基于综合自适应滤波器的在线短期负荷预测 short term load online forecasting based on integration adaptive filter.pdfVIP

第39卷第10期 电力系统保护与控制 v01．39No．10 兰Q!!生i旦!鱼旦 呈2111墅!!!里呈!旦!!!生竺翌磐垒竺2坠巴! 坚型!垒：兰Q!! 基于综合自适应滤波器的在线短期负荷预测 蒋强1一，肖建1，王万岗1，何都益2，蒋伟3 (1．西南交通大学电气学院，四川成都610031；2．乐山师范学院物电学院，四川乐山614000： 3．四川电力试验研究院，四川成都610072) 摘要：准确地实现小时负荷预测是实施优化控制和动态安全分析的前提。采用嵌入维最小二乘支持向量机(ELs—svM)的方 法进行建模和预测，对影响负荷的因素进行模糊化处理。采用了粒子群(Ps0)优化算法解决ELs—sⅧ学习过程中多参数难 以调整的问题。提出分段小批量学习和更新的在线学习方法，既降低了运算量又能有效地避免积累误差，从而提高预测精度。 实验结果表明，该方法有效地将预测精度从2．1％提高到了1．29％． 关键词：智能电网；负荷预测；ELs—svM；PsO；自适应滤波器 Shortte珊loadonHne basedon 6lter fo代casting integ阳tionadaptiVe JIANG Ji柚1，WANG W盯 Qi柚g“，ⅪAO W拥一g锄g。，脏Du—yi2，JIANG ofElcctrical 6l003 1，China； (1．Sch∞l Engim丽ng，SoumwcstJiaotongunive体i吼Ch∞gdu 2．School a11dElectric ofPhysics Engineenng，Lesh锄NonllalUnive心i锁Lesh鲫614000，Chi舱； 3．Sich啪ElectricPowerTeStRese撤h Instit眦，Chengdu6l0072，Chim) Abstract：Hoursload isthe舢1damentof of con廿oIand t11is prediction doing锄锄aIysisoptimizationdyn锄ics∞谢ty．IIlpap％ model锄d oftlle weuse dimensi伽le船t make elllbedding squaresupp0雌vectormachines(ELS-SVM)tof0糟∞st．Fuz2yp∞∞豁ing fhctorst11ataff＆tshorttermloadisconducted．AndPSO is solvet11e thatttle pre∞nt optimizaliona190ritIImadop刷to problem di佑cultto intheELS·SVM smaIl u is paramete体areadjust leaming．An印pm∽hof辩gm锄tq啪t时le锄ing锄dpda_tingproposed tor∞lizeonlim whichnot reducesthe alsoavoidst11eermrof forecaStingoIlly computinga