基于混沌理论的电力短期负荷预测.pdfVIP

维普资讯 第35卷 第5期 鲁菜电力 Vo1．35 No．5 East ChinaElectricPower 2007年 5月 May 2007 基于混沌理论的电力短期负荷预测 姚永刚。张亚华 (河南机电高等专科学校，河南 新乡 453002) 摘 要：采用基于混沌算法的自适应预测模型进行电力系统短期负荷预测 ，通过进化算法建立一种 自适应机 制，使得网络能够根据学习和训练的结果优化非线性反馈项。算例表明，该算法具有很强的 自适应能力和鲁 棒性 ，预测精度高。 关键词：短期负荷预测；神经网络；混沌；Lyapunov指数 基金项 目：国家 自然科学基金项 目 作者简介：姚永刚(1964．)，男，副教授 ，主要从事自动控制、检测技术等方面的教学与研究。 中图分类号：TM715 文献标识码 ：A 文章编号：1001-9529(2007)05-0007-04 Short-term load forecastbasedonchaostheory YAO Yong-gang，ZHANG Ya—hua (HenanMechanicalandElectricalEn~neefingCollege，Xinxinag453002，China) Abstract：Thesefl-adaptiveforecastmodelbasedonchaosalgorithm wasusedforshort—term loadforecastofpower systems．A self-adaptabilitymechanism Was constructedthroughevolutionalgorithm ，andhtenetworkCna consequent— lyoptimizethenonlinearfeedbacktemr accordingtotheresultsoflearningnadtraining．Calculationcaseshowshtat thealgorithmwhichhasstrongself-adaptabilityandrobustnessisaccurateinforcast． Keywords：short—temr loadforecast；neuralnetwork；chaos；Lyapunovexponent 目前。电力系统短期负荷预测方法有：时间序 项，使得网络的动力学具有混沌机制，根据EP进 列、神经网络、模糊预测、小波分析等…。这些方 化算法建立一种 自适应机制，使得网络能够根据 法从多个角度综合分析负荷预测中的问题，并得 学习和训练结果选择出适当的非线性反馈项。通 到了相对令人满意的结果。然而，对于大型电力 过预测华北某 电网负荷时间序列数据，结果令人 系统的短期负荷预测，这些方法具有一定的局限 满意，且具有很强的自适应能力和鲁棒性。 性，因为这些方法的共 同特点是：事先必须建立数 1 模型与方法 据序列的主观模型，然后根据主观模型进行计算 和预测 。由于影响13负荷预测的因素非常复杂， 1．1 负荷时间序列重构相空间和 Lyapunov指 如天气情况、时期类型和政治因素等，建立合理的 数 ’ 数学模型较难，所以预测的可信度降低。 混沌吸引子作为