基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
负荷历史数据是负荷预测的基础.负荷历史数据由于测量、人为等因素而造成不准确,因而导致负荷预测也不准确.文中提出利用最小二乘法线性拟合建立负荷数据基本模型,用3次样条插值对卡尔曼滤波器的系统参数进行辨识,最终用卡尔曼滤波器对历史数据进行预处理,以纠正由于测量错误或人为改动的数据.对文中所提方法进行了验证.结果表明,后验误差在3%之内,效果很好.
推荐文章
基于卡尔曼滤波的节假日短期负荷预测
短期假期负荷预测
卡尔曼滤波
假期因子
基于改进卡尔曼滤波算法的短期负荷预测
电力系统
卡尔曼滤波
负荷预测
MATLAB
智能算法
基于卡尔曼滤波的短期负荷多步预测修正模型研究
卡尔曼滤波
短期负荷
多步预测
累积误差
BP神经网络
卡尔曼滤波修正的风电场短期功率预测模型
卡尔曼滤波
神经网络
功率预测
风力发电
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于卡尔曼滤波的短期负荷预测方法的研究
来源期刊 电网技术 学科 工学
关键词 卡尔曼滤波 最小二乘法 3次样条插值 负荷预测 数据处理 电力系统
年,卷(期) 2003,(10) 所属期刊栏目 调度自动化
研究方向 页码范围 39-42
页数 4页 分类号 TM715
字数 2750字 语种 中文
DOI 10.3321/j.issn:1000-3673.2003.10.010
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (24)
参考文献  (3)
节点文献
引证文献  (110)
同被引文献  (219)
二级引证文献  (1207)
1960(1)
  • 参考文献(1)
  • 二级参考文献(0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2004(5)
  • 引证文献(5)
  • 二级引证文献(0)
2005(25)
  • 引证文献(6)
  • 二级引证文献(19)
2006(54)
  • 引证文献(11)
  • 二级引证文献(43)
2007(61)
  • 引证文献(5)
  • 二级引证文献(56)
2008(66)
  • 引证文献(7)
  • 二级引证文献(59)
2009(59)
  • 引证文献(5)
  • 二级引证文献(54)
2010(48)
  • 引证文献(7)
  • 二级引证文献(41)
2011(63)
  • 引证文献(6)
  • 二级引证文献(57)
2012(57)
  • 引证文献(6)
  • 二级引证文献(51)
2013(96)
  • 引证文献(7)
  • 二级引证文献(89)
2014(91)
  • 引证文献(16)
  • 二级引证文献(75)
2015(118)
  • 引证文献(7)
  • 二级引证文献(111)
2016(131)
  • 引证文献(7)
  • 二级引证文献(124)
2017(128)
  • 引证文献(4)
  • 二级引证文献(124)
2018(144)
  • 引证文献(7)
  • 二级引证文献(137)
2019(129)
  • 引证文献(3)
  • 二级引证文献(126)
2020(42)
  • 引证文献(1)
  • 二级引证文献(41)
研究主题发展历程
节点文献
卡尔曼滤波
最小二乘法
3次样条插值
负荷预测
数据处理
电力系统
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电网技术
月刊
1000-3673
11-2410/TM
大16开
北京清河小营东路15号中国电力科学研究院内
82-604
1957
chi
出版文献量(篇)
9975
总下载数(次)
39
总被引数(次)
346228
论文1v1指导