基于扩展时序距离法和自适应控制的超短期负荷预测

被引：7

作者：

崔航 ^{[1
]}

王冕 ^{[1
]}

罗贵明 ^{[1
]}

何光宇 ^{[2
]}

机构：

[1] 清华大学软件学院

[2] 不详

来源：

电力系统自动化 | 2009年 / 33卷 / 15期

关键词：

超短期负荷预测; 递推最小二乘; 扩展时序距离;

D O I：

暂无

中图分类号：

TM715 [电力系统规划];

学科分类号：

摘要：

将扩展时序距离(ETD)算法与自适应控制中的递推最小二乘(RLS)算法相结合,提出了超短期负荷预测算法——RLS&ETD算法。该算法利用自适应控制的动态跟踪特性与ETD算法的周期性,与ETD算法相比,能更充分地利用数据。仿真实验的结果表明,RLS&ETD算法比ETD算法在精度、误差稳定性等方面均有所提高。

引用

收藏

页码：38 / 42

页数：5

相关论文

共 12 条

[1] 基于相似时间序列检索的超短期负荷预测 [J].

张思远 ;

何光宇 ;

梅生伟 ;

王伟 ;

张王俊 .

电网技术, 2008, (12) :56-59

[2] 多节点超短期负荷预测方法 [J].

韩力 ;

韩学山 ;

贠志皓 ;

耿艳 .

电力系统自动化, 2007, (21) :30-34

[3] 负荷求导法在超短期负荷预测中的应用 [J].

赵成旺 ;

顾幸生 ;

严军 .

电力系统及其自动化学报, 2006, (05) :5-9

[4] 基于短期负荷预测的超短期负荷预测曲线外推法 [J].

路轶 ;

王民昆 .

电力系统自动化, 2006, (16) :102-104

[5] 基于改进相似日的超短期负荷预测法 [J].

范宏 ;

程浩忠 ;

贾德香 ;

熊虎岗 ;

陈明 ;

马鸿杰 .

华东电力, 2006, (04) :7-9

[6] 超短期负荷预测中相似日的选择方法 [J].

蔡佳宏 ;

刘俊勇 .

华北电力大学学报, 2006, (01) :38-41

[7] 改进的基于聚类分析的超短期负荷预测方法 [J].

杨争林 ;

唐国庆 ;

宋燕敏 ;

曹荣章 .

电力系统自动化, 2005, (24) :83-86+97

[8] 基于日周期多点外推法的超短期负荷预测及其误差分析 [J].

周劼英 ;

张伯明 ;

尚金成 ;

姚佳 ;

程满 .

电力自动化设备, 2005, (02) :15-17+21

[9] 电力系统负荷预测研究综述与发展方向的探讨 [J].

康重庆 ;

夏清 ;

张伯明 .

电力系统自动化, 2004, (17) :1-11

[10] 一种实用的超短期负荷预测曲线外推方法 [J].

丁恰 ;

卢建刚 ;

钱玉妹 ;

张剑 ;

廖怀庆 .

电力系统自动化, 2004, (16) :83-85