力系统在最近几年里的发展,负荷预测的作用将会越来越突出。电力系统的调度运行还有生产在很大程度上会受到电力系统负荷预测结果的影响,负荷预测结果的准确性越高,电力系统运行的安全性与稳定性越好。不过,在短期电力负荷预测的过程中,传统模型已经没有办法既考虑到负荷数据时效性,又考虑到负荷数据非线性这两个主要的特点。因此,本文对基于深度学习的LSTM长短记忆神经网络的电力负荷预测方法进行了研究,并使用该方法对电力负荷值进行了计算,基本上可以确定LSTM网络在预测电力负荷时误差是最小的,所达到的预测效果也是最好的。
简介:摘要电力负荷控制,广义地可称为电力负荷管理。其主要目标是改善电网负荷曲线形状,使电力负荷较为均衡地使用,以提高电网运行的经济性、安全性和投资效益作为10kV配电自动化的一个重要组成环节,在有限投资前提下,系统通过电力负荷控制终端对配变运行数据实时监测。电力负荷控制终端加强了计量监控和用户负荷的经济管理,实现了配网自动化和地区、县、大用户的分级管理,本文主要介绍了电力负荷控制系统采用GPRS无线公网的通信方式、通信特点、通信过程,以及在构建网架时应注意的事项,重点分析了电源、网络、模块、天线、费用超支、网络基站业务量大等因素造成负荷控制终端现场调试过程中掉线的原因及解决方法、另外还分析了负荷控制终端在监测电能表运行状况时所发生的用电异常和处理办法。