文档介绍：IMB standardization office【IMB 5AB- IMBK 08- IMB 2C】
数字信号处理结课论文
数字信号处理在电力系统短期负荷预测中的应用
学院：电气工程与信息工程学院
专业：计。进行负荷预测要具备两方面的条件:一是历史数据信息的可靠性;二是预测方法的有效性。
在电力市场环境下，影响负荷变化的因素复杂多变，单纯追求预测方法的先进性无法适应新形势下的需要。近年来，负荷预测中的数据处理技术和负荷特性分析受到了研究与运行人员的日益重视。
三、数字信号处理在短期负荷预测中的应用
近年来,一些基于新兴的人工智能学科理论的现代预测方法逐渐得到了成功应用。这其中主要有神经网络理论、专家系统、模糊理论预测法、时频分析的负荷预测方法等。这些方法中与数字信号处理联系最紧密的就是时频分析的负荷预测方法。但是不管什么预测方法都首先要采集大量的数据，而这又与数字信号处理在短期负荷预测中的应用。
（1）数据的选择与采集
短期电力负荷预测依赖于大量历史数据以及气象、日期类型等多种相关因素。预测者所掌握资料的真实、可靠程度对任何方法的预测结果均会产生很大影响。原始数据的选择与采集是进行负荷预测的前期准备工作，样本选择的好坏直接影响到预测准确率。
计算机进入电力系统调度后，引入了EMS/DMS/SCADA的概念，而电力系统数据采集和测量是SCADA的基础部分。传统的模拟量的采集和获得，通过变送器将一次PT和CT的电气量变为直流量，再进行A/D转换送给计算机。应用了交流采样技术以后，经过二次PT、CT的变换后，直接对每周波的多点采样值采用DSP处理算法进行计算，得到电压和电流量的有效值和相角，免去了变送器环节。这不仅使得分散布置的分布式RTU很快地发展起来，而且还为变电站自动化提供了功能综合优化的手段。由于这些微机式的RTU大多采用MCS-，又一般采用时域法的计算方法，因而数据处理能力差，可扩展空间较小、运算速度慢。当电网出现谐波或三相电路不平衡时，无功功率存在不平衡误差，其精度下降。
DSP具有程序和数据分开的哈佛结构，流水线操作功能，单周期完成乘法的硬件以及一套适合数字处理的指令集，由其组成的系统能够进行实时的频谱分析，提高了测量精度。这样的数据采集的速度和精度使电压、电流、功率和频率、温度等基本遥测量的采集计算更为快捷，此外，还使进一步的电气量测量提供了方便的实现基础，如系统电压和电流的高次谐波的测量和分析，非正弦情况下的有功电能和无功电能的计量等，一些电气量的发生和测试系统也应运而生。
采用模糊技术对影响负荷变化的各种因素进行模糊化处理后，根据模糊化量值大小与“近大远小”原则选择样本，充分体现了负荷的相似性、连续性与周期性特征。采集原始数据时常出现通道故障、拥堵等现象，相应的数据采集程序就会中断，从而造成原始数据的错误或不真实。另外，数据采集系统中的测量环节也可能因为通道故障而出现数据异常甚至丢失,或者由于特殊事故引起负荷异常突变。这些异常数据必须得到有效地修正或补全，而小波局部奇异性理论是辨识和处理上述异常数据的有效方法之一。将最小平方误差法应用于预测曲线的平滑处理，既能体现负荷连续性特征，又能有效提高预测准确率。
（2）时频分析的负荷预测方法
针对电力系统本身具有的负荷以