基于卡尔曼滤波-SVR时刻峰值的短期负荷预测

摘要

以提高短期负荷预测中的时刻峰值精度为目标.为了给电力调度部门提供各时刻负荷分配的极限值,以一天中24个时刻的负荷峰值代替一天96点的负荷作为研究对象,并且在支持向量机的回归拟合(SVR)基本算法基础上,提出了一种SVR预测值经过累积式自回归—移动平均模型(ARIMA)的卡尔曼滤波调整的短期负荷预测模型.该模型利用ARIMA模型建立卡尔曼滤波方程;并将SVR预测值作为观测值,通过卡尔曼滤波的递推方程组,求得最终的负荷预测值,从而实现卡尔曼滤波-SVR预测.经过实例验证该模型可以有效提高短期负荷预测的精度.