基于功率谱分解和实时气象因素的短期负荷预测

被引：19

作者：

张凯 ^{[1
]}

姚建刚 ^{[1
]}

李伟 ^{[2
]}

贺辉 ^{[3
]}

机构：

[1] 湖南大学电气与信息工程学院

[2] 湖北省电力调度通信中心

[3] 湖南省电力调度通信中心

来源：

电网技术 | 2007年 / 23期

关键词：

谱分解; 实时气象因素; 短期负荷预测; 人工神经网络; 电力系统;

D O I：

10.13335/j.1000-3673.pst.2007.23.007

中图分类号：

TM715 [电力系统规划];

学科分类号：

080802 ;

摘要：

提出了基于功率谱分解和实时气象因素的短期负荷预测方法,采用快速傅里叶变换(fast Fourier transform,FFT)对负荷序列进行变换得到功率谱,依据变换结果分析功率谱得出负荷基频、低频和高频分量的频率范围,采用有限脉冲响应(finite impulse response,FIR)滤波器从负荷中分离出各个负荷分量。分析各个负荷分量的特点,针对各个负荷分量分别设计预测模型,对基频分量采用Elman回归神经网络进行预测,这部分较好地反映出基频分量的时间序列特性;对低频和高频分量分别采用自适应线性回归神经网络进行预测,在对这部分分量的预测中重点引入实时气象因素,以利用最新的气象信息提高预测精度。通过在某地区的实际应用证明了所提出方法的有效性。

引用

页码：47 / 51

页数：5

共 16 条

[1] 短期负荷预测中实时气象因素的影响分析及其处理策略 [J].