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

• 作者: 杜修明 江淼 江秀臣 王辉 盛戈皞 陈玉峰
• 来源期刊: 电气自动化
• 学科: 工学
• 关键词: 多时间尺度 Elman神经网络 动态预测 热容量模型 负载能力
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 电力系统及其自动化
• 页码范围: 87-90,105
• 页数: 5页
• 分类号: TM711
• 字数: 4508字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3886.2016.02.027

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江秀臣		305	4849	36.0	54.0
2	盛戈皞		146	1961	25.0	38.0
3	陈玉峰	国网山东省电力公司电力科学研究院	24	403	9.0	20.0
4	王辉	国网山东省电力公司电力科学研究院	31	33	3.0	4.0
5	杜修明	国网山东省电力公司电力科学研究院	11	233	6.0	11.0
6	江淼		6	12	2.0	3.0