相空間重構(gòu)和支持向量機(jī)結(jié)合的短期電力負(fù)荷預(yù)測(cè)研究.pdf

1、近年來(lái)隨著社會(huì)經(jīng)濟(jì)的發(fā)展，幾乎所有的行業(yè)都對(duì)電力產(chǎn)生越來(lái)越旺盛的需求，在這個(gè)背景下對(duì)電網(wǎng)進(jìn)行高精度的負(fù)荷預(yù)測(cè)可以更加精確的指導(dǎo)電廠的燃料供應(yīng)工作計(jì)劃，可以使得電網(wǎng)安全穩(wěn)定運(yùn)行。
　　本文采用桂林市某地區(qū)的電力負(fù)荷作為研究對(duì)象。首先用混沌理論對(duì)負(fù)荷時(shí)間序列進(jìn)行分析，然后用重構(gòu)相空間的方法構(gòu)造訓(xùn)練數(shù)據(jù)集和預(yù)測(cè)數(shù)據(jù)集。在此過(guò)程中使用改進(jìn)的C-C方法求出嵌入維數(shù)和延遲時(shí)間。改進(jìn)的C-C方法求解這兩個(gè)參數(shù)過(guò)程簡(jiǎn)捷，同時(shí)也使得負(fù)荷預(yù)測(cè)的精度和

2、準(zhǔn)確度也有了提高。用小數(shù)據(jù)量法求出時(shí)間序列的最大李氏指數(shù)證明負(fù)荷數(shù)據(jù)具有混沌特性。
　　然后用支持向量回歸算法對(duì)電力負(fù)荷數(shù)據(jù)進(jìn)行模型訓(xùn)練和負(fù)荷預(yù)測(cè)，用粒子群優(yōu)化算法搜索影響支持向量回歸的關(guān)鍵參數(shù)的最優(yōu)值，將搜索結(jié)果同交叉驗(yàn)證-分步網(wǎng)格搜索法確定的最優(yōu)參數(shù)進(jìn)行對(duì)比，對(duì)比結(jié)果說(shuō)明粒子群優(yōu)化算法和交叉驗(yàn)證-分步網(wǎng)格法都可以確定最優(yōu)參數(shù)，并且粒子群優(yōu)化算法節(jié)省了大量的計(jì)算時(shí)間。
　　將采用結(jié)合混沌相空間重構(gòu)和支持向量回歸方法的電力負(fù)

3、荷預(yù)測(cè)的結(jié)果同BP神經(jīng)網(wǎng)絡(luò)和時(shí)間序列分析法預(yù)測(cè)的結(jié)果進(jìn)行對(duì)比，得出如下結(jié)論：一點(diǎn)是工作日期間這三種預(yù)測(cè)方法都能達(dá)到較好的預(yù)測(cè)效果；第二點(diǎn)是在負(fù)荷變化較大的周日和重大節(jié)假日期間，用混沌相空間重構(gòu)和支持向量回歸結(jié)合的方法進(jìn)行預(yù)測(cè)，相比于BP神經(jīng)網(wǎng)絡(luò)和時(shí)間序列分析法有較大的優(yōu)勢(shì)。
　　最后，考慮到在Matlab平臺(tái)對(duì)電力負(fù)荷數(shù)據(jù)進(jìn)行分析處理以及預(yù)測(cè)的過(guò)程中存在大量繁瑣操作的缺點(diǎn)，設(shè)計(jì)了電力負(fù)荷的Matlab GUI預(yù)測(cè)系統(tǒng)。該負(fù)荷預(yù)測(cè)系