研究与开发
基于卡尔曼滤波的节假日短期负荷预测
王科,陈丽华
西南交通大学,成都 610031
Short-term Holiday Load Forecasting Based on Kalman Filter
Wang Ke, Chen Lihua
Southwest Jiaotong University, Chengdu 610031
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。
关键词 ：
短期假期负荷预测 ,
卡尔曼滤波 ,
假期因子
Abstract ：With the continuous development of intelligent power system, high-precision short-term load forecasting becomes one of the important issues on the research of power system operation. Based on the introduction of the principle of Kalman filter, the Kalman filter step recursive equations are given. Combined power system load conditions, the Kalman filter short-time forecasting model of is established, follows its predictions. By introducing the holiday factor, the advanced algorithm is put forward. The prediction accuracy of the Kalman filter is improved, confirming the validity and effectiveness of the advanced algorithm.
Key words ：
short-time holiday load forecasting
Kalman filter
holiday factor
出版日期: 2014-01-23
基金资助: 中央高校基本科研业务费专项资金（SWJTU2011CX004EM）
作者简介 : 王 科（1989-），男，硕士研究生，从事电力系统故障测距方向的研究。
引用本文:
王科,陈丽华. 基于卡尔曼滤波的节假日短期负荷预测[J]. 电气技术, 2014, 15(01): 4-6.
Wang Ke, Chen Lihua. Short-term Holiday Load Forecasting Based on Kalman Filter. Electrical Engineering, 2014, 15(01): 4-6.
链接本文:
http://dqjs.cesmedia.cn/CN/Y2014/V15/I01/4
[1] 周潮,邢文洋,李宇龙. 电力系统负荷预测方法综述[J]. 电源学报,2012(6):32-39.
[1]
于跃, 林聪, 张恒. 基于荷电状态的锂离子电池主动均衡控制系统的研究与实现
[2]
郭阿英, 许志猛, 余向阳. 一种基于信道状态信息的智能家居防盗监测方法
[3]
林天祥, 张宁, 胡军. 基于优化权重的卡尔曼滤波与无偏灰色组合模型的短期负荷预测
[4]
许立彬, 高源, 高伟. 基于WSN及半导体制冷的端子箱防潮控温装置研制
[5]
翁珏. 光伏发电系统中一种蓄电池状态估计的新方法
[6]
陈衡, 王科, 陈丽华. 基于滤波算法的节假日短期负荷预测研究
[7]
王榆, 汤宁平, 王建宽, 劳永建. 一种用于自平衡两轮车的锂电池管理系统设计
2014, Vol. 15 
