基于相空間重構和神經(jīng)網(wǎng)絡的短期負荷預測.pdf

1、短期負荷預測是電力負荷預測中的一種，它對電力系統(tǒng)的經(jīng)濟、穩(wěn)定運行有著重要的作用，同時也是負荷管理和電網(wǎng)調(diào)度的重要依據(jù)。由于電力短期負荷受天氣情況、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荷數(shù)據(jù)呈現(xiàn)出復雜的非線性特性，這增加了短期負荷預測的難度。
　　 混沌時間序列是近些年發(fā)展起來的一門年輕的學科，由于它在預測時無需考慮各個影響因素，致使其成為了研究預測的一個熱門領域。神經(jīng)網(wǎng)絡是一種模擬人腦的智能化技術，具有無與倫

2、比的非線性處理能力。將兩者相結合用于負荷預測引起了越來越多研究者的關注，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荷的預測方法、混沌的基本理論、混沌時間序列以及相空間重構理論。根據(jù)混沌時間序列的判斷方法，證明了短期負荷的混沌特性，并求取了實例中負荷數(shù)據(jù)的延遲時間和嵌入維數(shù)。
　　 其次，采用混沌時間序列預測方法中的局域法構建了加權一階局域法多步預測模型，并引進RBF神經(jīng)網(wǎng)絡對預測結果進行誤差修正。實例

3、分析表明，該模型能達到滿意的預測精度，引入誤差修正后模型的平均相對誤差有了一定的降低，提高了模型的預測性能。
　　 緊接著，本文將相空間重構和RBF神經(jīng)網(wǎng)絡兩者結合，構建了RBF神經(jīng)網(wǎng)絡預測模型。實例分析表明，該方法能夠達到滿意的精度。
　　 最后，本文將混沌理論中的相空間重構、Chebyshev多項式、神經(jīng)網(wǎng)絡三者結合起來，設計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)絡預測模型后，然后在其基礎