基于ARIMA和神经网络的电能质量稳态指标预测

• 作者: 苏卫卫 马素霞 齐林海
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 电能质量 稳态指标 时间序列算法 神经网络 预测
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 应用开发研究
• 页码范围: 163-167
• 页数: 5页
• 分类号: TP39
• 字数: 4270字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2014.03.041

摘要

根据有功功率与五项电能质量稳态指标的相关性以及有功功率的数据特点，提出了一种对电能质量稳态指标的预测方法。该方法利用ARIMA时间序列算法对有功功率进行了预测，并根据有功功率与五项电能质量稳态指标的相关性建立神经网络预测模型对五项常规指标进行预测。通过分析预测结果与真实值的误差可得平均误差均在20%以内，该方法可以有效预测出电能质量指标序列的变化趋势，从而对电力系统的稳定性、安全性和经济性起到很好的作用。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	齐林海	华北电力大学控制与计算机工程学院	45	223	8.0	13.0
2	马素霞	华北电力大学控制与计算机工程学院	37	187	7.0	11.0
3	苏卫卫	华北电力大学控制与计算机工程学院	1	18	1.0	1.0