基于累积式自回归动平均传递函数模型的短期负荷预测

被引:19
作者
李妮
江岳春
黄珊
毛李帆
机构
[1] 湖南大学电气与信息工程学院
关键词
负荷预测; 时间序列; 累积式自回归动平均模型; 传递函数模型;
D O I
10.13335/j.1000-3673.pst.2009.08.004
中图分类号
TM715 [电力系统规划];
学科分类号
080802 ;
摘要
针对短期负荷预测,提出了累积式自回归动平均(auto-regressive integrated moving average,ARIMA)传递函数模型的简化建模方法。传递函数模型考虑了干扰因素对因变量的作用,体现了干扰因素中变量间相互影响的关系。其构造灵活,可用较少的参数建立阶数较高的模型;并且假定值较少,容易得到满足。该文还将温度因素考虑在内,通过算例将传递函数模型和ARIMA模型的预测结果与实际值进行了比较,结果表明采用传递函数改进后的ARIMA模型预测精度提高,预测误差减小,具有较强的实用性。
引用
收藏
页码:93 / 97+103 +103
页数:6
相关论文
共 15 条
[1]   基于小波分析的短期电力负荷组合预测方法 [J].
石恒初 ;
严正 ;
黄涛 ;
葛夕武 .
继电器, 2007, (17) :22-26
[2]   基于累积式自回归动平均法和反向传播神经网络的短期负荷预测模型 [J].
陈伟 ;
吴耀武 ;
娄素华 ;
熊信艮 .
电网技术, 2007, (03) :73-76
[3]   基于小波分析的短期电价ARIMA预测方法 [J].
周明 ;
聂艳丽 ;
李庚银 ;
倪以信 .
电网技术, 2005, (09) :50-55
[4]   基于ARIMA的发电量预测方法 [J].
卢建昌 ;
张世英 ;
牛东晓 .
华北电力大学学报, 2004, (03) :78-80
[5]   基于小波分解和人工神经网络的短期负荷预测 [J].
徐军华 ;
刘天琪 .
电网技术, 2004, (08) :30-33
[6]   基于卡尔曼滤波的短期负荷预测方法的研究 [J].
张民 ;
鲍海 ;
晏玲 ;
曹津平 ;
杜剑光 .
电网技术, 2003, (10) :39-42
[7]   节气负荷预测方法研究 [J].
刘亚 ;
张国忠 ;
何飞 .
电力自动化设备, 2003, (07) :39-42
[8]   基于人工神经网络和模糊推理的短期负荷预测方法 [J].
马文晓 ;
白晓民 ;
沐连顺 .
电网技术, 2003, (05) :29-32
[9]   基于级联神经网络的短期负荷预测方法 [J].
金海峰 ;
熊信艮 ;
吴耀武 .
电网技术, 2002, (03) :49-51+56
[10]   基于神经网络的电力系统短期负荷预测研究 [J].
周佃民 ;
管晓宏 ;
孙婕 ;
黄勇 .
电网技术, 2002, (02) :10-13+18