基于相空间重构理论的电力负荷预测

《基于相空间重构理论的电力负荷预测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第29卷第4期计算机仿真2012年4月文章编号：1006—9348(2012)04—0341—04基于相空间重构理论的电力负荷预测蓝玉龙1。覃珍琴2(1．南宁地区教育学院数学与计算机科学系，广西南宁530001；2．南宁地区教育学院理工系，广西南宁530001)摘要：研究电力负荷预测问题。针对电力负荷既受非线性变量的影响又受自身混沌性质的影响，单一预测方法无法同时完善地映射其复杂关系，导致预测精度较低。为迸一步提高电力负荷预测准确度，融合相空问重构理论与支持向量机。提出了一种人工智能的新电力负荷预测方法(PSR—SVM)。首

2、先以对数线性平稳法对初始电力负荷数据进行去趋势处理。然后基于粒子群算法对相空问重构参数与支持向量机参数进行同步优化，以最优延迟时间f和嵌入维m进行电力负荷序列相空间重构，并以支持向孱机及其最优参数构建非线性电力负荷预测模型。最后以某电力公司1978—1998的电力负荷进行仿真，结果表明，新模型预测精度明显高于参比模型，是一种高精度、可行的电力负荷预测方法。关键词：相空间重构；电力负荷预测；支持向量机；参数优化中图分类号：TP391．9文献标识码：BPowerLoadForecastingBasedonPhaseSpaceRe

3、constructionLANYu—lon91．QINZhen—qin2(1．DepartmentofMathematicsandComputerScience，NanningPrefectureEducationCollege，NanningGuangxi530001，China；2．ScienceandTechnologyDepartmentofNanningPrefectureEducationCollege，NanningGu蚰加530001，China)ABSTRACT：Researchpowerloadforec

4、astingproblems．Thepowerloadisaffectedbynonlineara8wella8chaoticfeatures，andsimplemethodsCallnotmapthecomplexrelationshipsperfectly．Basedonphasespacereconstructiontheoryandsupportvectornmehines，anewhigh—precisionpowerloadforecastingmethodPSR—SVMWSSproposedinthispape

5、r，toimprovetheaccuracyofpowerloadforecasting．Fi玛fly，initialdataWagsmoot}llyprocessed．See·ondly，theparametersofT，m，c，orwereoptimizedbyparticleswal'D1optimization．Lastly，themodelWasbuilt．Thesimulationresultsofpowerloaddatafrom1978t01998inFujianprovinceshowthatPSR—SVM

6、hasthehighestpredictionaccuracyofallreferencemodels，therefore，isahighprecisionandpracticalpowerloadforecastingmeth—od．KEYWORDS：Phasespacereconstruction(PSR)；Powerloadforecasting；Supportvectormachine；Parameteropfi—mizationl引言‘随着社会经济、工业生产的快速发展，城市用电负荷日益加剧，电力资源的合理规划使用尤

7、为重要。其中电力负荷的准确预测是电力规划的前提与基础，意义重大。传统电力负荷预测的方法有线性回归分析、时间序列、神经网络、支持向茸机(SupportVectorMachine，SVM)、小波分析及其混合算法等⋯，其中多数为线性方法，试图用某种显性的数学表收稿日期：2011—07—10修回日期：2011—08—03达式模拟出电力负荷变化趋势，但电力负荷变化受天气情况、人口基数、经济指标、消费指数等较多环境因子的影响，呈现一种高度复杂非线性关系，简单线性方法并不能详尽的表述此类变化，使得训练精度过高，但在电力负荷实际预测中精度急

8、剧下降。支持向量机方法属于典型非线性方法口1，能较好的反映电力负荷变化与各环境影响因子之间的非线性关系，使得电力负荷顶测准确度有了一定程度的提高，但电力负荷变化除受环境因子影响外，本身还具有混沌特性，单一的支持向量机方法并不能有效映射电力负荷变化内在的混沌性质，在实际应用中还存在一定的局限