基于相空間重構(gòu)和神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測.pdf

1、短期負(fù)荷預(yù)測是電力負(fù)荷預(yù)測中的一種，它對電力系統(tǒng)的經(jīng)濟(jì)、穩(wěn)定運(yùn)行有著重要的作用，同時(shí)也是負(fù)荷管理和電網(wǎng)調(diào)度的重要依據(jù)。由于電力短期負(fù)荷受天氣情況、節(jié)假日、季節(jié)變化、溫度等的影響，使得電力部門收集的離散負(fù)荷數(shù)據(jù)呈現(xiàn)出復(fù)雜的非線性特性，這增加了短期負(fù)荷預(yù)測的難度。
　　 混沌時(shí)間序列是近些年發(fā)展起來的一門年輕的學(xué)科，由于它在預(yù)測時(shí)無需考慮各個(gè)影響因素，致使其成為了研究預(yù)測的一個(gè)熱門領(lǐng)域。神經(jīng)網(wǎng)絡(luò)是一種模擬人腦的智能化技術(shù)，具有無與倫

2、比的非線性處理能力。將兩者相結(jié)合用于負(fù)荷預(yù)測引起了越來越多研究者的關(guān)注，這也是本課題研究的內(nèi)容。
　　 首先，本文簡單介紹了各種短期負(fù)荷的預(yù)測方法、混沌的基本理論、混沌時(shí)間序列以及相空間重構(gòu)理論。根據(jù)混沌時(shí)間序列的判斷方法，證明了短期負(fù)荷的混沌特性，并求取了實(shí)例中負(fù)荷數(shù)據(jù)的延遲時(shí)間和嵌入維數(shù)。
　　 其次，采用混沌時(shí)間序列預(yù)測方法中的局域法構(gòu)建了加權(quán)一階局域法多步預(yù)測模型，并引進(jìn)RBF神經(jīng)網(wǎng)絡(luò)對預(yù)測結(jié)果進(jìn)行誤差修正。實(shí)例

3、分析表明，該模型能達(dá)到滿意的預(yù)測精度，引入誤差修正后模型的平均相對誤差有了一定的降低，提高了模型的預(yù)測性能。
　　 緊接著，本文將相空間重構(gòu)和RBF神經(jīng)網(wǎng)絡(luò)兩者結(jié)合，構(gòu)建了RBF神經(jīng)網(wǎng)絡(luò)預(yù)測模型。實(shí)例分析表明，該方法能夠達(dá)到滿意的精度。
　　 最后，本文將混沌理論中的相空間重構(gòu)、Chebyshev多項(xiàng)式、神經(jīng)網(wǎng)絡(luò)三者結(jié)合起來，設(shè)計(jì)了一種可以逼近任意非線性函數(shù)的單輸入Chebyshev正交基神經(jīng)網(wǎng)絡(luò)預(yù)測模型后，然后在其基礎(chǔ)