基于鲁棒Holt-Winter模型的超短期配变负荷预测方法

被引:47
作者
吴越强 [1 ]
吴文传 [1 ]
李飞 [2 ]
张伯明 [1 ]
机构
[1] 电力系统及发电设备控制和仿真国家重点实验室(清华大学电机系)
[2] 贵州电网公司
关键词
超短期负荷预测; 鲁棒Holt-Winter模型; 坏数据处理;
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
超短期配变负荷预测结果是配电网状态估计中伪量测的主要来源之一,其利用的历史数据主要来源于自动计量系统。伪量测的精度会显著影响状态估计的结果。给出了一种基于鲁棒Holt-Winter模型的超短期负荷预测方法。该方法综合考虑线性趋势、季节变动和随机波动的时间序列特性,并与指数平滑法相结合,具有良好的预测能力。此外,该方法可以自动识别和修正坏数据。以某配电网的实际数据进行了算例分析,结果表明该方法具有良好的预测精度,且具有自动压缩坏数据影响的特性。
引用
收藏
页码:2810 / 2815
页数:6
相关论文
共 13 条
[1]
广义回归神经网络模型在短期电力负荷预测中的应用研究 [J].
谷志红 ;
牛东晓 ;
王会青 .
中国电力, 2006, (04) :11-14
[2]
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
[3]
河南电网实时调度系统若干功能与算法 [J].
周劼英 ;
张伯明 ;
尚金成 ;
何南强 ;
姚佳 ;
范斗 ;
程满 ;
王丹 ;
李予州 ;
刘明松 .
电力系统自动化, 2006, (02) :99-104
[4]
基于模糊理论及神经网络的电力短期负荷预测方法 [J].
金席卷 ;
李欣然 ;
唐福顺 .
电力信息化, 2005, (02) :56-58
[5]
基于负荷趋势的新型超短期负荷预测法 [J].
张锋 ;
吴劲晖 ;
张怡 ;
胡若云 .
电网技术, 2004, (19) :64-67
[6]
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
[7]
基于相似日的神经网络短期负荷预测方法 [J].
姜勇 ;
卢毅 .
电力系统及其自动化学报, 2001, (06) :35-36+40
[8]
基于模式识别的自适应短期负荷预测系统 [J].
彭建春 ;
赵凯 ;
石峰 ;
皮洪琴 .
电力自动化设备, 2001, (04) :29-32
[9]
确定指数平滑参数的最优化方法 [J].
熊国强 .
西安理工大学学报, 2000, (03) :313-315
[10]
温斯特线性与季节性指数平滑法在电力负荷预测中的应用及改进 [J].
叶舟 ;
陈康民 .
上海电力学院学报, 2000, (03) :13-18