国家科技支撑计划(2006BAJ01A04)
- 作品数：7 被引量：28H指数：4
- 相关作者：齐维贵张永明邓盛川赵加宁于德亮更多>>
- 相关机构：哈尔滨工业大学苏州科技大学东北电力大学更多>>
- 发文基金：国家科技支撑计划哈尔滨市科技创新人才研究专项资金项目科技型中小企业技术创新基金更多>>
- 相关领域：建筑科学动力工程及工程热物理电气工程更多>>
- 基于支持向量机的时间序列交叉负荷预报方法被引量：8
- 2007年
- 针对电力系统负荷具有拟周期性、非线性、非平稳性和随机性等特点,提出一种支持向量机(support vector machines,SVM)预报模型,并研究它在电力系统短期负荷预报中的应用:通过相空间重构理论,挖掘时间序列数据横向和纵向隐周期性信息,给出了SVM横向和纵向预报样本的构造方法;利用SVM预报方法适应电力系统负荷的非线性;最后,利用SVM时间序列交叉预报方法降低随机因素对负荷预报的影响。算例结果表明,该方法能够揭示负荷的拟周期性、非线性和随机性,且仅采用时间序列交叉就可得到较高的预报精度,便于工程应用。
- 张永明齐维贵王军栋唐海燕陈烈
- 关键词：支持向量机负荷预报时间序列相空间重构
- 低温供热系统的用能分析被引量：4
- 2014年
- 针对热泵装置用能效率的计算方法进行了探讨,分析了热泵提升式系统用能效率的两种计算方法.以热能效率和效率作为评价指标,对热泵提升式系统和锅炉提升式系统这两种低温供热系统的用能情况进行了能量分析与分析.计算结果表明,热泵提升式系统的热能效率要低于锅炉提升式系统的热能效率,但其效率要高于后者的效率;当低温热源的供水温度较高可直接用于供暖时,应将低温热源的热量或作为'代价'计入供给能或供给来计算热泵装置的用能效率.
- 赵加宁周浩
- 关键词：[火用]效率
- 供热负荷时间序列混沌特性识别及区间预报研究被引量：3
- 2009年
- 对供热负荷时间序列进行了混沌特性分析,计算得到了吸引子维数和最大Lyapunov指数。在最大Lyapunov指数点预报法的基础上,提出了最大Lyapunov指数区间预报法,并给出了最大预报时间尺度。仿真结果表明,该方法可取得较高的预报精度和较高可靠度的预报区间。
- 张永明朱学莉邓盛川方修睦齐维贵
- 关键词：供热负荷时间序列混沌相空间重构最大LYAPUNOV指数
- 低温相变癸酸储热性能改良实验研究被引量：4
- 2011年
- 通过实验方法对有机相变材料癸酸的储热性能进行改良。主要以癸酸为相变材料,高聚乙烯为支撑材料改良癸酸的储热性能,试制一种低温定形相变材料,分析改良后材料的均匀性和稳定性,讨论材料中癸酸掺混比例的临界值。通过差示扫描量热仪测试和T-History方法研究该材料的相变温度、相变潜热,并对比两种方法在测试中的优劣;T-History方法测试材料的导热系数。实验结果表明,该新型低温相变材料均匀性和稳定性较好,在保证相变温度和潜热与纯癸酸一致的前提下,导热系数相应提高,蓄放热过程明显,易控制。
- 李翠敏赵加宁
- 关键词：均匀性稳定性热物性
- 基于乘积季节ARIMA模型的供热负荷预报被引量：8
- 2011年
- 针对传统的供热调度缺乏对未来供热量进行有效估计这一问题,提出一种基于乘积季节ARIMA模型的供热负荷预报方法.将乘积季节ARIMA模型引入供热负荷预报,通过分析供热负荷数据其固有的趋势和周期性,建立适宜的季节性ARIMA模型,预测未来24小时的供热负荷.采用大庆地区某热力站的供热数据进行建模和仿真预测,其结果的最大误差为3.14%,日预报平均误差为1.45%.实验结果表明,给出的预报结果真实可靠,能够满足供热工程的实际需求,其预报值将成为供热负荷调度和节能的重要依据.
- 邓盛川于德亮齐维贵
- 关键词：ARIMA模型时间序列供热节能
- 基于“热负荷三角区”法的热电联产能耗分析与优化被引量：1
- 2012年
- 在对热负荷延续时间图分析的基础上,指出了引起热电联产供热系统能耗较大的'调峰三角区'和'低效率三角区'.在'三角区'内采用分布式燃气锅炉供热具有显著的节能效益.对不同纬度地区的9个城市'热负荷三角区'的能耗分析与优化结果表明:'低效率三角区'对低纬度采暖地区的供热能耗影响更大.考虑我国的实际情况,在燃气资源丰富、燃气价格不高或城市环境要求较高的地区,采用燃煤热电联产同时配以分布式燃气锅炉调峰的供热方式,是区域供热系统节能的有效措施.应发挥不同类型能源的优势,合理匹配集中式热源与分布式热源,才能使变负荷条件下更具灵活性和可靠性.
- 王磊王磊赵加宁丁立群
- 关键词：区域供热热电联产三角区能源效率
- 基于MIMO-SVR的供热负荷日预报方法
- 2010年
- 针对城市集中供热系统中提前24小时的日负荷预报方法具有较大误差问题,提出了一种基于多输入多输出支持向量回归(MIMO-SVR)的供热负荷日预报方法.该方法利用MIMO-SVR的多输出特性通过一步预报直接获得24小时的日负荷预报.通过对某热力站实际供热负荷数据进行仿真研究,结果表明,MIMO-SVR日预报的平均相对误差为2.47%,较多输入单输出支持向量回归(MISO-SVR)预报精度高,能够满足供热工程的应用需要.
- 张永明邓盛川李沛岩齐维贵
- 关键词：集中供热热力站负荷预报支持向量回归
