摘要：提高短期负荷预测精度对电力系统安全和经济运行是非常重要的.为了探究提高短期负荷预测精度的方法,本文做了两个工作,一是使用时间序列分析法对短期负荷进行预测建模,二是基于时间序列低阶模型预测精度低及预测延迟的缺点,融合卡尔曼滤波预测的自适应性,在通过时间序列模型建立卡尔曼状态方程和测量方程的基础上,然后通过卡尔曼滤波算法建立预测模型.并通过实例验证了时间序列和卡尔曼滤波混合算法预测精度,相对于传统的时间序列法,预测精度得到提升,相对于传统卡尔曼滤波算法,较简单地得到比较准确的状态方程和观测方程,充分体现了混合算法的长处,适合于电力系统短期负荷的预测.
分类：期刊> 自然科学与工程技术> 信息科技> 自动化技术
收录：知网收录(中) > 维普收录(中) > 万方收录(中) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：短期负荷预测 时间序列分析 卡尔曼滤波 电力系统
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
