学位论文 > 优秀研究生学位论文题录展示

强跟踪滤波与小波分析理论在短期电力载荷预测中的应用研究

作　者: 余利文
导　师: 文成林
学　校: 杭州电子科技大学
专　业: 信号与信息处理
关键词: 随机信号载荷预测强跟踪滤波扩展卡尔曼滤波小波分析
分类号: TM715
类　型: 硕士论文
年　份: 2009年
下　载: 50次
引　用: 1次
阅　读: 论文下载

内容摘要

在自动控制、航空航天、计算机科学、网络管理和电力系统等诸多领域的工程实践与科学研究中,随机载荷的预测和估计具有重要的理论和应用价值。随机载荷信号一般是非平稳的,通常可以进一步视为是由一个平稳信号和一个非平稳信号叠加而成的结果,然而由于其中的非平稳部分往往受到其它外界非稳定因素的影响,导致非平稳随机载荷信号的预测和估计变得困难。为此,本文开展了如下研究工作:(1)由于现有算法没有考虑载荷信息的观测易受天气等非稳定随机因素的影响和干扰,本文重新建模测量方程为状态参数的非线性方程,又由于所建立的状态方程模型的非精确性,分别采用了扩展卡尔曼滤波(Extended Kalman Filter, EKF)和强跟踪滤波(Strong Tracking Filter, STF)对系统的载荷及影响载荷的因子参数进行了估计。通过仿真将两者的估计结果进行比较,从而验证了STF对突变状态和参数具有更好的实时跟踪能力。(2)针对电力系统、网络和经济等观测系统中大量存在的非平稳随机信号具有明显周期性的特点,为了对电力载荷进行预测,在(1)的基础上,通过引入小波分析对随机信号进行多尺度变换,将被处理的非平稳信号分解到多尺度空间中分析,利用小波系数随机游走的特性,提出了一种新的算法:小波-强跟踪滤波混合估计与预测算法。由于该算法可以实现基于每个测量值对同一周期内所有状态向量的更新,从而提高了预测精度与长度。计算机仿真结果表明,该算法在短期载荷预测中具有较强的适用性,而且有很好的关于模型不确定性的鲁棒性以及对突变参数和状态较强的跟踪能力。

全文目录

摘要  5-6
Abstract  6-9
第1章绪论  9-20
  1.1 研究背景及意义  9-11
  1.2 短期载荷预测的研究方法及现状  11-16
  1.3 短期载荷预测的基本过程  16-18
  1.4 短期载荷预测中的主要问题  18
  1.5 论文结构  18-19
  1.6 本章小结  19-20
第2章基础知识  20-33
  2.1 卡尔曼滤波基础知识  20-24
    2.1.1 离散系统卡尔曼滤波及分类  20-21
    2.1.2 离散系统卡尔曼最优预测基本方程  21-23
    2.1.3 离散系统卡尔曼最优滤波的基本方程  23-24
  2.2 扩展卡尔曼滤波基础知识  24-26
  2.3 强跟踪滤波基础知识  26-27
  2.4 小波理论基础知识  27-32
    2.4.1 小波与连续小波变换  28-29
    2.4.2 离散小波变换  29-30
    2.4.3 多尺度分析  30-32
  2.5 本章小结  32-33
第3章基于KF 和STF 的电力系统短期载荷估计  33-40
  3.1 引言  33-34
  3.2 问题描述  34
  3.3 估计模型的建立  34-35
  3.4 滤波算法的描述  35-36
  3.5 仿真实验  36-39
  3.6 本章小结  39-40
第4章基于强跟踪与小波混合算法的短期载荷预测  40-51
  4.1 引言  40
  4.2 问题的描述  40-41
  4.3 模型的建立  41-43
  4.4 算法描述  43-46
  4.5 仿真实验  46-49
  4.6 结束语  49-51
第5章总结与展望  51-53
  5.1 论文工作总结  51-52
  5.2 论文工作展望  52-53
致谢  53-54
参考文献  54-58
作者在读期间发表的学术论文及参加的科研项目  58

强跟踪滤波与小波分析理论在短期电力载荷预测中的应用研究

内容摘要

全文目录

相似论文