基于ARMA和Kalman Filter的需求响应基线负荷预测

来源 :电子设计工程 | 被引量 : 0次 | 上传用户:zwhc
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
用户基线负荷是工商业用户参与需求响应项目执行效果的重要参考,受到环境、用户用电行为等多种因素的影响。为提高工商业用户基线负荷预测的精度,提出了一种基于时间序列(ARMA)和卡尔曼滤波(Kalman Filter)组合的需求响应基线负荷预测模型,通过沙普利值(Shapley Value)方法求出单个预测模型对组合模型的边际贡献率,得到最优的预测结果。案例结果表明,Kalman Filter模型对负荷波动平稳的时间段内预测精度较高,时间序列模型对负荷波动较大的时间段内预测精度较高,而组合预测模型结合了两者的优
其他文献
现有的设备运行故障智能巡检系统,存在着系统运行能耗高的缺陷,为了解决上述问题,引入增强现实技术,设计设备运行故障智能巡检系统。设备运行故障智能巡检系统硬件设计包括增
研究了催化剂V2O5-P2O5/SiO2的制备,并考察了制备工艺条件及反应条件对该催化剂的性能的影响,解释和分析了催化剂的制备、组成及反应条件等因素对合成α-氯丙烯酸甲酯的影响.
藻类在绝缘子上附生引起国内外专家学者越来越广泛的关注,藻类作为一种特殊的生物污秽对复合绝缘子性能的影响尚不明确。本文以广东地区伞裙附生绿藻的500kV交流复合绝缘子为
传统的水体信息提取方法难以处理包含复杂信息的大规模遥感图像。针对该问题,本次对应遥感图像与显著图建立了遥感数据分类标准,分割遥感影像中的重要信息。针对遥感影像水体信息提取的需求,改良了PCNN神经网络,建立了快速响应的PCNN神经网络模型,并实现了基于Matlab的验证平台。同时对比了PCNN神经网络模型与3种常见水体信息提取方法,可以证明PCNN神经网络在识别准确性、网络运行的效率与可靠性方面均
为全面提升输变电环境中的信息敏感程度,建立输变电设备的状态监测数据阈值告警模型。提取输变电设备状态监测数据的必备性告警事务,根据提取结果,通过数据清洗的方式,确定权
分析枣树干、枝、叶、花、果等的观赏价值,阐述枣树作为园林绿化树种的应用途径,并简要分析枣树的园林应用方式。