共 16 条
基于功率谱分解和实时气象因素的短期负荷预测
被引：19
作者：
张凯
[1
]
姚建刚
[1
]
李伟
[2
]
贺辉
[3
]
机构：
[1] 湖南大学电气与信息工程学院
[2] 湖北省电力调度通信中心
[3] 不详
来源：
关键词：
谱分解;
实时气象因素;
短期负荷预测;
人工神经网络;
电力系统;
D O I：
10.13335/j.1000-3673.pst.2007.23.007
中图分类号：
TM715 [电力系统规划];
学科分类号：
摘要：
提出了基于功率谱分解和实时气象因素的短期负荷预测方法,采用快速傅里叶变换(fast Fourier transform,FFT)对负荷序列进行变换得到功率谱,依据变换结果分析功率谱得出负荷基频、低频和高频分量的频率范围,采用有限脉冲响应(finite impulse response,FIR)滤波器从负荷中分离出各个负荷分量。分析各个负荷分量的特点,针对各个负荷分量分别设计预测模型,对基频分量采用Elman回归神经网络进行预测,这部分较好地反映出基频分量的时间序列特性;对低频和高频分量分别采用自适应线性回归神经网络进行预测,在对这部分分量的预测中重点引入实时气象因素,以利用最新的气象信息提高预测精度。通过在某地区的实际应用证明了所提出方法的有效性。
引用
收藏
页码：47 / 51
页数：5
相关论文