|
|
|
| Short-term Holiday Load Forecasting Based on Kalman Filter |
| Wang Ke, Chen Lihua |
| Southwest Jiaotong University, Chengdu 610031 |
|
|
|
|
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.
|
|
Published: 23 January 2014
|
|
|
|
[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.
[2] 邰能灵,侯志俭,李涛,蒋传文,宋炯. 基于小波分析的电力系统短期负荷预测方法[J]. 中国电机工程学报,2003(1):46-51.
[3] 邰能灵,侯志俭. 小波模糊神经网络在电力系统短期负荷预测中的应用[J]. 中国电机工程学报,2004(1):24-29.
[4] 李钷,李敏,刘涤尘. 基于改进回归法的电力负荷预测[J]. 电网技术,2006(1):99-104.
[5] 吴凯,周西峰,郭前岗. 基于粒子群神经网络的负荷预测方法研究[J]. 电测与仪表,2013(3):29-32.
[6] 吴元香. 基于遗传算法的电力负荷预测[J]. 科技信息,2013(6):472.
[7] 张群洪. 基于集成智能方法的电力短期负荷预测[J]. 系统工程理论与实践,2013(2):354-362.
[8] 吴钰,王杰. 综合最优灰色支持向量机模型在季节型电力负荷预测中的应用[J]. 华东电力,2012(1):18-21.
[9] 李明干,孙健利,刘沛. 基于卡尔曼滤波的电力系统短期负荷预测[J]. 继电器,2004(04):9-12.
[10] 张民,鲍海,晏玲,曹津平,杜剑光. 基于卡尔曼滤波的短期负荷预测方法的研究[J]. 电网技术,2003(10):39-42.
[11] 张登峰. 改进的基于小波—卡尔曼滤波的短期负荷预测[D].西安科技大学,2005.
[12] 李征,张志杰. 特殊节假日的短期电力负荷预测新方法[J]. 东华大学学报(自然科学版),2006(2):67-70.
[13] 刘皓明,余昆,梁进国,陈星莺. 特殊节假日的短期负荷预测新方法[J].电力需求侧管理,2006(5):14-16.
[14] 王炳和.现代数字信号处理[M].西安：西安电子科技大学出版社,2011.11.
[15] 王宁,陈亮,李嘉龙.电力系统节假日负荷预测实例分析[J].广东电力,2010(11):47-49,55. |
|
|
|
2014, Vol. 15 
