基于实际电力负荷建模理论与实践的数据库研究和实现

基于实际电力负荷建模理论与实践的数据库研究和实现

论文摘要

电力综合负荷建模是现代电力系统仿真分析的基础,综合负荷特性数据的管理是电力负荷建模研究中十分重要的部分。本文围绕基于湖南省电网综合负荷的建模与数据库管理平台的实现展开论述,其中以实现数据库及数据库管理平台为重点部分。 首先介绍了电力负荷建模基础理论知识,包括统计综合法、总体测辨法、系统辨识、模糊聚类等理论;然后采用统计综合法与总体测辨法相结合的思路进行负荷建模实践。统计综合法主要用于建立综合负荷的静态模型,以典型用户、典型行业、典型变电站三个层次进行研究,最终得出典型行业和典型变电站的静态负荷模型参数;在典型用户的资料处理方面引进了模糊聚类方法,建模结果说明了该方法的可行性和有效性。总体测辨法主要用于建立综合负荷的动态模型,重点研究感应电动机的数学表达和参数辨识,得到了与传统的“典型参数”不一致的参数辨识结果,对“典型参数”有很好的修正作用。 在负荷建模的研究过程当中,利用采集的大量数据建立数据库并建立数据库管理平台是本文的论述重点。文中采用SQL Server与VB、VC、EXCEL相结合的方式,在统计综合法和总体测辨法建模过程的基础上建立数据库以及数据库管理平台。首先分析统计综合法和总体测辨法所使用到的数据特点与数据流程;在SQL Server中建立数据库并完成数据导入工作;然后采用VB、VC相结合的方式建立数据库管理平台,在此过程中运用了ADO、DLL、EXCEL控件调用等多项先进技术。应特别指出,针对统计综合法的数据库的建立和管理在国内处于领先地位。

论文目录

  • 摘要
  • Abstract
  • 插图索引
  • 附表索引
  • 第1章 绪论
  • 1.1 电力系统综合负荷建模的发展历程
  • 1.2 电力系统综合负荷建模的研究现状
  • 1.2.1 建模方法
  • 1.2.2 综合负荷模型分类
  • 1.2.3 模型参数辨识研究
  • 1.3 电力综合负荷建模数据库的建设
  • 1.3.1 数据库在电力系统的广泛应用
  • 1.3.2 数据库系统在电力负荷建模方面的应用
  • 1.4 本文的主要研究内容和所取得的研究成果
  • 第2章 电力综合负荷建模理论与实践
  • 2.1 电力综合负荷建模基本理论
  • 2.1.1 电力综合负荷建摸的概念
  • 2.1.2 系统辨识理论
  • 2.2 电力综合负荷建模实践
  • 2.2.1 电力系统静态负荷建模研究及实践
  • 2.2.2 电力系统动态负荷建模研究及实践
  • 2.3 数据分析
  • 2.3.1 统计综合法数据分析
  • 2.3.2 总体测辨法数据分析
  • 2.4 小结
  • 第3章 数据库基础理论与应用
  • 3.1 数据库发展的历史
  • 3.2 数据库系统的特点
  • 3.2.1 文件数据系统的局限性
  • 3.2.2 数据库系统的特点
  • 3.3 关系数据库设计理论
  • 3.3.1 关系数据库的发展
  • 3.3.2 关系模型基本概念
  • 3.3.3 关系数据库标难语言SQL
  • 3.4 SQL Server数据库服务器
  • 3.4.1 SQL Server数据库服务器的特点
  • 3.4.2 SQL Server数据库服务配置方式
  • 3.4.3 SQL Server在负荷建模中的应用
  • 3.5 数据库的开发流程分析
  • 3.6 数据库开发工具
  • 3.6.1 VB、VC功能特点之比较
  • 3.6.2 VB的开发特点
  • 3.7 小结
  • 第4章 综合负荷特性数据库平台的实现
  • 4.1 电力负荷建模数据来源及特点
  • 4.1.1 统计综合法数据来源及特点
  • 4.1.2 总体测辨法数据来源及特点
  • 4.2 数据库管理平台构建的基本思路和原则
  • 4.2.1 总体设计
  • 4.2.2 平台的实现方法和技术
  • 4.2.3 平台的数据流程描述
  • 4.3 数据库的设计和建立
  • 4.3.1 数据库设计
  • 4.3.2 在SQL Server中建立数据库
  • 4.3.3 建立数据源
  • 4.4 使用VB进行管理平台系统的设计
  • 4.5 数据库管理平台的实现效果
  • 4.5.1 主界面的实现效果
  • 4.5.2 子界面的实现效果
  • 4.6 小结
  • 结论
  • 1 本文研究的主要工作
  • 2 后续工作的展望
  • 参考文献
  • 致谢
  • 附录A攻读硕士期间发表的论文和参加的科研工作
  • 附录B负荷特性调查行业分类表
  • 附录C行业典型用户负荷特性调查表
  • 相关论文文献

    • [1].电力负荷控制技术应用及发展研究[J]. 中国设备工程 2020(08)
    • [2].基于双图正则非负低秩分解的电力负荷短期预测[J]. 计算机与现代化 2020(05)
    • [3].气象因子对夏季最大电力负荷的敏感性分析[J]. 气象 2020(09)
    • [4].辽宁省日最大电力负荷与气象因子的关系[J]. 科技与创新 2019(19)
    • [5].电网供电系统电力负荷调控[J]. 内蒙古科技与经济 2019(22)
    • [6].北京市夏季日最大电力负荷与气象因子的关系[J]. 气象与环境学报 2018(03)
    • [7].电力负荷数据预测方法模型的设计[J]. 电子技术与软件工程 2017(12)
    • [8].基于滤波技术的上海日最大电力负荷气象预报模型[J]. 气象科技 2015(06)
    • [9].基于主成分分析的BP神经网络预测电力负荷[J]. 数学学习与研究 2016(23)
    • [10].北京夏季日最大电力负荷预报模型建立方法探讨[J]. 气候与环境研究 2013(06)
    • [11].基于大数据的电力负荷预测算法[J]. 电子技术与软件工程 2020(10)
    • [12].基于大数据的电力负荷自动监测系统设计[J]. 电子设计工程 2019(08)
    • [13].短期电力负荷组合预测分析方法研究[J]. 自动化与仪器仪表 2017(03)
    • [14].孤岛发电站电力负荷分级管理的重要性及应用[J]. 电工文摘 2017(04)
    • [15].电力负荷控制技术运用分析[J]. 电子技术与软件工程 2016(01)
    • [16].基于粒子群算法搜索的非侵入式电力负荷分解方法[J]. 电力系统保护与控制 2016(08)
    • [17].基于特性融合的电力负荷建模[J]. 电网技术 2015(05)
    • [18].电力负荷控制技术及应用研究[J]. 智富时代 2016(01)
    • [19].基于概率统计的电力负荷时间序列预测模型[J]. 现代电子技术 2020(21)
    • [20].非平均权重条件下电力负荷组合预测模型研究[J]. 山东电力高等专科学校学报 2013(03)
    • [21].电力负荷控制技术及其在需求侧管理中的应用[J]. 机电信息 2011(18)
    • [22].基于SARIMA-GRNN-SVM的短期商业电力负荷组合预测方法[J]. 电力系统及其自动化学报 2020(02)
    • [23].基于电力负荷趋于饱和的电源布局和电网目标网架研究[J]. 能源与环境 2016(06)
    • [24].电力系统短期负荷预测方法的研究和实现[J]. 赤峰学院学报(自然科学版) 2016(21)
    • [25].基于小波分析的电力负荷数据研究[J]. 中国新技术新产品 2017(10)
    • [26].体感温度对夏季气象负荷率变化的影响研究——以湖北省黄石市为例[J]. 气象 2017(05)
    • [27].基于相空间分析的电力负荷序列预测算法[J]. 电力与能源 2016(03)
    • [28].电力负荷特性分析及中长期负荷预测方法研究[J]. 电子测试 2016(21)
    • [29].电力负荷控制技术应用探析[J]. 科技创新与应用 2014(35)
    • [30].浅析电力负荷控制技术的应用[J]. 山东工业技术 2013(15)

    标签:;  ;  ;  ;  ;  

    基于实际电力负荷建模理论与实践的数据库研究和实现
    下载Doc文档

    猜你喜欢