基于智能电表的住宅短期电力负载预测

为了解决居民用电短期负荷预测率低的问题,提出了一种基于用户智能电表实时测量数据的数学建模方法.利用谱分析设计了成型滤波器来评估高斯噪声,再结合卡尔曼滤波对不同采样周期的监测数据进行负荷预测和精度评价.结果表明,提高采样精度、获取更多的实时测量数据可以明显改善负荷预测的准确性,但相应地也会带来更高的计算成本.在避免高计算负荷的同时达到预期的预测精度需要限制用于预测的数据量,而通过选择合理的测量采样率,可以获取满意的折衷方案.