期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于卡尔曼滤波预测节假日逐点增长率的电力系统短期负荷预测 被引量:40
1
作者 陈培垠 方彦军 《武汉大学学报(工学版)》 CAS CSCD 北大核心 2020年第2期139-144,共6页
节假日电力系统负荷打破了正常日电力负荷周期性的规律,且节假日负荷样本数据较少,用常规正常日电力负荷模型进行短期预测时,往往效果不佳。为此,提出一种基于卡尔曼滤波预测节假日逐点增长率的电力系统短期负荷预测模型,改善了由于样... 节假日电力系统负荷打破了正常日电力负荷周期性的规律,且节假日负荷样本数据较少,用常规正常日电力负荷模型进行短期预测时,往往效果不佳。为此,提出一种基于卡尔曼滤波预测节假日逐点增长率的电力系统短期负荷预测模型,改善了由于样本数据缺少、预测时间跨度大以及与正常日负荷特性差异较大等原因导致的预测精度不理想的现象。通过对节假日负荷特性进行分析,针对不同类型的节假日建立卡尔曼滤波预测模型,在考虑各类影响负荷变化的外部因素的基础上选择节前相关日,通过预测节假日逐点增长率提高预测精度。将提出的预测模型应用于某市节假日短期负荷预测,得到的结果显示预测精度能够满足实际需要,可为相关电力部门对节假日负荷预测提供一定的参考价值。 展开更多
关键词 短期负荷预测 卡尔曼滤波 节假日 相关因素 节假日逐点增长率
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部