基于ARIMA和神经网络的电能质量稳态指标预测

摘要：

根据有功功率与五项电能质量稳态指标的相关性以及有功功率的数据特点，提出了一种对电能质量稳态指标的预测方法。该方法利用ARIMA时间序列算法对有功功率进行了预测，并根据有功功率与五项电能质量稳态指标的相关性建立神经网络预测模型对五项常规指标进行预测。通过分析预测结果与真实值的误差可得平均误差均在20%以内，该方法可以有效预测出电能质量指标序列的变化趋势，从而对电力系统的稳定性、安全性和经济性起到很好的作用。

关键词：电能质量、稳态指标、时间序列算法、神经网络、预测

分类号：TP39(计算技术、计算机技术)

资助基金：中国南方电网部级高级应用研究技术开发项目0124HK1200274

在线出版日期：2014-03-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：163-167