%0 Journal Article %T 基于因子隐马尔可夫模型的负荷分解方法及灵敏度分析 %A 刘烃 %A 管晓宏 %A 翟桥柱 %A 陈思运 %A 高峰 %J 电力系统自动化 %D 2016 %R 10.7500/AEPS20160201004 %X 负荷分解是智能电网的关键技术,对负荷预测、需求侧管理及电网安全有重要意义。传统负荷分解方法的准确率受限于负荷特征的维度、采样频率和负荷的稳定性。文中提出了基于因子隐马尔可夫模型的负荷分解方法,利用该模型对负荷进行建模,对Viterbi算法进行了扩展并求解负荷状态,进而基于整数规划实现对总负荷的最优分配。该方法对负荷数据的稳定性和采样频率不敏感,可适用于家居和工业电力用户。同时,深入研究了Viterbi算法求解最优状态与观测扰动之间的影响关系,并进一步得到最优状态对于当前观测的允许扰动范围,这对负荷分解最优状态的可靠性评估有重要意义 %K 隐马尔可夫模型 因子隐马尔可夫模型 负荷分解 灵敏度分析 %U http://www.aeps-info.com/aeps/ch/reader/view_abstract.aspx?file_no=20160201004&flag=1