100 积分
50
评分
4.4 积分- 详情
- 2020-12-27
- 简介
pdf
- 194KB
- 页数 2P
- 阅读 76
- 下载 35
为了提高超短期负荷预测的精度,通过卡尔曼滤波理论建立了实时调度子系统的超短期负荷预测模型,并用两种方法对基本模型进行改进。利用电能管理系统记录的各交易段实际调度负荷和各竞价电厂以机组申报的竞价数据,预测未来各时段的调度负荷。通过对3种模型所预测出的电力短期负荷预测结果比较,表明对原始数据进行比例变换的预测方法更为理想。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
jh674336***
擅长:
电气 给排水 暖通
- 4.3
服务
- 11
商品
- 563
人气
相关推荐
基于卡尔曼滤波理论的电力短期负荷预测模型 194KB
基于SVM短期电力负荷预测模型研究 157KB
基于灰理论的电力负荷预测模型 414KB
基于PSO-SVM模型的短期电力负荷预测研究 309KB
基于云模型的电力负荷预测 557KB
基于云模型的电力负荷预测 1.3MB
基于差分理论的短期负荷预测神经网络模型 78KB
基于HMM模型的电力负荷预测模型研究 1.6MB
自适应滤波算法在电力系统短期负荷预测中的应用 540KB
基于混沌蚁群算法的电力短期负荷预测 142KB