傅荣荣
- 作品数：8 被引量：20H指数：2
- 供职机构：山东科技大学更多>>
- 发文基金：山东省科技发展计划项目国家自然科学基金更多>>
- 相关领域：电气工程电子电信更多>>
- 基于改进Elman神经网络的空间负荷预测方法被引量：2
- 2017年
- 空间负荷预测作为配电网规划的前提和基础,预测结果的准确与否会直接影响到未来电力系统的发展和建设。本文将BP和Elman神经网络相结合,提出了基于改进Elman神经网络的空间负荷预测方法。以山东省某市区电网为研究对象,证明了该方法的有效性和实用性。
- 傅荣荣韩国正
- 关键词：空间负荷预测网格化ELMAN神经网络配电网规划
- 一种新型低功耗数字式工频有效值多用表
- 本实用新型公开了一种新型低功耗数字式工频有效值多用表，包括多用表壳体和内部电路。多用表壳体前面板的上部设有显示屏，中部设有太阳能电池板，下部设有用于采集电压信号、电流信号的表笔插孔。内部电路包括电压变换器、电流变换器和微...
- 雷倩许焕奇张玉震傅荣荣韩国正
- 文献传递
- 基于Column-and-constraint的鲁棒配电网重构实用算法
- 2015年
- 网络重构是配电自动化的重要功能之一,随着智能电网的迅速发展,也越发体现其重要性。但是负荷的波动性和随机性给传统的静态配电网重构带来了严峻的挑战,改进的两阶段鲁棒优化模型可以很好地解决配电网重构中存在的这一问题。第一阶段配置辐射状配电网络,第二阶段寻求满足需求的最优潮流。该策略采用Column-and-constraint实用算法,其主问题和子问题采用整数二阶锥规划算法(mixed-integer second-order cone programming algorithm)来解决。33节点、69节点等典型算例实验结果表明,即使在负荷不确定的情况下,鲁棒配电重构表现出比传统配电网络功率损耗低,可靠性高的特点。实验验证了方法的有效性和良好的计算性能。
- 韩国正傅荣荣雷倩杜婷梁瑜娜
- 饱和负荷预测中的多级聚类分析和改进Logistic模型被引量：12
- 2017年
- 针对常用的Logistic负荷预测模型所需历史数据较多且预测结果不够准确的问题,提出了基于多级聚类分析的空间饱和负荷预测方法。首先,采用基于密度的改进K-均值聚类算法,按照变电站的位置分布对预测区域进行网格划分,生成Ι级元胞;接着,将对应于Ι级元胞的建设用地按其功能进行细分,生成Ⅱ级元胞;之后,运用一种改进的Logistic模型求取待预测Ⅱ级元胞的饱和负荷值;最后,将所提方法应用于山东省某市区电网的饱和负荷预测中。仿真结果表明所提方法预测精度较高,且适用于历史数据不够充分的新区。
- 吉兴全傅荣荣文福拴韩国正杜文琦武玉晶
- 关键词：聚类算法
- 网格化电力负荷预测的最佳空间分辨率获取算法
- 2016年
- 该文提出了一种基于网格化的空间分辨率获取算法,用以改善空间负荷预测的结果。该方法对数据进行综合分析,得到元胞大小,使得该元胞具有高内部相似性和高外部差异性,求得的网格大小同时兼顾空间误差和计算量两方面优点,提高了空间负荷预测结果的准确性。以某城市的一个小型行政区为例进行实例分析,考虑其实际配电系统中变压器的空间分布,结果表明文中所提出的方法是正确有效的。
- 王超傅荣荣韩国正
- 关键词：空间负荷预测空间分辨率网格化聚类算法
- 基于多级聚类和改进Elman神经网络的空间负荷预测方法
- 空间负荷预测（Spatial Load Forecasting，SLF）需要将待预测区域划分为不同层次的供电区块，不仅要预测出该地区未来总负荷的大小，还要预测出每个供电区块中电力用户的数量和负荷出现的时间、空间分布等。S...
- 傅荣荣
- 关键词：空间负荷预测ELMAN神经网络配电网规划
- 文献传递
- 基于密度的改进K均值聚类算法在配网区块划分中的应用被引量：5
- 2016年
- 在已知城市中压配电网的变电站位置、数量和容量的前提下,提出一种基于密度的改进K均值聚类算法,从初始聚类中心的选择和最佳聚类数K的确定两方面进行改进,并提出基于类间差异度和类内差异度的评价函数,对聚类结果的质量进行评估。将配电网划分为大小合适的配电网格,距离相近的变电站划分在同一网格内,每一网格独立供电,避免了距离过远的变电站之间的联络,为后续配电网络的优化规划提供了支撑。算例分析结果验证了该方法的有效性。
- 吉兴全韩国正李可军傅荣荣朱仰贺
- 关键词：配电网K均值聚类算法评价函数
- 运放电路中负载变化对输出特性的影响
- 2016年
- 运用OrCAD/PSpice软件仿真,针对通用型运放μA741电路输出失真这个问题,重点讨论了负载变化对输出特性是如何影响的。通过引入运放的额定最大输出电流值这个概念,最终得出运放线性与非线性状态的临界电阻通用计算公式,并在文章结尾进行了总结。
- 武玉晶刘宁傅荣荣
