短期负荷预报AR方法初值性质的数值测试  

Numerical tests of initial condition characteristics of AR model in short-term load forecasting

在线阅读下载全文

作  者:杨正瓴[1] 林孔元[1] 

机构地区:[1]天津大学自动化学院,天津300072

出  处:《宁夏电力》2004年第1期1-3,10,共4页Ningxia Electric Power

摘  要:自回归模型 AR 是电力系统负荷在线预报中最成功的基本方法。在其使用当中,需要确定初值 P_o、φ_o。过去一般通过试探来选取这些初值。通过数值测试,发现对于采用B^(24)的预报,φ_o=0是合适的,一般不必采用其他初值。P_o 可以在大约10^(10)的范围内任意选取。负荷记录的数值越大,P_o 应该选得越小。对于采用▽_(24)=1-B^(24)的预报,φ_o=0是合适的。P_o 任选一个比较小的数值,即可保持最小预报误差。同样,负荷记录的数值越大,P_o 应该选得越小。

关 键 词:负荷预报 自回归过程 初值 

分 类 号:TM715[电气工程—电力系统及自动化]

 

参考文献:

正在载入数据...

 

二级参考文献:

正在载入数据...

 

耦合文献:

正在载入数据...

 

引证文献:

正在载入数据...

 

二级引证文献:

正在载入数据...

 

同被引文献:

正在载入数据...

 

相关期刊文献:

正在载入数据...

相关的主题
相关的作者对象
相关的机构对象