基于自适应卡尔曼滤波的电力系统短期负荷预测
在以往电力系统负荷预测中,通常是针对线性定常系统,并且固定噪声协方差,然后再运用卡尔曼滤波,这样就导致了模型的灵敏度差以及预测效果不理想.本文分别以负荷需求序列和时变参数序列为状态变量,建立两个状态空间模型,运用两段自适应卡尔曼滤波;为了对噪声协方差进行较为精确和及时的估计,运用了时变噪声统计估计器对噪声协方差进行自适应估计,并采取了控制滤波发散的措施,提高了预测的精确度,最后运用预测方程预测次日负荷.结合实际电网数据进行预测计算,取得了较好的结果.
负荷预测 卡尔曼滤波 电力系统
马静波 杨洪耕
四川大学电气信息学院(四川成都)
国内会议
郑州
中文
571-574
2004-10-01（万方平台首次上网日期，不代表论文的发表时间）