一种基于曼哈顿距离和无迹卡尔曼滤波的微电网日常综合负荷短时预测方法

摘要

一种基于曼哈顿距离和无迹卡尔曼滤波的微电网日常综合负荷短时预测方法，包括以下步骤：1)历史负荷数据预处理，补全在信号传输中丢失的数据；2)选定数据匹配周期，计算当前的负荷时间序列与历史负荷时间系列的曼哈顿距离，得到小于设定阈值的集合；3)计算该集合内历史负荷时间系列与当前负荷时间序列的欧氏距离，得到欧氏距离最小的历史时间序列在对应预测点的负荷值；4)基于时间序列集合采用无迹卡尔曼滤波方法求出预测时刻的负荷值；5)将之前各时刻计算得到两个预测值和相对应时刻的历史真值作为输入，采用神经网络算法进行训练得到当前两个预测值的权重；6)数据整理得出微电网下一时刻日常负荷短期预测结果。本发明预测精度较高。