基于卡尔曼滤波二次修正的短期负荷预测

被引:9
作者
孟思齐
杨洪耕
机构
[1] 四川大学电气信息学院
关键词
卡尔曼滤波; 一步预测; 二次修正; 置信区间;
D O I
暂无
中图分类号
TM715 [电力系统规划];
学科分类号
080802 ;
摘要
针对卡尔曼滤波在短期负荷预测中只是进行一步预测的问题,提出了由预测协方差阵构建测量方差方程的方法,对测量新息做出估计,实现了一步预测基础上的二次修正。给定某一置信度,得出负荷相应置信水平下的置信区间包络线,以此为风险分析、可靠性评估提供数据支持,对修正结果进行了确认。通过对实际电网1周的负荷数据进行仿真分析,并与普通卡尔曼滤波及基于移动窗的滤波算法分别进行比较,验证了提出方法的有效性和优越性。
引用
收藏
页码:34 / 38
页数:5
相关论文
共 17 条
[11]  
Short-Term Forecasting of Municipal Load through a Kalman Filtering Based Approach. GASTALDI M,LAMEDICA R,NARDECCHIA A,et al. 2004 IEEE PESPower Systems Conference and Exposition . 2004
[12]  
Short-Term Electric Load Forecasting Based on Kalman Filtering Algorithm with Moving Window Weather and Load Model. Al-HAMADI H M,SOLIMAN S A. Electric Power Systems Research . 2004
[13]  
Nonparametric regression based short-term load forecasting. Charytoniuk W,Chen M S,Van Olinda P. IEEE Transactions on Power Systems . 1998
[14]   基于RBF神经网络和专家系统的短期负荷预测方法 [J].
张涛 ;
赵登福 ;
周琳 ;
王锡凡 ;
夏道止 .
西安交通大学学报, 2001, (04) :331-334
[15]  
概率论与数理统计[M]. 高等教育出版社 , 盛骤等编, 2001
[16]   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
[17]   一种基于多神经网络的组合负荷预测模型 [J].
张亚军 ;
刘志刚 ;
张大波 .
电网技术, 2006, (21) :21-25