短期电力负荷预报间隔采样混沌模型

被引：9

作者：

杜杰 ^{[1
]}

陆金桂 ^{[1
]}

曹一家 ^{[2
]}

郁云 ^{[1
]}

机构：

[1] 南京工业大学自动化学院

[2] 浙江大学电气工程学院

来源：

中国电机工程学报 | 2006年 / 10期

关键词：

电力负荷预测; 最大Lyapunov指数预报模式; 预测时限; 互信息;

D O I：

10.13334/j.0258-8013.pcsee.2006.10.006

中图分类号：

TM715 [电力系统规划];

学科分类号：

080802 ;

摘要：

现有研究工作表明电力系统负荷数据具有弱混沌性。在负荷预测混沌建模方法中,Lvapunov指数预报模式具有理论基础强、模型简单、预测精度高等优点,但预测时限受负荷吸引子最大Lyapunov指数限制。针对Lyapunov指数预报模式的不足,提出了k-△t间隔采样混沌模型,首先将原始负荷序列分解为多个不相交的了序列,然后对各个子序列分别建立Lyapunov指数预报模型。改进了求解最大 Lyapunov指数的方法,探讨了原始负荷序列最大可分解子序列数目的确定依据。数值实验结果表明文中提出的模型能有效地提高负荷预测精度、增加预测时限。

引用

页码：28 / 32

页数：5