10.3969/j.issn.1000-3886.2016.02.027
基于神经网络在线学习的输电线路多时间尺度负载能力动态预测
输电线路负载能力的动态预测能够为负荷调度方案和线路故障检修管理提供十分重要的参考.提出基于运行环境变化对输电线路多时间尺度负载能力进行预测的方法.利用Elman神经网络结合气温、风速、负荷的历史值实现在线学习并预测气象参数和负荷,再基于稳态和暂态热容量计算模型对输电线路不同运行时间的允许负载能力进行动态预测.对比输电线路负荷与稳态、暂态负载能力,充分挖掘了输电线路的潜在容量,为制定电网科学调度和检修策略提供有力支撑.
多时间尺度、Elman神经网络、动态预测、热容量模型、负载能力
38
TM711(输配电工程、电力网及电力系统)
国家高技术研究发展计划863计划2015AA050204;国家自然科学基金51477100;上海市科委资助项目13dz1201300
2016-08-08(万方平台首次上网日期,不代表论文的发表时间)
共5页
87-90,105