基于加权二阶模型的短期风功率混沌预测方法技术

一种基于混沌理论的加权二阶局域预测方法，包括求取时间序列的参数并判断是否为混沌时间，利用上述参数重构时间序列，找出与预测点的邻近点，利用加权二阶局域预测方法进行预测，最终进行求解。本发明专利技术通过二次线性拟合的方式来逼近相空间中各点的演化趋势，从而预测下一步的结果，最后，通过对实际中的风功率时间序列进行预测分析，验证了本发明专利技术的有效性和实用性。本发明专利技术能够有效地对设备的运行维护进行规划，对设备的老化进行预测和维修，并且能够提高大规模风电并网运行的安全性和经济性。

Chaotic prediction method of short-term wind power based on weighted second-order model

A weighted second-order local prediction method based on chaotic theory is proposed, which includes obtaining the parameters of time series and judging whether it is chaotic time. The time series is reconstructed by the above parameters, and the adjacent points of prediction points are found. The prediction is made by weighted second-order local prediction method, and the final solution is obtained. The invention approximates the evolution trend of each point in phase space by quadratic linear fitting, thus predicting the next step results. Finally, the effectiveness and practicability of the invention are verified by predicting and analyzing the actual wind power time series. The invention can effectively plan the operation and maintenance of the equipment, predict and maintain the aging of the equipment, and improve the safety and economy of large-scale wind power Grid-connected operation.

【技术实现步骤摘要】
基于加权二阶模型的短期风功率混沌预测方法
本专利技术涉及一种风功率预测方法，具体来说，就是一种基于混沌理论的加权二阶风功率局域预测方法。
技术介绍
混沌时间序列预测是混沌理论的一个重要应用领域和研究热点。它不仅可以用来确定动力系统模型，检测和识别混沌，还被广泛应用于自然科学和社会科学的各个领域，具有重要的实际应用价值和意义。有效的风功率预测对电力系统的安全经济运行有十分重要的意义，准确的风功率预测，可以使电力调度部门更加合理的制定发电计划和备用容量，能够有效地对设备的运行维护进行规划，对设备的老化进行预测和维修，并且能够提高大规模风电并网运行的安全性和经济性。因此，如何有效地对风力发电进行预测成为现有技术亟需解决的技术问题。
技术实现思路
本专利技术的目的在于提出一种基于混沌理论的加权二阶局域预测方法，能够对中短期的风功率进行预测。为达此目的，本专利技术采用以下技术方案：一种基于混沌理论的加权二阶局域预测方法，包括如下步骤：求取时间序列的参数并判断是否为混沌时间序列步骤S110：求取风电发电功率，按照一定的时间间隔进行采样，得到一定间隔的发电功率，称为发电功率的时间序列；利用互信息法求取本文档来自技高网...

【技术保护点】
1.基于混沌理论的加权二阶局域预测方法，包括如下步骤：求取时间序列的参数并判断是否为混沌时间序列步骤S110：求取风电发电功率，按照一定的时间间隔进行采样，得到一定间隔的发电功率，称为发电功率的时间序列；利用互信息法求取时间序列的延迟时间τ，利用G‑P法(饱和关联维数法)求取时间序列的嵌入维数m，并判断所述时间序列是否为混沌时间序列，若该时间序列是混沌时间序列，则继续进行该方法；若不是，则终止该方法；重构相空间步骤S120：设原时间序列为x(1)，x(2)，x(3)，...，x(N)，根据上述步骤确定的延迟时间τ，嵌入维数m，将原时间序列重构成X(t)＝{x(t)，x(t+τ)，...，x[t...

【技术特征摘要】
1.基于混沌理论的加权二阶局域预测方法，包括如下步骤：求取时间序列的参数并判断是否为混沌时间序列步骤S110：求取风电发电功率，按照一定的时间间隔进行采样，得到一定间隔的发电功率，称为发电功率的时间序列；利用互信息法求取时间序列的延迟时间τ，利用G-P法(饱和关联维数法)求取时间序列的嵌入维数m，并判断所述时间序列是否为混沌时间序列，若该时间序列是混沌时间序列，则继续进行该方法；若不是，则终止该方法；重构相空间步骤S120：设原时间序列为x(1)，x(2)，x(3)，...，x(N)，根据上述步骤确定的延迟时间τ，嵌入维数m，将原时间序列重构成X(t)＝{x(t)，x(t+τ)，...，x[t+(m-1)τ]}，t＝1，2，3，...，N-(m-1)τ；找出邻近点步骤S130：计算相空间中各点与中心点X(t)的距离，即与预测点的距离，找出与X(t)最接近的n个点，n＝m+1，将这n个点作为中心点X(t)的参考向量集X(ti)，i＝1，2，...，n，并且点X(ti)到X(t)的距离为di，设dm是di的最小值，定义点X(ti)的权值为：利用加权二阶局域预测方法进行预测步骤S140：设二阶局域...

【专利技术属性】
技术研发人员：王诚良，郭小红，屈高强，董晓晶，马培华，宫建锋，靳盘龙，韩一鸣，
申请(专利权)人：国网宁夏电力有限公司经济技术研究院，宁夏宁电电力设计有限公司，
类型：发明
国别省市：宁夏,64