郭精人
- 作品数：5 被引量：5H指数：1
- 供职机构：湖南大学更多>>
- 发文基金：湖南省自然科学基金国家自然科学基金更多>>
- 相关领域：电气工程自动化与计算机技术更多>>
- 高随机性电力负荷分析与预测方法研究
- 随机序列预测算法和理论的不断发展成熟为电力负荷预测提供了理论基础支撑，电力负荷序列是随机序列的一种，随机序列预测技术的原理和方法同样适用于智能电网环境下的高随机性电力负荷预测。
本文介绍了随机序列预测的理论基础，包...
- 郭精人
- 关键词：电力负荷神经网络技术参数
- 文献传递
- 基于多神经网络的母线负荷混沌优化组合预测被引量：1
- 2012年
- 单一算法在母线负荷预测中存在稳定性弱、波动性大的问题。为此,提出基于多神经网络的母线负荷混沌优化组合预测模型。采用改进的混沌学习算法对模糊网络、小波网络和灰色网络的预测值进行混沌优化组合,确定最优的权重系数,得到最终的预测结果。算例分析表明,该组合模型性能优于单个网络模型和传统组合模型,能较大提高负荷预测的精度和收敛速度。
- 郭精人罗滇生何洪英缪志强彭寒平张红岩
- 关键词：母线负荷神经网络小波网络混沌学习算法
- 湘潭地区负荷特性分析被引量：3
- 2011年
- 根据湘潭地区历史负荷及气象等相关资料,研究分析了该地区的负荷特性,对负荷的各种影响因素进行了量化分析,重点对气象敏感负荷和大用户对地区负荷的影响进行了分析,分析结果有利于提高短期负荷预测准确率,为电力负荷紧张期间的负荷调控与合理分配提供了有力的依据。
- 程义明罗滇生蔡剑彪许甜田郭精人
- 关键词：负荷特性短期负荷预测降温负荷有序用电
- 面向精益化安全校核的精细化母线负荷预测被引量：1
- 2012年
- 为了提高电网安全校核的精益化管理水平,从基础性的母线负荷预测精细化研究入手。阐述了安全校核工作流程和精细化母线负荷预测流程。以精细化的母线分类为基础,采用差分演化模拟退火模型,克服了传统聚类模型易陷入局部收敛的缺点。以切合安全校核的简便化方法规避坏数据。通过地区负荷预测修正法为主的精细化修正,减小初次预测的粗糙度,采用一种自适应性概率权重组合预测模型,改善了预测精度不稳定的状况。实验结果表明,该流程的预测水平满足安全校核的要求。
- 蔡剑彪罗滇生贺辉程义明廖峰郭精人
- 关键词：母线负荷预测精细化安全校核
- 使用改进混沌神经网络的母线负荷预测
- 2013年
- 针对母线负荷非线性、冲击性波动、有较多"毛刺"、含有较多坏数据等特点,提出了一种基于小波变换和混沌神经网络的母线负荷预测方法。该方法通过消除坏数据和噪声对负荷混沌特性分析的影响,能有效提高母线负荷预测的精度。首先对历史数据进行改进的小波阈值去噪,然后对其进行混沌特性分析,重构相空间形成训练样本,最后采用改进的混沌学习算法对网络进行训练。通过对某省某地220kV母线负荷算例分析,显示该方法能显著提高母线负荷预测的精度。
- 郭精人罗滇生程义明廖峰蔡剑彪
- 关键词：母线负荷预测小波去噪相空间重构混沌神经网络
