关键词： 电力系统分析   空间负预测   k均值聚类   支持向量机   互联网信息  

摘要： 为提髙电网规划阶段的空间负荷预测精度,提出了一种基于支持向量机和互联网信息修正的空间负荷预测(spatial load forecasting,SLF)方法,该方法分为3个步骤:一是基于A:-均值聚类分析和支持向量回归模型得到地块负荷初始预测值;二是基于地块负荷历史数据计算负荷实际值与初始预测值之间的偏差;三是针对这些偏差,利用搜索引擎获取互联网信息,识别造成偏差的不确定事件,包括元胞中新增大负荷事件和元胞中企业营收增长率突变事件。定性分析事件对空间负荷的影响,并建立这两类事件与其造成的影响之间的分类事件影响定量模型,基于该模型对地块负荷初始预测值进行修正,得到规划区域内的地块负荷预测值。通过对北京某地区进行算例验证,结果表明该方法可以提高预测精度,可用于配电网以及能源互联网规划中的空间负荷预测。

关键词： 电力系统分析   虚拟仿真平台   教学改革  

摘要： “电力系统分析”是电气工程及其自动化和农业电气化与自动化专业的一门专业骨干基础课程,设备多且价格昂贵,实践操作复杂、危险系数高,虚拟教学平台的引入成为一个必然趋势。文章探讨了如何运用虚拟实验平台高效地完成教学任务和提高教学质量。

关键词： 电力系统分析   教学改革   实验教学   教学方法  

摘要： 文章针对"电力系统分析"这门课程的理论性强、数学计算复杂、知识抽象等问题,对目前课程教学中存在的问题进行深入剖析,从教学内容、教学方法、实验教学和考核内容方面进行教学改革,注重课程的工程实践性,提高学生对于课程知识的应用能力,保证课程的教学质量。

关键词： 电力系统分析   云计算   电能质量   潮流计算  

摘要： 随着国民经济的发展,社会对于电能质量的要求不断提高,电力系统潮流计算是分析电能质量的重要方法之一,该方法具有所需处理的数据量多、计算量大的特点,传统的计算方法越来越难以满足其计算要求。云计算能够利用网络提供计算服务,可以高质量地完成大规模计算。文章比较云计算的IAAS、PAAS、SAAS三种服务模式,分析利用谷歌App Engine (GAE)搭建的基于云计算的电力系统分析平台InterPSS Cloud Edition的特点,总结利用该平台实现了电力系统潮流计算的优势,最后讨论了云计算在电力系统潮流中的应用前景和面临的挑战。

关键词： 教学内容   教学方法   教学方式   实践教学   过程性考核  

摘要： "电力系统分析"课程内容在国网公司的入职考试中占了较大的比重。同时该课程理论性、实践性和综合性都很强,教学团队用原有的教学方法和方式已不能适应教学需求。教学团队从课程内容、教学方法、教学方式、实践教学和考核机制五个方面对课程进行了改革和探索,实践证明改革提高了学生自主学习能力、提升了国网公司入职考试的竞争力。

关键词： 教学模式   电力系统   应用研究   问卷分析  

摘要： 为了更好地将CDIO教学模式应用在电力系统分析课程的教学中,本文设计了CDIO模式在电力系统分析中应用研究的调查问卷,涉及到CDIO教学模式和电力系统分析课程的各个相关环节。对问卷反馈情况进行总结分析,并从调查对象选择、课堂教学、调动学习积极性等方面,找到改进本课程教学效果的措施。

关键词： 《电力系统分析》   教学方法   教学手段   实践教学  

摘要： 《电力系统分析》是电气工程专业重要的专业课,课程的特点是专业概念多、概念抽象、综合性和应用性强,它涉及的知识面较广,有《高等数学》的微积分、《大学物理》的电学和磁场等及《自动控制》相关理论知识又结合了《电机学》中的工程应用知识。教学难度较大,本文对应用性本科《电力系统分析》课程的内容、方法、教学手段和实践教学等方面进行了探讨。

关键词： 电力系统分析   实习   校企合作  

摘要： 针对"电力系统分析"课程理论性强、系统网络复杂多变,学生理解难度大的问题,本文提出了实践教学对"电力系统分析"课程的重要性。结合"电力系统分析"课程提出从教学内容、教学方法与手段、教学管理等方面改革创新;实践操作和实训教学是学生实现具有较强的动手能力、提高设计创意能力这一目标的有效途径。强调深化校企合作,不断在实习中完善"电力系统分析"课程的综合创造性实验、认知实习和操作实习多层次课内实践教学体系,以培养学生的基础研究能力、工程实践能力。

关键词： 可再生能源   场景生成   场景缩减   场景特性分析   工程应用  

摘要： 相比于常规能源,风电、光伏等可再生能源出力具有明显的随机性、波动性以及间歇性的特征,随着风电、光伏渗透率的不断增加,电力系统中长期规划运行与短期调度中都必须考虑风电、光伏出力的不确定性问题。电力系统场景分析由于可以概率性的描述风电、光伏出力的不确定因素因而被广泛使用,但精准刻画风电、光伏出力的随机性与波动性特征,以及如何解决大规模场景对电力系统规划造成时间复杂度较高的问题仍是目前场景分析亟需解决的方面。针对以上问题,本文提出了一种风电、光伏典型场景集生成方法,该方法分为场景生成与场景缩减两个方面:首先研究了基于预测出力的风电、光伏日前出力场景生成技术,以准确描述风电、光伏日前出力的不确定性特征;其次研究了一种面向时间序列分析的电力时序场景缩减方法,以对大量的风电、光伏以及负荷场景进行聚合缩减并达到可以精简数据、减少计算量的目的。本文首先详细的研究了含风电、光伏的电力系统场景分析理论,并对经典场景分析方法进行了归纳总结。其次在场景生成方面,本文重点研究了一种基于不等分预测箱技术与结合多元标准正态分布随机数与逆变换采样的风电、光伏场景生成方法,该方法首先建立符合风电、光伏历史统计数据分布特征的预测误差功率预测箱,并选用合适的分布函数拟合预测箱中的误差数据,其次利用多元标准正态分布随机数对预测箱中的误差数据进行逆变换采样,并最终叠加至预测出力上以生成日前风电、光伏出力场景,本文对生成的场景分别采用形态分析与相关评价指标验证了所提生成方法的合理性。在场景缩减方面,本文研究了一种基于改进谱聚类与遗传算法相结合的电力时序场景聚合方法,该方法首先针对风电、光伏负荷不同数据的结构特点,采用优化谱聚类算法构建原始数据的特征向量矩阵,并采用遗传聚类优化算法对优选后的特征向量进行聚类划分,并将最终划分结果映射回原始数据。本文分别采用标准时间序列、风电、光伏以及负荷实测数据对所提场景算法的分类效果进行评价,并验证了所提缩减方法的有效性。最后,本文分别将所提场景缩减与生成算法分别应用于考虑大规模风电接入的电网中长期确定性规划运行与短期随机调度的优化计算中,并通过对比分析不同算法间的相关评价指标,验证了所提场景生成与缩减算法在实际工程中的应用价值。

关键词： 电力系统分析   应用导向   教学方式   辅助教学手段  

摘要： 《电力系统分析》是电气工程专业电力系统方向学生的核心课程之一,其学习效果关系到学生在工作岗位上的能力与水平。当前,电力系统相关岗位对专业人才的实践能力要求越来越高,而传统《电力系统分析》课程教学一般以理论教学为主,较难结合实践应用。为适应电力系统专业人才培养需求,结合辅助教学技术手段的快速发展,本文探讨应用导向下《电力系统分析》课程教学方式,以提升课程教学效果,培养专业方向复合人才。