带次优无偏噪声估值器的KF短期负荷预测

摘要：

卡尔曼滤波原理用于电力系统短期负荷预测通常是针对线性定常系统，其噪声协方差是定常的，由于噪声协方差直接影响模型的增益矩阵，进而直接影响到模型的追踪能力和预测的精确度。考虑电力系统负荷变化具有范围性、波动性的特点，根据9天的历史负荷数据建立预测模型。利用最小二乘法辨识模型转移矩阵，采用Hankel矩阵法辨识模型的阶，运用改进的时变次优无偏噪声估值器对噪声协方差进行自适应估计，用预测方程预测次日负荷。

关键词：短期负荷预测、Hankel矩阵法、次优无偏噪声估值器、电力系统

分类号：TM715;TP301.6;TP183

在线出版日期：2014-08-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：37-38