基于季节卡尔曼滤波的行业区域用电负荷预测

被引:8
作者
李金瑾
陈俊
龙东
唐志涛
机构
[1] 广西电网有限责任公司电力科学研究院
关键词
卡尔曼滤波; 负荷预测; 快速傅里叶; 周期因子;
D O I
10.16427/j.cnki.issn1671-8380.2016.06.003
中图分类号
TM715 [电力系统规划];
学科分类号
080802 [电力系统及其自动化];
摘要
为了提高行业区域用电负荷预测的准确性,研究中长期用电负荷预测方法。经典卡尔曼滤波法是基于负荷为平稳序列的前提下进行的短期负荷预测,不适用于中长期负荷预测。根据行业中长期用电负荷数据的周期特性,加入季节因素,提出基于傅里叶变换的季节卡尔曼滤波法。通过实例分析和对比,验证该种算法的中长期负荷预测能力及用电行业泛化能力。分析结果表明:在中长期负荷预测方面,季节卡尔曼滤波法预测能力好,波动性小,误差范围小。
引用
收藏
页码:12 / 15
页数:4
相关论文
共 9 条
[1]
电力系统短期负荷预测方法研究综述 [J].
王惠中 ;
周佳 ;
刘轲 .
电气自动化, 2015, 37 (01) :1-3+39
[2]
电力系统负荷预测方法综述 [J].
吴丹 .
科技资讯, 2014, 12 (34) :98
[3]
基于卡尔曼滤波的节假日短期负荷预测 [J].
王科 ;
陈丽华 .
电气技术, 2014, (01) :4-6
[4]
基于卡尔曼滤波的电能质量分析方法综述 [J].
于静文 ;
薛蕙 ;
温渤婴 .
电网技术, 2010, 34 (02) :97-103
[5]
ARMA模型在我国电力需求预测中的应用 [J].
汪建均 ;
胡宗义 .
经济数学, 2006, (01) :64-68
[6]
自适应卡尔曼滤波在电力系统短期负荷预测中的应用 [J].
马静波 ;
杨洪耕 .
电网技术, 2005, (01) :75-79
[7]
基于卡尔曼滤波的电力系统短期负荷预测 [J].
李明干 ;
孙健利 ;
刘沛 .
继电器, 2004, (04) :9-12
[8]
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
[9]
电力负荷特性指标及其内在关联性分析 [D]. 
周谢 .
长沙理工大学,
2013