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:
随着电力系统智能化的不断发展,高精度的短期电力负荷预测成为电力系统经济运行研究的重要课题之一.在介绍了卡尔曼滤波原理的基础上,给出了卡尔曼滤波一步递推方程组.结合电力系统负荷情况,建立了卡尔曼滤波短期负荷预测模型,并对其进行预测.通过引入假期因子提出了改进的卡尔曼滤波算法,提高了卡尔曼滤波预测精度,验证了改进算法的正确性和有效性.
推荐文章
基于滤波算法的节假日短期负荷预测研究
短期负荷预测
维纳滤波
卡尔曼滤波
修正因子
基于相似日负荷修正的节假日短期负荷预测
相似日
节假日
短期负荷预测
负荷修正
气象
时间
基于模糊推理的节假日负荷预测
短期负荷预测
模糊推理
节假日
特殊节假日的短期负荷预测新方法
短期负荷预测
特殊节假日
模糊逻辑推理
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 基于卡尔曼滤波的节假日短期负荷预测
来源期刊 电气技术 学科
关键词 短期假期负荷预测 卡尔曼滤波 假期因子
年,卷(期) 2014,(1) 所属期刊栏目 研究与开发
研究方向 页码范围 4-6
页数 3页 分类号
字数 2485字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王科 21 122 7.0 10.0
2 陈丽华 14 80 6.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (88)
共引文献  (325)
参考文献  (14)
节点文献
引证文献  (7)
同被引文献  (33)
二级引证文献  (14)
1960(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(9)
  • 参考文献(0)
  • 二级参考文献(9)
1999(7)
  • 参考文献(0)
  • 二级参考文献(7)
2000(8)
  • 参考文献(0)
  • 二级参考文献(8)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(8)
  • 参考文献(0)
  • 二级参考文献(8)
2003(14)
  • 参考文献(2)
  • 二级参考文献(12)
2004(10)
  • 参考文献(2)
  • 二级参考文献(8)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(5)
  • 参考文献(3)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(4)
  • 引证文献(1)
  • 二级引证文献(3)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(5)
  • 引证文献(2)
  • 二级引证文献(3)
2019(6)
  • 引证文献(1)
  • 二级引证文献(5)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
短期假期负荷预测
卡尔曼滤波
假期因子
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
电气技术
月刊
1673-3800
11-5255/TM
大16开
北京市西城区莲花池东路102号天莲大厦10层
2000
chi
出版文献量(篇)
6373
总下载数(次)
15
论文1v1指导