基于有色噪声的Kalman滤波算法在母线负荷预测中的应用

论文摘要

根据母线负荷的构成及其特性,发现母线负荷的变化是非常剧烈的,并且具有很强的随机性,从实际工作中发现这种随机性具有明显的有色噪声的特点,而不属于白噪声。在过去的母线负荷预测方法中,都是以白噪声为前提进行信号处理,因此预测模型的灵敏度差并且预报精度不高。本文提出应用有色噪声的卡尔曼滤波方法进行短期母线负荷预测。本文首先介绍了马尔可夫序列有色噪声白色化的方法,以及在此基础上进一步推导的系统噪声和量测噪声都为有色噪声时的全套卡尔曼滤波算法,在算法中,应用了状态扩充法和量测扩增的方法。最后通过算例仿真验证了此方法的有效性和可行性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题的提出
• 1.2 国内外研究动态
• 1.2.1 短期负荷预测
• 1.2.2 母线负荷预测
• 1.3 短期负荷预测的卡尔曼滤波法
• 1.4 本文所作的主要工作
• 第二章 母线负荷预测分析
• 2.1 母线负荷定义
• 2.2 母线负荷的构成和特性
• 2.2.1 母线负荷的构成
• 2.2.2 母线负荷的特性
• 2.3 母线负荷预测的难点
• 2.4 电力系统母线负荷数据的预处理
• 2.5 负荷预测误差分析
• 2.5.1 产生误差的原因
• 2.5.2 负荷预测误差计算方法
• 2.6 母线负荷预测的应用
• 2.6.1 无功优化
• 2.6.2 动态状态估计
• 第三章 母线负荷预测的卡尔曼滤波法研究
• 3.1 引言
• 3.2 卡尔曼滤波问题的提出和理论基础
• 3.2.1 卡尔曼滤波问题的提出
• 3.2.2 正交定理
• 3.3 卡尔曼最优滤波方程
• 3.3.1 卡尔曼最优滤波
• 3.3.2 最优增益阵
• 3.3.3 滤波估计误差及误差协方差
• 3.3.4 卡尔曼最优滤波公式
• 3.4 有色噪声干扰下的卡尔曼最优滤波算法
• 3.4.1 马尔可夫序列和广义马尔可夫序列
• 3.4.2 有色噪声下的卡尔曼滤波算法
• 3.4.2.1 广义马尔可夫随机信号的白色化
• 3.4.2.2 系统噪声为有色噪声的白色化方法
• 3.4.2.3 量测噪声为有色噪声的白色化方法
• 3.4.2.4 滤波初值的确定
• 第四章 算例分析
• 4.1 时间序列法的母线短期负荷预测
• 4.2 基本卡尔曼滤波母线短期负荷预测
• 4.3 有色噪声的卡尔曼滤波母线短期负荷预测
• 第五章 结论
• 参考文献
• 致谢
• 在学期间发表论文和参加科研情况