基于改进Lyapunov指数的电力系统短期负荷预测方法及装置

摘要

本发明提供的是一种基于改进Lyapunov指数的电力系统短期负荷预测方法及装置。本发明的装置包括依次串行连接的数据采集模块、输入模块、相空间重构模块、混沌特性判别模块、预测模块、预测效果仿真分析模块、预测结果评价模块、输出模块。本发明的方法对计算关联维数的G-P算法、计算Lyapunov指数的小数据量法、对欧几里德公式进行改进，利用这三种改进方法对最大Lyapunov指数预测法进行改进，使预测精度更进一步提高，预测结果更准确。

主权项

一种基于改进Lyapunov指数的电力系统短期负荷预测方法，其特征是包括如下步骤：(1)对电网的负荷数据进行采集和处理，形成可用的负荷时间序列{x(t),t＝1,2…,N}，其中，N为负荷序列长度；(2)对于负荷时间序列{x(t),t＝1,2…,N}，利用自相关函数法计算延迟时间τ、利用G‑P算法计算嵌入维数m；(3)根据所求的延迟时间τ和嵌入维数m进行相空间重构，X(t)＝[x(t),x(t+τ),…,x(t+(m‑1)τ)]^T，t＝1,2,…,M，M＝N‑(m‑1)τ；(4)利用改进小数据量法计算重构相空间相轨迹的最大Lyapunov指数λ；所述改进小数据量法，是在计算最大Lyapunov指数过程中，取多个初始相点的演化过程，让邻近轨道随时间演变多步，并取多个局部发散率的平均值；(5)确定预测中心点X(M)，在重构相空间寻找预测中心点的最近邻点X(K)，并利用欧几里德公式计算两相点间的距离L₀，L₀＝||X(M)‑X(K)||；(6)确定最近邻点X(K)的下一演化点X(K+1)，则X(M+1)的预测值为：||X(M+1)‑X(M)||＝||X(K+1)‑X(K)||e^λ式中，只有X(M+1)的最后一个分量x(N+1)未知，则x(N+1)的预测值为：$x(N+1)=x(K+1+(m-1\left)\tau \right)\pm {({\left(L_0*\exp \left(\lambda \right)\right)}^2-\underset{i=0}{\overset{m-1}{\Sigma }}{\left(x\right(M+1+i\tau )-x(K+1+i\tau \left)\right)}^2)}^{\frac{1}{2}};$(7)判断预测值的正、负取值。