简介:精确的短期电力负荷预测对电力系统的生产调度和安全稳定运行起到十分重要的作用。为提高短期电力负荷预测模型的精度。提出了一种基于Elman神经网络的改进模型。通过在输出层和隐含层之间扩展一个新的承接层。增强了Elman神经网络的动态信息处理能力。仿真结果表明,改进型Elman神经网络预测模型的预测精度要高于反向传播、支持向量机和常规Elman,同时也说明了建立改进型Elman模型用于短期电力负荷预测是可行的。
简介:电力数据中心在建设过程中。面临着行业内外部用户不断增长的可用性要求。通过提升设备冗余性来提升可用性的同时,也带来了建设成本的大量增加。随着新的信息技术和设备的不断实用化,为电力数据中心渐进式优化部署架构,提升整体可用性提供了新思路,有效地缓解了投资成本与可用性指标提升之间的矛盾。文章从高可用架构演进和电力集中式数据中心高可用性需求入手,对当前数据中心运行维护过程中高可用架构中存在的待改进问题进行剖析,并对相关技术发展趋势及其在电力数据中心中的应用和演进前景进行阐述。关键技术的研究可以在当前技术发展的水平上,有效提升整个数据中心的高可用性。