基于相空间重构参数优化的风电功率混沌属性判定

基于风电功率时间序列是一组非线性的随机序列,其内在规律复杂而多变,传统的预测手段很难对风电功率做出高精度的预测。研究风电功率内在特性是做出高精度预测的先行条件。相空间重构法能有效地展示非线性时间序列的内在混沌属性。采用C-C算法构造一个非线性时间序列的嵌入,有效减少计算的同时又保持了功率序列的非线性特性,并同步计算出嵌入维数和延迟时间。在重构的相空间基础上通过小数据量法计算出风电功率序列的最大李雅普诺夫指数,揭示了风电功率的内在特性,说明了风电功率混沌属性的判定原理和计算方法。