基于滤波算法的节假日短期负荷预测研究

被引:8
作者
陈衡
王科
陈丽华
机构
[1] 西南交通大学电气工程学院
关键词
短期负荷预测; 维纳滤波; 卡尔曼滤波; 修正因子;
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
针对节假日短期负荷变化幅度大,难以精确预测,提出了一种基于滤波算法的节假日短期负荷预测算法。简要介绍了卡尔曼滤波和维纳滤波的预测原理,结合电力负荷实际情况,建立了相应的短期负荷预测模型。对节假日负荷进行了预测,证实了应用滤波算法进行负荷预测的可行性和有效性,并对比了两种预测算法。针对大幅度负荷变化导致预测精度不高的问题,讨论了基于滤波算法误差原因,在此基础上,提出了通过引入修正因子对预测结果进行修正。修正后的预测结果具有很高的精度,证实了改进算法的正确性和有效性。
引用
收藏
页码:12 / 15+31 +31
页数:5
相关论文
共 12 条
[1]
基于卡尔曼滤波的节假日短期负荷预测 [J].
王科 ;
陈丽华 .
电气技术, 2014, (01) :4-6
[2]
基于粒子群神经网络的负荷预测方法研究 [J].
吴凯 ;
周西峰 ;
郭前岗 .
电测与仪表 , 2013, (03) :29-32
[3]
电力系统负荷预测方法综述 [J].
周潮 ;
邢文洋 ;
李宇龙 .
电源学报, 2012, (06) :32-39
[4]
维纳滤波在短期负荷预测中的应用 [J].
尤承佳 ;
黄坚 ;
吴国忠 .
江苏电机工程, 2006, (05) :50-52
[5]
特殊节假日的短期负荷预测新方法 [J].
刘皓明 ;
余昆 ;
梁进国 ;
陈星莺 .
电力需求侧管理, 2006, (05) :14-16
[6]
特殊节假日的短期电力负荷预测新方法 [J].
李征 ;
张志杰 .
东华大学学报(自然科学版), 2006, (02) :67-70
[7]
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
[8]
基于卡尔曼滤波的短期负荷预测方法的研究 [J].
张民 ;
鲍海 ;
晏玲 ;
曹津平 ;
杜剑光 .
电网技术, 2003, (10) :39-42
[9]
基于小波分析的电力系统短期负荷预测方法 [J].
邰能灵 ;
侯志俭 ;
李涛 ;
蒋传文 ;
宋炯 .
中国电机工程学报, 2003, (01)
[10]
现代数字信号处理.[M].王炳和; 主编.西安电子科技大学出版社.2011,