為了獲得理想的非線性諧波負荷預測結果,設計基于大數(shù)據分析技術的非線性諧波負荷預測方法。首先分析當前非線性諧波負荷預測的研究進展,找到引起當前非線性諧波負荷預測效果差的原因;然后采集非線性諧波負荷歷史數(shù)據,引入大數(shù)據分析技術對非線性諧波負荷歷史數(shù)據進行建模和學習,并對非線性諧波負荷預測模型的參數(shù)進行優(yōu)化,從而建立最優(yōu)的非線性諧波負荷預測模型;最后在Matlab 2017平臺上對非線性諧波負荷預測模型的性能進行了驗證性測試,結果表明,該文方法的非線性諧波負荷預測精度超過95%,非線性諧波負荷預測的偏差明顯小于當前其他非線性諧波負荷預測方法,同時加快了非線性諧波負荷預測的建模效率,獲得更優(yōu)的非線性諧波負荷預測結果。 

【文章來源】：現(xiàn)代電子技術. 2020,43(18)北大核心

【文章頁數(shù)】：4 頁

【部分圖文】：

大數(shù)據分析技術的非線性諧波負荷預測

采用本文方法和BP神經網絡對聚類分析方法產生的非線性諧波負荷訓練樣本進行學習，對測試樣本進行預測，統(tǒng)計每一類非線性諧波負荷的預測精度，結果如圖2所示。對圖2的非線性諧波負荷預測精度進行對比與分析可以發(fā)現(xiàn)，對于5類非線性諧波負荷的歷史數(shù)據，本文方法的精度均要高于BP神經網絡。這表明本文方法可以更好地描述非線性諧波負荷變化特點，能夠對其變化趨勢進行高精度的跟蹤，減少了非線性諧波負荷預測的偏差。

【參考文獻】：
期刊論文
[1]基于諧波耦合主導分量模型的居民負荷集合性諧波評估[J]. 孫媛媛,張凌菡,謝香敏,馮照飛,王姍姍.  中國電機工程學報. 2019(16)
[2]孤島運行微網中分布式諧波功率分配控制策略[J]. 金勝赫,孫秋野,周建國,張化光.  控制工程. 2018(02)
[3]基于離散傅里葉級數(shù)的非同步采樣下諧波功率測量算法[J]. 肖勇,趙偉,黃松嶺.  電工技術學報. 2018(07)
[4]居民配電網負荷諧波電流發(fā)射水平評估方法[J]. 湯波,林順富,陳光,樂恩典,李揚.  電工技術學報. 2018(03)
[5]單相分布式發(fā)電接入臺區(qū)電網的諧波補償控制[J]. 翁利國,朱鐵銘,壽挺,邱海鋒,李鈺雙,周念成.  電力系統(tǒng)保護與控制. 2017(19)
[6]三相不控整流負荷的諧波功率實測建模[J]. 周念成,魏能嶠,王佳佳,翁利國,蘇宇,王強鋼.  中國電機工程學報. 2017(19)
[7]非線性負荷諧波貢獻畸變功率評估指標與方法[J]. 王莉虹,肖先勇,張逸,汪穎,陳飛宇.  電力系統(tǒng)保護與控制. 2017(09)
[8]基于諧波源注入的SAPF補償容量確定方法[J]. 劉欣,李尚盛,吳楠,孫建軍.  電力系統(tǒng)保護與控制. 2017(02)
[9]高速鐵路牽引負荷諧波分布的非參數(shù)估計模型與預測評估[J]. 陳民武,劉洋,韓旭東,周應東,張麗艷.  電網技術. 2017(08)
[10]基于實測數(shù)據的諧波負荷模型控制策略[J]. 尹志勇,陳永光,劉正春,劉洪文,解璞.  電網技術. 2016(10)



本文編號：3338243