张国江
- 作品数：18 被引量：198H指数：5
- 供职机构：国家电网公司江苏省电力公司更多>>
- 发文基金：国家高技术研究发展计划“十一五”国家科技支撑计划更多>>
- 相关领域：电气工程自动化与计算机技术电子电信更多>>
- 多级调度在线联合等值应用研究
- 2010年
- 论述了下级调度EMS系统需要上级调度发送外网等值数据的必要性,研究了提高等值数据应用准确性、灵活性、方便性的方法,并对多种等值方案、等值数据接入方法进行探讨和分析,为联合等值系统的推广和应用提供参考。
- 冯树海於益军高伏英张国江龚成明李翔
- 一种用于电力物联网的业务并行调度方法和装置
- 本申请公开了一种用于电力物联网的业务并行调度方法和装置，所述方法包括：获取多条数据流以及多条数据流的电力业务需求；针对多条数据流中的任一数据流，获取任一数据流满足电力业务需求时所需的资源基本单元数目；将多条数据流根据资源...
- 胡成博路永玲朱雪琼张国江杨景刚秦剑华王真贾骏刘子全姚楠薛海孙蓉
- 文献传递
- 软计算方法和数据挖掘理论在电力系统负荷预测中的应用
- 该文概述了数据挖掘技术的有关内容,着重阐述其中两种重要的思想:分类方法与聚类分析,并详述它们的具体实现方法.该文关于负荷预测问题的研究始终贯穿了这两种思想.神经网络和模糊系统是软计算的重要基础,它们是设计智能系统的精髓....
- 张国江
- 关键词：短期负荷预测数据挖掘软计算模糊推理系统
- 软计算方法和数据挖掘理论在电力系统负荷预测中的应用被引量：28
- 2003年
- 数据挖掘技术能够从大量数据中发现潜在知识 ,软计算是创建智能系统的有效方法 ,本文将两者结合 ,完成电力预测过程的两个主要任务 :负荷坏数据处理和多因素负荷预测模型的建立。通过对 Kohonen网聚类挖掘和 BP网分类挖掘的效果分析 ,设计由这两种网络组合而成的神经网络模型 ,完成坏数据辨识和调整的任务 ;以模糊推理系统为基础构建多因素负荷预测模型 ,本文采用 CART分类挖掘技术解决模糊结构辨识中的两个难点问题 :输入空间划分和输入变量选择 ,在此基础上设计 ANFIS网络进行参数辨识。良好的实例分析效果说明 ,数据挖掘思想和软计算方法相结合 。
- 吴小明邱家驹张国江蔡建颖
- 关键词：负荷预测数据挖掘软计算电力系统聚类
- 基于潮流匹配与计算模型拼接的多模式DTS互联方法
- 本发明公开了一种基于潮流匹配与计算模型拼接的多模式DTS互联方法，包括下列步骤:1)在地调侧建立省地重叠设备的映射关系；在地调侧定义需要发送潮流数据给省调的设备以及需要从省调获取潮流数据的设备；2)定义参与联网的每个子系...
- 王勇张国江李峰高宗和戴则梅於益军冯树海江叶峰钱玉妹李汇群李云鹏徐田徐春雷
- 文献传递
- 主成分分析结合神经网络的光伏发电量预测被引量：29
- 2013年
- 针对光伏发电量预测模型主要以气象因素、历史发电量等作为BP神经网络的输入,输入量多、数据冗余、网络难以收敛。利用主成分分析法PCA(principal components analysis)分析原来多个输入变量反映的个体信息,提取较少的几项综合性变量,减少预测模型的输入量。同时利用遗传算法优化BP网络的权值阈值建立预测模型,克服了神经网络算法的局部收敛、训练速度慢等问题。实验结果表明,该方法提高了预测精度,为解决光伏系统发电量预测提供了一种可行方法。
- 蒋浩洪丽张国江
- 关键词：光伏发电神经网络主成分分析法
- 基于潮流匹配与计算模型拼接的多模式DTS互联方法
- 本发明公开了一种基于潮流匹配与计算模型拼接的多模式DTS互联方法，包括下列步骤:1)在地调侧建立省地重叠设备的映射关系；在地调侧定义需要发送潮流数据给省调的设备以及需要从省调获取潮流数据的设备；2)定义参与联网的每个子系...
- 王勇张国江李峰高宗和戴则梅於益军冯树海江叶峰钱玉妹李汇群李云鹏徐田徐春雷
- 一种基于互近似熵数据筛选的谐波源责任划分方法
- 本发明针对如何解决背景谐波电压波动的各种仿真工况，分析比较所提方法与传统线性回归法的优劣的技术需求，本发明提供一种基于CAE数据筛选的谐波源责任划分方法，首先将采集的实测数据划分为若干区段，将各区段实测谐波电压、电流数据...
- 史明明张宸宇唐伟佳张国江付慧李双伟范忠
- 一种混合供电C-RAN资源分配方法及装置
- 本申请涉及电力物联网技术领域，公开了一种混合供电C‑RAN资源分配方法及装置，在该方法中，首先量化场景中不同射频远拉头的计算资源需求，通过动态映射基带处理单元与射频远拉头的关联关系，来实现基带处理单元计算资源的动态分配。...
- 路永玲胡成博张国江杨景刚付慧贾骏王真朱雪琼秦剑华刘子全姚楠
- 文献传递
- 基于模糊推理系统的多因素电力负荷预测被引量：67
- 2002年
- 在多因素负荷预测的建模中 ,模糊推理系统是一种较为有效的方法。输入变量选择和输入空间划分是模糊建模的基础 ,也是难点所在。数据挖掘中的分类思想有助于解决此问题。文中采用分类和回归树 ( CART)算法对解决这一问题进行了尝试 ,并构造 ANFIS网络进行参数辨识。建模过程几乎完全基于数据进行 ,不需要人工的过多干预 ,保证了模型能客观地反映相关变量与负荷值之间的复杂关系。用该方法与普通 BP算法分别对浙江省多地区进行了一个月的日负荷预测实例分析 ,该方法较好的收敛性和预测精度说明 ,CART算法与 ANFIS相结合 ,是基于数值的模糊建模的一种有效方法。
- 张国江邱家驹李继红
- 关键词：电力负荷预测模糊推理系统CART算法
