基于提升小波的时间序列分析法的电力负荷预测

被引:72
作者
张帆
张峰
张士文
机构
[1] 上海交通大学电子信息与电气工程学院
关键词
电力负荷预测; 提升小波; 时间序列法; 数学模型; 大数据;
D O I
暂无
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
为了合理分配电能和规划电网运行,需要对居民小区电力负荷进行精确预测。提出了一种基于提升小波的时间序列分析法进行电力负荷预测,采用提升小波对居民小区电力负荷进行主要特征量提取,避免了用电量数据随机性和波动性的干扰;运用时间序列法对经过提升小波去噪后的电力负荷序列,求取自相关和偏相关系数,确立相应数学模型,预测未来时刻的用电量。最后,利用上海嘉定某小区的历史负荷大数据进行了比较和分析,验证了方法的有效性。
引用
收藏
页码:72 / 76
页数:5
相关论文
共 10 条
[1]
电力用户侧大数据分析与并行负荷预测 [J].
王德文 ;
孙志伟 .
中国电机工程学报, 2015, 35 (03) :527-537
[2]
基于稳健估计时间序列法的风功率预测 [J].
朱晓荣 ;
刘艳萍 .
电力系统及其自动化学报, 2012, 24 (03) :107-110+126
[3]
电力系统短期负荷预测方法综述 [J].
廖旎焕 ;
胡智宏 ;
马莹莹 ;
卢王允 .
电力系统保护与控制, 2011, 39 (01) :147-152
[4]
小波滤波方法及应用 [J].
潘泉 ;
孟晋丽 ;
张磊 ;
程咏梅 ;
张洪才 .
电子与信息学报, 2007, (01) :236-242
[5]
电力负荷预测技术及其应用.[M].牛东晓等; 编著.中国电力出版社.2009,
[6]
小波分析理论与MATLAB R2007实现.[M].葛哲学; 编著.电子工业出版社.2007,
[7]
电力系统负荷预测.[M].康重庆; 夏清; 刘梅; 编著.中国电力出版社.2007,
[8]
小波滤波方法及应用.[M].潘泉[等]著;.清华大学出版社.2005,
[9]
基于时间序列法超短期负荷预测改进方法的研究 [D]. 
张超 .
辽宁工业大学,
2015
[10]
基于提升小波和最小二乘支持向量机的风电功率预测 [D]. 
李霄 .
上海交通大学,
2015