%0 Journal Article
%T 基于功率谱分解和实时气象因素的短期负荷预测
%A 张
%A 凯|姚建刚|李
%A 伟|贺
%A 辉
%J 电网技术
%P 47-51
%D 2007
%X 提出了基于功率谱分解和实时气象因素的短期负荷预测方法，采用快速傅里叶变换(fastFouriertransform，FFT)对负荷序列进行变换得到功率谱，依据变换结果分析功率谱得出负荷基频、低频和高频分量的频率范围，采用有限脉冲响应(finiteimpulseresponse，FIR)滤波器从负荷中分离出各个负荷分量。分析各个负荷分量的特点，针对各个负荷分量分别设计预测模型，对基频分量采用Elman回归神经网络进行预测，这部分较好地反映出基频分量的时间序列特性；对低频和高频分量分别采用自适应线性回归神经网络进行预测，在对这部分分量的预测中重点引入实时气象因素，以利用最新的气象信息提高预测精度。通过在某地区的实际应用证明了所提出方法的有效性。
%K 谱分解
%K 实时气象因素
%K 短期负荷预测
%K 人工神经网络
%K 电力系统
%U http://www.dwjs.com.cn/CN/abstract/abstract21784.shtml