基于自适应卡尔曼滤波在气象影响下负荷预测

• 作者: 罗权
• 来源期刊: 计算机测量与控制
• 关键词: 短期负荷预测 气象因素 卡尔曼滤波 MATLAB
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 设计与应用
• 页码范围: 156-159,165
• 页数: 5页
• 分类号: TM92
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2020.01.033

摘要

如今电网系统中所构成电力负荷的电器越来越多,其中像空调等受气象影响的负荷所占比例持续升高,那么气象因素(温度、湿度、降雨量等)对电网的影响自然越来越突出,因此短期负荷预测将气象因素考虑进去,能够大大提升预测精度;根据某地区六年的电力负荷数据,构建卡尔曼滤波模型,可以给出高效准确的预测结果;然后将气象因素考虑到自适应卡尔曼滤波模型,通过不断对状态估计进行修正,得到计及气象因素影响的负荷预测结果精度更高;通过MATLAB仿真,说明这种算法比较传统的卡尔曼滤波具有更高的预测精度,而且这种改进后的算法对实现短期负荷预测提供了一条新的途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗权	华南理工大学电力学院	5	40	3.0	5.0