基于随机波动模型的短期负荷预测

• 作者: 王玉荣 陈昊
• 来源期刊: 电力自动化设备
• 学科: 工学
• 关键词: 双伽马函数 厚尾 卡尔曼滤波 负荷预测 伪极大似然估计 状态空间 随机波动模型
• 年，卷（期）: 2010,（11）
• 页码范围: 86-89
• 分类号: TM715
• 字数: 3238字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-6047.2010.11.021

摘要

研究了负荷时间序列波动性,考虑方差时变特征,提出了基于随机波动(SV)模型的短期负荷预测方法.引入伪极大似然估计解决SV参数估计问题,进而将模型转换为状态空间方程,利用卡尔曼滤波获取标准SV模型参数.另外,还将模型推广为非高斯假设SV模型.利用动态波动曲线的构建,讨论了负荷时间序列条件方差的时变性特征.基于日用电量数据建立了SV族日负荷预测模型,并利用平均绝对百分误差、均方误差、TIC 3种指标将SV族模型预测结果与广义自回归条件异方差(GARCH)模型做了比较,得到SV族模型的前2种指标均小于GARCH模型,而且SV模型的TIC指标更接近于零.算例分析表明了SV族负荷预测模型的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈昊		18	204	8.0	14.0
2	王玉荣	东南大学电气工程学院	23	208	8.0	14.0