基于随机波动模型的短期负荷预测

摘要：

研究了负荷时间序列波动性,考虑方差时变特征,提出了基于随机波动(SV)模型的短期负荷预测方法.引入伪极大似然估计解决SV参数估计问题,进而将模型转换为状态空间方程,利用卡尔曼滤波获取标准SV模型参数.另外,还将模型推广为非高斯假设SV模型.利用动态波动曲线的构建,讨论了负荷时间序列条件方差的时变性特征.基于日用电量数据建立了SV族日负荷预测模型,并利用平均绝对百分误差、均方误差、TIC 3种指标将SV族模型预测结果与广义自回归条件异方差(GARCH)模型做了比较,得到SV族模型的前2种指标均小于GARCH模型,而且SV模型的TIC指标更接近于零.算例分析表明了SV族负荷预测模型的可行性和有效性.

关键词：双伽马函数、厚尾、卡尔曼滤波、负荷预测、伪极大似然估计、状态空间、随机波动模型

所属期刊栏目：30

分类号：TM715(输配电工程、电力网及电力系统)

在线出版日期：2011-03-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：86-89