简介：摘要虽然光伏发电以无枯竭危险、无污染排放以及能源质量高等优点得到了各国的青睐，但是其输出功率会呈现出波动性和随机性的特点，使并网后的光伏发电站会对公用电网造成了一定程度的干扰。同时，光伏板制造过程存在污染、发电成本高等缺点，抑制了光伏发电产业的发展。基于此，本文在HS-ESN算法下对光伏变电站的发电功率进行了短期预测，并通过案例分析分析了HS-ESN模型短期预测光伏发电功率的准确性及可行性。

简介：摘要支持向量机在电力短期负荷预测的应用越来越受到人们的重视，本文通过研究支持向量机在电力系统短期负荷预测中的应用，剖析预测环节的关键节点，提升了电力系统短期符合预测的精准性，为电力系统控制、运营提供数据支撑，推动预测技术的发展。

简介：结合RBF神经元网络和模糊专家系统进行负荷预测.给出径向基函数（RBF）网络的结构,并采用正交最小平方法（OLS）选取RBF中心.先用RBF进行基本负荷预测,然后考虑天气变化和假日因素所引起的负荷变化,利用模糊专家系统进行负荷调整.文中把日期划分为5类.测试结果表明,该方法具有较高的精度和较快的速度.

简介：摘要电力系统短期负荷预测是电力系统安全和经济运行的重要基础，最小二乘支持向量机（LeastSquareSupportVectorMachine,LSSVM）是目前常用的短期负荷预测工具。本文利用和声搜索算法(harmonysearchalgorithm,HSA)改进了最小二乘支持向量机算法，并提出了HSA-LSSVM负荷预测模型，算例仿真验证了本文模型无论在短期负荷预测精度还是速度方面，都较之基于网格搜索的LSSVM预测模型获得了显著的提高。

简介：摘要随着电网规模日益扩大，传统的短期、中期负荷预测已不能满足调度对电网风险的安全评估。针对影响电网因素的多维不确定性，本文讨论了一种基于BP神经网络的预测方法，评估潜在的安全风险，并对潜在风险提供稳控方案，适用于电网主网设备或断面负荷预测分析及电网风险评估等领域。结果表明，该方法在解决未知用户问题的同时拥有较高的预测精度。