专利名称：一种电力小时负荷的混沌线性回归模型安全监控预测方法
技术领域：
本发明涉及一种电力小时负荷的混沌线性回归模型安全监控预测方法，即以电力小时负荷为研究对象，基于混沌理论，重构电力负荷相空间，研究如何提取电力负荷的动力学信息特征，探讨负荷相空间中的非线性预测方案，然后应用到实际预测和安全监测中的物理建模分析方法，属于电力领域。
背景技术：
电力负荷数据作为水资源开发、优化配置、水库调度的重要依据。电力负荷预测对电力系统的安全经济运行起着十分重要的作用。发电计划、系统安全评估及能量交换计划等需要短期负荷预测数据作为决策依据。实践中取得的电力负荷时间序列呈现出复杂性、不确定性、非线性的特点。基于混沌理论，重构电力负荷相空间，研究如何提取电力负荷的动力学信息特征，探讨负荷相空间中的非线性预测方案，再应用到实际预测和安全监测中是非常有意义的。
发明内容
本发明提出的一种电力小时负荷的混沌线性回归模型安全监控预测方法，其技术方案如下。I、按照全年365天每天24小时整点提取电力负荷，组成电力小时负荷时间序列，单位为兆瓦。2、求取电力小时负荷序列的自相关函数。对于长度为/7的时间序列fe}，时间跨度为的自相关函数为
权利要求
1.一种电カ小时负荷的混沌线性回归模型安全监控预测方法，其特征在于所述方法依序包括的具体步骤为 A、按照全年365天每天24小时整点提取电カ负荷，组成电力小时负荷时间序列； B、求取电カ小时负荷序列的自相关函数； C、求取电カ小时负荷序列的饱和关联维数； D、求取电カ小时负荷的Kolmogorov测度熵； E、对于电力小时负荷时间序列为もJL3み…み以前述的饱和关联维数》和延迟时间h重构其相空间为
2.根据权利要求I所述的ー种电カ小时负荷的混沌线性回归模型安全监控预测方法，其特征在于所述B步骤求取电カ小时负荷序列的自相关函数时，对于长度为/7的时间序列(1 }，时间跨度为プァ的自相关函数为
3.根据权利要求I所述的ー种电カ小时负荷的混沌线性回归模型安全监控预测方法，其特征在于所述C步骤求取电カ小时负荷序列的饱和关联维数时，包括如下步骤 A、选取延迟时间为自相关函数法所求的时间r，嵌入维数 初值为1，重构小时序列相空间； B、选择合适的球半径r为不同的取值，计算相空间中所有相点对的欧氏距离，小于半径的数目占总的相点数的比例，从而求出关联积分ぐ(r)； 关联积分(r)表示相空间相点对中，距离小于给定正数r的数目在所有相点中占的比例(N为总的相点数)
4.根据权利要求I所述的ー种电カ小时负荷的混沌线性回归模型安全监控预测方法，其特征在于所述D步骤求取电カ小时负荷的Kolmogorov测度熵时,测度熵是识别混沛序列的另ー特征量，用来度量系统运动的混乱的程度，考虑一个 维动カ系统的相空间，分成边长为r的《维立方体盒子，对于状态空间的ー个吸引子和一条落在吸引域中的轨道KO，取时间间隔为ー较小值へ/(も、，…表示初始时刻系统轨道在第ん个格子中，时刻在第ん个格子中，tニk T时刻在第ik个格子中的联合概率，Kolmogorov测度熵表示为
全文摘要
本发明涉及一种电力小时负荷的混沌线性回归模型安全监控预测方法，即以电力小时负荷为研究对象，基于混沌理论，重构电力负荷相空间，探讨负荷相空间的非线性预测方案，应用到实际预测和安全监控中的物理建模分析方法。其技术方案如下A、按照全年365天每天24小时整点提取电力负荷，组成电力小时负荷时间序列；B、求取序列的自相关函数；C、求取序列的饱和关联维数；D、求取序列的Kolmogorov测度熵；E、由此线性回归模型，可预测出时间步长T以后的状态。本发明说明电力小时负荷具有混沌特性，混沌线性回归模型对其预测的精度令人满意，能有效监测电力小时负荷变化规律从而保障电力系统的安全经济运行。
文档编号G06Q50/06GK102867225SQ20121035548
公开日2013年1月9日 申请日期2012年9月21日 优先权日2012年9月21日
发明者李眉眉, 柯玲, 第宝锋, 黄正文, 丁晶 申请人:四川大学