基于卡爾曼濾波的電力系統(tǒng)短期負(fù)荷預(yù)測(cè)

　　圖1是該天24小時(shí)的卡爾曼濾波預(yù)測(cè)值與實(shí)際值的比較，圖2是24點(diǎn)的卡爾曼濾波的預(yù)測(cè)誤差，其平均絕對(duì)相對(duì)誤差為3.43％，圖3是用改進(jìn)的算法計(jì)算該天24小時(shí)的負(fù)荷值與實(shí)際值的比較，圖4為改進(jìn)后的算法的24點(diǎn)的相對(duì)誤差，其平均絕對(duì)相對(duì)誤差為2.94％，由此可見，改進(jìn)算法是有效的。

4 小結(jié)
　　本文運(yùn)用卡爾曼濾波理論建立了短期負(fù)荷預(yù)測(cè)模型，并進(jìn)行短期負(fù)荷預(yù)測(cè)，通過算例證實(shí)了卡爾曼濾波模型預(yù)測(cè)的可行性。同時(shí)針對(duì)負(fù)荷預(yù)測(cè)的特點(diǎn)，通過對(duì)卡爾曼濾波算法的改進(jìn)，提高了預(yù)測(cè)的精度。
　　由于卡爾曼濾波器在遞推過程中不斷用新息對(duì)狀態(tài)估計(jì)進(jìn)行修正，所以卡爾曼濾波是漸進(jìn)穩(wěn)定的，當(dāng)時(shí)間序列足夠長(zhǎng)時(shí)，初始狀態(tài)的狀態(tài)值、協(xié)方差陣對(duì)估計(jì)的影響都將衰減為零。所以卡爾曼濾波模型能夠不斷更新狀態(tài)信息，獲得比較準(zhǔn)確的估計(jì)值。此方法不僅可以用于短期預(yù)測(cè)，同樣可以用于超短期負(fù)荷預(yù)測(cè)。