一种基于季节卡尔曼滤波模型的电力负荷自适应预测方法

摘要

本发明属于电力系统电能量数据处理技术领域，尤其涉及一种基于季节卡尔曼滤波模型的电力负荷自适应预测方法，通过对用电企业生产过程中的电力负荷进行数据采集，并采集记录用电企业在工业制造过程中电力负荷曲线，将采集到的电力负荷曲线进行自适应周期识别，然后将电力负荷识别数据进行快速傅里叶变换，得到频谱序列，最后采用季节卡尔曼滤波模型对用电企业的用电模式进行预测，对于每个特定的用电企业待预测的电力负荷，使用的数据仅仅是前后和上一周期的对应数据，本发明提出的电力负荷自适应预测方法预测准确率高，计算量低，抗干扰能力强。