基于功率谱分解和实时气象因素的短期负荷预测

• 作者: 姚建刚 张凯 李伟 贺辉
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 谱分解 实时气象因素 短期负荷预测 人工神经网络 电力系统
• 年，卷（期）: 2007,（23）
• 所属期刊栏目: 电力市场
• 页码范围: 47-51
• 页数: 5页
• 分类号: TM715
• 字数: 4341字
• 语种: 中文

摘要

提出了基于功率谱分解和实时气象因素的短期负荷预测方法,采用快速傅里叶变换(fast Fourier transform,FFT)对负荷序列进行变换得到功率谱,依据变换结果分析功率谱得出负荷基频、低频和高频分量的频率范围,采用有限脉冲响应(finite impulse response,FIR)滤波器从负荷中分离出各个负荷分量.分析各个负荷分量的特点,针对各个负荷分量分别设计预测模型,对基频分量采用Elman回归神经网络进行预测,这部分较好地反映出基频分量的时间序列特性;对低频和高频分量分别采用自适应线性回归神经网络进行预测,在对这部分分量的预测中重点引入实时气象因素,以利用最新的气象信息提高预测精度.通过在某地区的实际应用证明了所提出方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚建刚	湖南大学电气与信息工程学院	221	4287	36.0	52.0
2	贺辉		12	199	7.0	12.0
3	李伟		18	136	7.0	11.0
4	张凯	湖南大学电气与信息工程学院	12	85	4.0	9.0