基于卡尔曼滤波模型的时用水量预测

针对时用水量存在周期性特点,引入季节因子,鉴于时用水量是非线性非平稳系统,而采用卡尔曼滤波季节模型对时用水量进行模拟。以杭州市实测用水量为例,分别采用卡尔曼滤波模型和卡尔曼滤波季节模型进行时用水量预测,结果表明,季节模型预测精度相对较高,且预测误差相对稳定,较卡尔曼滤波常规模型更具有实用性。