基于混沌预测模型改进及在电力日负荷预测中的应用

基于混沌预测模型改进及在电力日负荷预测中的应用

ID:32454438

大小:375.62 KB

页数:7页

时间:2019-02-05

基于混沌预测模型改进及在电力日负荷预测中的应用 _第1页
基于混沌预测模型改进及在电力日负荷预测中的应用 _第2页
基于混沌预测模型改进及在电力日负荷预测中的应用 _第3页
基于混沌预测模型改进及在电力日负荷预测中的应用 _第4页
基于混沌预测模型改进及在电力日负荷预测中的应用 _第5页
资源描述:

《基于混沌预测模型改进及在电力日负荷预测中的应用 》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、第37卷第1期仪器仪表学报Vo1.37No.12016年1月ChineseJournalofScientificInstrumentJan.2016混沌预测模型改进及在电力日负荷预测中的应用术张淑清,师荣艳,张立国,严冰,张航飞,贺朋(燕山大学河北省测试计量技术及仪器重点实验室秦皇岛066004)摘要:针对电力日负荷预测中基于最大Lyapunov指数的传统混沌预测模型的缺陷,提出以下改进思想:采用微分熵法同时确定嵌入维数和延迟时间,改善相空间重构质量的同时,有效减少计算量;引入夹角参数,在与中心点

2、距离最短的点中,筛选夹角最小的点作为最终邻近点;基于相似性原理,引入取舍规则,使得计算结果唯一确定。本文方法解决了传统预测模型计算量大、运算速度慢、预测精度不高以及正负号选取等问题。通过对典型混沌系统数值验证和某地区实际电力负荷系统的预测分析证明了本文方法的可靠性和高效性,为电力日负荷预测提供了一种新的有效途径。关键词:混沌预测模型;微分熵;邻近点筛选;取舍规则;负荷预测中图分类号:TH17文献标识码:A国家标准学科分类代码:520.2099Improvementofchaoticforecast

3、ingmodelanditsapplicationinpowerdailyloadforecastingZhangShuqing,ShiRongyan,ZhangLiguo,YanBing,ZhangHangfei,HePeng(YANSHANUniversityKeyLaboratoryofMeasurementTechnologyandInstrumentationofHebeiPr~ince,Qinhuangdao066004,China)Abstract:Aimingatthedefici

4、encyoftraditionalchaosforecastingmodelbasedonmaximumLyapunovexponentinpowerdailyloadforecasting,thefollowingpredictionideasareproposedinthispaper:Differentialentropymethodisadoptedtodetermineembed—dingdimensionanddelaytimesimultaneously,andeffectively

5、reducetheamountofcalculationwhileimprovingphasespacerecon—structionquality.Theangleparametersareintroduced,andthepointwiththesmallestangleisscreenedfromthepointswiththeshortestdistancetothecenterpoint,andistakenasthelastadjacentpoint.Basedonthesimilar

6、ityprinciple,thealternativeruleisintroducedtosolvethesignselectionproblemandmakethecalculationresultsdeterminedanduniquely.Theproposedmethodeffectivelysolvestheproblemsoflargecomputation,slowoperationspeed,lowpredictionaccuracyandsignselectionoftradit

7、ionalforecastingmode1.Thenumericalverificationoftypicalchaoticsystemandthepredictionanalysisofrealpowerloadsysteminacertainregionwereconducted;andtheresuhsprovethehighefficiencyoftheproposedmethod,whichprovidesaneweffectivewayforpowerdailyloadforecast

8、ing.Keywords:Chaosforecastingmodel;differentialentropy;adjacentpointscreening;alternativerule;loadforecasting等。随着人工智能的发展,一些现代负荷预测技1引言术也应用而生,如专家系统、模糊理论、小波分析技术、人工神经网络等[3-41。大量研究表明,电力系统负电力系统短期负荷预测是电力部门的一项重要荷存在混沌特性,因此可以利用负荷的混沌特性工作,准确预测负荷有助于提高系统的安全

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。