• 荷預測中的應用-電動折彎機數控滾圓機滾弧機張家港電動縮管機滾
    作者:lujianjun | 來源:歐科機械 | 發布時間:2019-01-15 11:15 | 瀏覽次數:

    隨著電力系統的發展,電力市場的產生以及新能源的引入帶來的負荷的隨機性和周期性給電力系統短期負荷的預測帶來了一定的難度。本文就電力系統短期負荷的預測模型進行分析,采用了時間序列模型和卡爾曼濾波模型,并針對負荷的數量的不同采用不同的模型,進而用Eview軟件和matlab程序做相應的仿真和驗證。最后得出,若是負荷數量比較少時,利用時間序列比較簡單;若是負荷數量比較多時,采用卡爾曼濾波比較精確。 模型的辨識和參數估計2.4.1模型辨識模型的辨識即為確定模型的階數,基本途徑就是對時間序列進行分析,即計算時間序列的均值,自相關系數,偏相關系數,從而確定模型的階數。荷預測中的應用-電動折彎機數控滾圓機滾弧機張家港電動縮管機滾弧機由自相關和偏相關的“拖尾”和“截尾性”可知,p階開始的所有偏相關系數均為0;從q階開始的所有自相關系數均為0[25]。圖1數據的偏相關,自相關系數圖由圖1分析可知,偏相關系數在k=2階的時候為0,即在2階截尾,因此可以確定p=1;自相關系數呈現周期性,無法判斷q的值,因此確定為AR(2)。同樣在利用matlab程序數據進行處理,通過殘差方差的大小和AIC的值來確定AR的階數。 本文有公司網站全自動滾圓機采集轉載中國知網整理 http://www.gunyuanji.com表1matlab程序中階數與殘差方差以及AIC階數12345殘差方差綜上所述,AR模型的階數為p=2。2.4.2參數的估計利用matlab程序對數據進行處理,得出相關的表達式即yt=0.614yt-1+0.053125yt-2+0.0616yt-3+a(t)2.5模型的檢驗用相關圖檢驗擬合后的殘差是否為白噪聲[26]。若是,則模型合理。因為白噪聲過程是序列無關的,所以白噪聲過程的自相關函數和偏相關函數在相關圖中均為零。利用Eview軟件作出殘差的自相關和偏相關關系圖,如圖2所示。由圖2分析可知,殘差的自相關系數基本上為0,因此預測模型有效!峨姎忾_關》(2016.No.2)93荷預測中的應用-電動折彎機數控滾圓機滾弧機張家港電動縮管機滾弧機 本文有公司網站全自動滾圓機采集轉載中國知網整理 http://www.gunyuanji.com

    真人无码作爱免费视频