原文服务方: 信息与控制       
摘要:
针对复杂大电力系统多类型机组的复杂动力特性、多变运行工况、繁多约束条件下的短期负荷优化问题,采用运行费用最小为原则建立数学模型,并设计了数据存储优化策略.在此基础上,研制由动力特性分析模块、数据计算预测模块和短期负荷优化模块组成的集成化软件系统ECORUN3.0.基于华北地区某电力系统的数据进行仿真计算,结果表明,采用数据存储优化策略明显地提高了经济效益,为实际优化调度提供了技术支持,并为下一步进行多目标优化打下了良好的基础.
推荐文章
基于BP神经网络的电力系统短期负荷预测
负荷预测
神经网络
遗传算法
基于MRA+LMBP模型对电力系统短期负荷预测的研究
短期负荷预测
人工神经网络
L-M算法
多分辨率分析
电力系统短期负荷新型Volterra预测模型研究
电力系统
短期负荷
Volterra预测模型
人工神经网络在电力系统短期负荷预测中的应用
多层神经网络
BP模型
负荷预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于数据存储的电力系统短期负荷优化策略设计
来源期刊 信息与控制 学科
关键词 短期负荷 优化策略 电力系统 数据存储 动力特性
年,卷(期) 2011,(6) 所属期刊栏目 实际问题研讨
研究方向 页码范围 852-857,864
页数 分类号 TM77
字数 语种 中文
DOI 10.3724/SP.J.1219.2011.00852
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王培萍 郑州大学化工与能源学院 26 211 9.0 13.0
2 王万良 303 3770 29.0 48.0
3 张仁贡 78 184 7.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (101)
共引文献  (89)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1959(2)
  • 参考文献(0)
  • 二级参考文献(2)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(5)
  • 参考文献(0)
  • 二级参考文献(5)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(6)
  • 参考文献(0)
  • 二级参考文献(6)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(10)
  • 参考文献(0)
  • 二级参考文献(10)
2000(7)
  • 参考文献(0)
  • 二级参考文献(7)
2001(8)
  • 参考文献(0)
  • 二级参考文献(8)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(7)
  • 参考文献(0)
  • 二级参考文献(7)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(9)
  • 参考文献(0)
  • 二级参考文献(9)
2006(9)
  • 参考文献(1)
  • 二级参考文献(8)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(8)
  • 参考文献(1)
  • 二级参考文献(7)
2009(5)
  • 参考文献(5)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
短期负荷
优化策略
电力系统
数据存储
动力特性
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息与控制
双月刊
1002-0411
21-1138/TP
大16开
1972-01-01
chi
出版文献量(篇)
2891
总下载数(次)
0
总被引数(次)
41289
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导