相空間重構(gòu)與支持向量機結(jié)合的短期負荷預(yù)測研究.pdf

1、電力系統(tǒng)短期負荷預(yù)測是電力部門的一項重要工作，短期負荷預(yù)測的精度對電網(wǎng)運行的安全性、經(jīng)濟性以及電能質(zhì)量都有重要影響。大量的研究表明，負荷時間序列具有混沌性，用常規(guī)方法預(yù)測具有一定的困難。論文主要在相空間重構(gòu)基礎(chǔ)上，用多種支持向量機模型對電力系統(tǒng)短期負荷時間序列進行預(yù)測，通過理論分析和仿真結(jié)果驗證了它們的有效性和可行性。主要研究內(nèi)容如下： 相空間重構(gòu)理論是短期負荷混沌時間序列預(yù)測的基礎(chǔ)，合理的選擇相空間重構(gòu)參數(shù)，可以把序列中蘊藏的

2、信息充分顯露出來，從而進行準(zhǔn)確的負荷預(yù)測。在相空間重構(gòu)基礎(chǔ)上形成了多種負荷時間序列的預(yù)測方法，常用的加權(quán)一階局域法一步預(yù)測模型進行多步預(yù)測時計算量大且會產(chǎn)生累積誤差。針對這一問題，引入加權(quán)一階局域法多步預(yù)測模型。對澳大利亞新南威爾士州2006年負荷時間序列進行相空間重構(gòu)，并使用加權(quán)一階局域法多步預(yù)測模型和一步預(yù)測模型，分別對工作日和休息日的負荷進行預(yù)測仿真實驗，結(jié)果驗證了加權(quán)一階局域法多步預(yù)測模型進行短期負荷預(yù)測的優(yōu)越性。 使用

3、支持向量機方法進行短期負荷預(yù)測，針對支持向量機及其核函數(shù)中多個參數(shù)的選擇問題，論文在研究粒子群優(yōu)化算法的基礎(chǔ)上，模擬人的隨機搜索行為，提出了隨機聚焦搜索優(yōu)化算法。該算法原理簡單，參數(shù)較少，具有比粒子群算法及其多種改進算法更簡單的計算復(fù)雜度。將隨機聚焦搜索優(yōu)化算法用于對典型benchmark函數(shù)的優(yōu)化以及電力系統(tǒng)的無功優(yōu)化，與3種粒子群的改進算法以及差分進化算法進行比較，表明該算法具有較大的實用價值和較好的應(yīng)用前景。 在短期負荷預(yù)

4、測中，針對支持向量機輸入?yún)⒘康倪x擇，提出了結(jié)合相空間重構(gòu)的方法。不考慮氣象因素的影響，只使用歷史負荷時間序列數(shù)據(jù)進行相空間重構(gòu)，將重構(gòu)相空間中的向量作為支持向量機的輸入?yún)⒘?，從而將負荷時間序列重構(gòu)相空間中的非線性問題，轉(zhuǎn)化為核函數(shù)映射的特征空間中的線性問題進行求解。將其用于對日峰值負荷的預(yù)測，結(jié)果驗證了模型的有效性。 考慮到對具有混沌性的負荷時間序列信號進行處理時，信號細微特征的提取非常關(guān)鍵。論文嘗試將小波技術(shù)與支持向量機核函數(shù)

5、方法相結(jié)合，構(gòu)建平移不變小波核支持向量機來處理這類信號。文中提出了Gaussian系列小波核、復(fù)Morlet小波核和復(fù)Gaussian小波核等3種平移不變小波核函數(shù)，并對其滿足構(gòu)建支持向量機平移不變核的條件進行了證明。將其用于一維函數(shù)和二維函數(shù)的逼近實驗以及chens混沌時間序列的預(yù)測實驗，結(jié)果表明，3種小波核函數(shù)都能取得較好的效果，它們都優(yōu)于常用的Gaussian核和。Morlet小波核，證明了本文提出的小波核函數(shù)的可行性和優(yōu)越性。在