基于卡尔曼滤波的电力系统短期负荷预测

图1是该天24小时的卡尔曼滤波预测值与实际值的比较，图2是24点的卡尔曼滤波的预测误差，其平均绝对相对误差为3.43％，图3是用改进的算法计算该天24小时的负荷值与实际值的比较，图4为改进后的算法的24点的相对误差，其平均绝对相对误差为2.94％，由此可见，改进算法是有效的。

4 小结
　　本文运用卡尔曼滤波理论建立了短期负荷预测模型，并进行短期负荷预测，通过算例证实了卡尔曼滤波模型预测的可行性。同时针对负荷预测的特点，通过对卡尔曼滤波算法的改进，提高了预测的精度。
　　由于卡尔曼滤波器在递推过程中不断用新息对状态估计进行修正，所以卡尔曼滤波是渐进稳定的，当时间序列足够长时，初始状态的状态值、协方差阵对估计的影响都将衰减为零。所以卡尔曼滤波模型能够不断更新状态信息，获得比较准确的估计值。此方法不仅可以用于短期预测，同样可以用于超短期负荷预测。