電力系統(tǒng)負荷的混沌預測方法研究

第頁共頁電力系統(tǒng)負荷的混沌預測方法研究電力系統(tǒng)負荷的混沌預測方法研究導語：電力負荷預測是規(guī)劃電力系統(tǒng)的根據(jù)，直接影響著電力系統(tǒng)的平安、經(jīng)濟的運行。隨著我國電力事業(yè)的飛速開展，對電力負荷預測準確性的要求越來越高?！菊浚篰p：隨著對電力系統(tǒng)負荷預測的研究不斷獲得新進展，混沌預測作為一種新興且有效的預測方法引起了人們的重點關(guān)注。文章基于混沌理論，對電力系統(tǒng)負荷的混沌預測方法做了簡要的闡述，并介紹了幾種常用且有效的混沌預測方法?！娟P(guān)鍵詞】：^p：混沌理論;預測;電力系統(tǒng);負荷隨著我國電力事業(yè)的不斷開展，對電力負荷的預測方法也不斷進步。準確的電力負荷預測不僅是電力系統(tǒng)規(guī)劃的根底，也關(guān)系著我國的電力系統(tǒng)經(jīng)濟、平安地運行。影響電力負荷預測準確性的因素很多，涉及到政治、經(jīng)濟、文化以及日照、雨量、溫度、濕度等。因此電力負荷預測是一項非常復雜的工作，具有不確定性和非線性的特點?；煦缡且环N由確定性系統(tǒng)產(chǎn)生，對初始條件有敏感依賴性的非周期運動，是介于確定性與隨機性之間的一種行為。把混沌理論用于電力負荷預測是一種科學上的創(chuàng)新。1電力負荷的預測方法總的來說，如今常用的電力負荷預測方法大致可以分為兩類。第一類是傳統(tǒng)預測方法，這類方法包括時間序列法、回歸模型法、最小二乘法等，其根底是數(shù)學理論;第二類是現(xiàn)代預測方法，是利用人工智能領(lǐng)域的模糊數(shù)學、神經(jīng)網(wǎng)絡、專家系統(tǒng)、灰色理論等研究成果不斷開展起來的負荷預測方法[1]。經(jīng)常使用的卡爾曼濾波法、時間序列法、指數(shù)平滑法、回歸分析^p法等電力負荷預測方法都存在著局限性，預測的精度不高。隨著我國各行各業(yè)對電力的需求加大，新的負荷預測方法研究也相應產(chǎn)生。2電力負荷的混沌特征分析^p2.1重構(gòu)相空間根據(jù)重構(gòu)相空間理論，時間序列分析^p是可以引用混沌理論的，電力負荷的'混沌預測方法即是根據(jù)重構(gòu)相空間理論而產(chǎn)生的。將電力負荷序列用m1，m2，m3，...，mj表示，空間向量用以下方程表示N1=(m1，m1+s，...，m1+(x-1)s)T，N2=(m2，m2+s，...，m2+(x-1)s)T，Ni=(mN，mN+s，...，mN+(x-1)s)T.在以上表達式中，j為嵌入維數(shù)，s為延遲時間，N=j-(x-1)s為向量序列的有效長度。選擇適當?shù)膕和x，微分同胚意義下的原系統(tǒng)的“動力學等價”即為集合在嵌入空間的“軌線”。合理的選擇延遲時間s和嵌入維數(shù)x，是電力負荷序列的相空間重構(gòu)的關(guān)鍵。選擇的s和x數(shù)值過大或過小都會使負荷序列的相空間不能充分展現(xiàn)負荷動力的特性。2.2電力負荷的混沌特征影響電力負荷的因素較多，包括政治條件、季節(jié)不同、氣候條件以及社會開展狀況等，因此使得實際上混沌的電力負荷序列是隨機變化的?；煦珙A測的前提是對電力負荷序列的混沌性識別。識別電力負荷序列的混沌性可以從負荷序列的譜特征Poincare映象、相空間圖形等角度著手。在對混沌系統(tǒng)的奇怪吸引子進展描繪時，應該先著手研究在整個吸引子或無窮長的軌道上的動力系統(tǒng)之特征量，如Kolmogorov熵、Lyapunov指數(shù)、飽和關(guān)聯(lián)維數(shù)等[2]。此外，還可以根據(jù)C-C方法、信息論法、真實矢量場法等方法對負荷序列的混沌性進展識別。在識別電力負荷的混沌性特征時，應該用不同方法、從不同角度，以到達準確識別的目的。3混沌預測方法最近幾年來，電力負荷的混沌預測方法逐漸興起。在采用混沌方法對電力負荷進展預測時，主要根據(jù)電力負荷的歷史時間序列而不需要引入假設(shè)，排除了人的主觀性，因此預測比擬準確可信，進步了預測的精度和可信度。電力負荷的混沌預測方法包括以下幾種。3.1全域法將軌跡中的全部點作為擬合對象，找出擬合對象規(guī)律的方法即所謂的全域法。在使用全域法進展預測時，由于擬合對象中有些離預測的時間點比擬遠的數(shù)據(jù)，難以反映將來的變化情況，再加上實際歷史數(shù)據(jù)的有限性等，影響了預測的準確性。因此這種方法并不實用。3.2局域法局域法的原理是根據(jù)擬合的相關(guān)點估計軌跡下一點走向，進而根據(jù)軌跡點的坐標得出預測值的坐標，以到達預測的目的。其中的相關(guān)點是指離相空間某個中心點最近的一些列軌跡點。局域法適用的范圍較廣而且具有實用性。3.3加權(quán)零階局域法在上述重構(gòu)電力負荷相相空間的算法中，在對相空間中軌跡點進展擬合時，考慮中心點與相空間中各個軌跡點之間的間隔。在采用加權(quán)零階局域法對電力負荷進展預測時，一個重要的參數(shù)就是中心點與各軌跡點之間的間隔，與相空間中的中心點間隔最近的那些軌跡點是決定預測是否準確的主要因素。因此，加權(quán)零階局域法將中心點與軌跡點之間的空間間隔作為電力負荷預測參數(shù)引入預測過程可以進步對電力負荷預測的準確性。在加權(quán)零階局域法中，軌跡點在負荷預測中所占的比重與軌跡點到中心點的空間間隔是成正比的。3.4基于最大Lyapunov指數(shù)的預測運動狀態(tài)對運動的初值條件極為敏感混沌運動最根本的特點。很接近的2個運動初值所產(chǎn)生的運動軌道將按指數(shù)的方式隨時間推移而不斷的別離，其中描繪這個指數(shù)的量就可以用Lyapunov指數(shù)λ。當Lyapunov指數(shù)λ<0時，那么相鄰點隨著時間的推移會不斷的靠攏最終合并成1個點，這種情況可以描繪不動點以及周期的運動;當Lyapunov指數(shù)λ》0時，那么2個相鄰點最終隨著時間推移而不斷遠離，這種情況可以描繪運動軌道不穩(wěn)定的運動。假如λ》0時的運動軌道還有耗散、整體有界、存在捕捉區(qū)域等整體的穩(wěn)定因子，那么會導致反復折疊的運動形式并形成混沌吸引子。因此，判斷系統(tǒng)是否屬于混沌行為的一種重要標準是故λ》0。在計算的時候只需要知道最大的Lyapunov指數(shù)λ是否大于0，便可以判斷其序列是否為混沌序列。將系統(tǒng)的混沌吸引子用時間序列重建在高維相空間(拓撲構(gòu)造未改變)里，合理的選擇時間間隔Δt和延滯時間s即可以把存在于相空間里的較短的演化過程轉(zhuǎn)化預測問題來進展分析^p和研究。相空間重構(gòu)可以保存很多的混沌吸引子性質(zhì)，這種優(yōu)勢在于即使根底比擬淺的研究者也有可能成功的研究系統(tǒng)動力學。假定有一混沌時間序列的變量m1，m2，...，mi，其序列時間間隔(單位時間)為Δt，延滯時間為s，嵌入維數(shù)為j，設(shè)jM(t)=(m(t)，m(t-s)，...，m[t-(x-1)s])，令nk=(mk，mk+s，mk+2s，...，mk+(m-1)s)T，其中k=1，2，...，i-(j-1)s，nk為相點。序列{nk}在j維空間中構(gòu)成1個相型，可以用于表示在某一瞬間該系統(tǒng)的狀態(tài)。將這些狀態(tài)點按時間增長的順序連接起來就可以用來描繪系統(tǒng)在j維相空間中的運動軌跡。4完畢語電力負荷預測是規(guī)劃電力系統(tǒng)的根據(jù)，直接影響著電力系統(tǒng)的平安、經(jīng)濟的運行。隨著我國電力事業(yè)的飛速開展，對電力負荷預測準確性的要求越來越高。使電力負荷預測方法研究具有了非常重要的現(xiàn)實意義。電力負荷