本发明专利技术一种电力小时负荷的混沌相空间相似点模型安全监测方法，即以电力小时负荷为研究对象，基于混沌理论，重构电力负荷相空间，研究如何提取电力负荷的动力学信息特征，探讨负荷相空间中的非线性预测方案，然后应用到实际预测和安全监测中的物理建模分析方法。其技术方案如下：A、按照全年365天每天24小时整点提取电力负荷，组成电力小时负荷序列；B、求取电力小时负荷序列的自相关函数；C、求取电力小时负荷序列的饱和关联维数；D、利用混沌相空间相似点模型，以相似相点状态的加权平均值作为预测值的估计。电力负荷数据是水资源开发、优化配置、水库调度的重要依据，电力负荷预测对电力系统的安全经济运行起着十分重要的作用。本发明专利技术说明电力小时负荷具有混沌特性，其预测精度令人满意，能有效监测电力小时负荷变化规律从而保障电力系统的安全经济运行。
【技术实现步骤摘要】
本专利技术涉及，即以电力小时负荷为研究对象，基于混沌理论，重构电力负荷相空间，研究如何提取电力负荷的动力学信息特征，探讨负荷相空间中的非线性预测方案，然后应用到实际预测和安全监测中的物理建模分析方法，属于电力领域。
技术介绍
电力负荷数据作为水资源开发、优化配置、水库调度的重要依据。电力负荷预测对 电力系统的安全经济运行起着十分重要的作用。发电计划、系统安全评估及能量交换计划等需要短期负荷预测数据作为决策依据。实践中取得的电力负荷时间序列呈现出复杂性、不确定性、非线性的特点。基于混沌理论，重构电力小时负荷相空间，研究如何提取电力小时负荷的动力学信息特征，探讨小时负荷相空间中的非线性预测方案，再应用到实际预测和安全监测中是非常有意义的。
技术实现思路
本专利技术提出的，其技术方案如下。I、按照全年365天每日24小时整点提取电力负荷，组成电力小时负荷时间序列，小时负荷单位为兆瓦。2、求取电力小时负荷序列的自相关函数。对于长度为/7的时间序列fe}，时间跨度为的自相关函数为 I t/ - \ I τ* =-If 选取电力小时负荷序列的自相关函数第一次经过零点时所对应的时间，为重构相空间的最佳延迟时间τ。 3、求取电力小时负荷序列的饱和关联维数。(I) 选取延迟时间为自相关函数法所求的时间r，嵌入维数 初值为1，重构小时序列相空间。(2) 选择合适的球半径r为不同的取值，计算相空间中所有相点对的欧氏距离，小于半径的数目占总的相点数的比例，从而求出关联积分Cir)；关联积分Ce(r)表示相空间相点对中，距离^-Jj-I小于给定正数r的数目在所有相点中占的比例(N为总的相点数)I Jr. . /为Heaviside单位函数， /y V、I O, X i O 几小(l.5x > O (3)由获得的关联积分点绘序列的InC(T)-Inr关系曲线，分析标度关系CiO-r1*1是否存在，在关系曲线中的直线段部分为无标度区；从lnC(r) -Inr关系图中，除去斜率为O和斜率为C 的直线段，确定其间的最佳拟合直线，直线的斜率为关联维数久。(4) 增加相空间嵌入维数，重复上述过程，得到不同嵌入维数下的关联积分和关联维数久O )。(5) 点绘关联维数久O )随嵌入维数 的关系曲线，曲线进入饱和区时对应的关联维数即为饱和关联维数，对应的空间维数是合适的最小嵌入空间维数。4、对于电力小时负荷时间序列为以第2步得到的饱和关联维数 和第I步所得到的延迟时间r，重构其相空间为 ■tjf J1 = (I!…麵-1}*·》= iX1 jjcI+* ^U+Cei-l)*》 ■ , m λ'ι·ι m IJi JTjr = { κ , ^ir+f ,*** j ^nr+iBi-ijr ) 其中Ν=η-{ρι-\、* τ为向量序列的长度，Y1 -Yli是电力负荷重构相空间的所有相点。5、在电力小时负荷重构相空间中，设一个起始状态点为，在所有历史相点中寻找出々个相似相点，相似相点所处的状态为(其中i=ll)，最相似(邻近)相点定义为两点距离最小 FiCIlI= CiiBI^lCIh JfDI 。 6、经过演化步长Γ后，起始相点和相似相点状态分别演化为Γ ( +T)和IT)。7、以相似相点状态的加权平均值作为预测值!《( +Γ)的估计 fs+n-zwM^ p4 ▼I作为权值，存在关系式0<Ψ, SI,代表相似点对预测值的贡献，此处甲! =1/1，即作算术平均。r (i+r)即为所求的ru(i)的未来预测值。 本专利技术有益效果 _i ·本专利技术说明电力小时负荷具有混沌特性。电力小时负荷时间序列随着嵌入维数的升高，关联维数出现饱和现象，其吸引子具有分数维，从而证明了电力小时负荷具有混沌的特征。重构小时负荷的相空间，在相空间中进行短期预测。ii .本专利技术提出的，利用相空间相点的演变规律进行预测，简单可行，预测精度令人满意，对监测电力小时负荷变化规律从而保障电力系统的安全经济运行是有效的。附图说明 图I四川省2000年电力系统小时负荷序列的自相关函数图。图2四川省2000年电力系统小时负荷的InC(r)-Inr关系图。图3四川省2000年电力系统小时负荷的饱和关联维数图。图4四川省2000年电力小时负荷的混沌相空间相似点模型预测图。 具体实施例方式 I、四川省2000年全年每日24小时整点的电力系统小时负荷组成时间序列，序列长度/7=8760。、求取该序列的自相关函数，左(10)=0.0092，A(Il)=-O. 0105，故选择最佳延迟时间τ为IOh,见图I。3、求取小时负荷的饱和关联维数(见图2)。随着相空间维数《的升高，大约当ffi=8时关联维数出现饱和，对应的吸引子维数久(8) =2. 562(见图3)。选择此时对应的空间维数^为重构相空间的最佳嵌入维数。4、基于重构相空间理论，建立小时负荷的多维相空间，取相空间的最佳嵌入维数 =8,延迟时间r=10,构成8000多个相点,所有相点表示为 Y(ij) 二+10),·、+ (]8 —I)*10)] ο 5、在电力小时负荷重构相空间中，预测2000年12月广7日每日24小时的整点负荷。以f7945相点为资料点，79461113相点为预测起报点，利用相空间相似点模型进行短期预测。6、设预测起始状态点为，在所有相点中寻找出10个相似相点所处的状态为ΥΛΦ (其中i=l 10);经过演化步长T1=Ih后，状态分别演化为y<^+:0和以10个相似状态的加权平均作为预测值 ο +Ι 的估计。7、对四川省电力小时负荷的预测结果(见图4)，最大相对误差为17%，平均相对误差为5. 69%，预测精度高于90%的比例为84. 52%。权利要求1.，其特征是所述方法依序包括以下步骤或特征 A、按照全年365天每日24小时整点提取电力负荷，组成电力小时负荷时间序列；，小时负荷单位为兆瓦； B、求取电力小时负荷序列的自相关函数； C、求取电力小时负荷序列的饱和关联维数； D、对于电力小时负荷时间序列为…以第2步得到的饱和关联维数和第I步所得到的延迟时间r，重构其相空间为 ■Fj =|)霞》JF* = ( TT JT ■ - JT 2' 2* 2+* 3ljrJNhC騰画, <* * m 其中yv=77-o -i)*r为向量序列的长度，F1—r#是电力负荷重构相空间的所有相点； E、在电力小时负荷重构相空间中，设一个起始状态点为在所有历史相点中寻找出左个相似相点，相似相点所处的状态为(其中i'=ll)，最相似(邻近)相点定义为两点距离最小 F、经过演化步长r后，起始相点和相似相点状态分别演化为和乃； G、以相似相点状态的加权平均值作为预测值*T)的估计 M. %作为权值，存在关系式<1，代表相似点对预测值的贡献，此处=I^，即作算术平均，Te{i+T)即为所求的T0{t)的未来预测值。2.权利要求I所述，其特征是所述B步骤求取电力小时负荷序列的自相关函数时,对于长度为n的时间序列{^}，时间跨度为J'r的自相关函数为 I XJt及MmmM WTJf W ff -...ft n 选取电力小时负荷本文档来自技高网...
【技术保护点】
一种电力小时负荷的混沌相空间相似点模型安全监测方法，其特征是：所述方法依序包括以下步骤或特征：？A、按照全年365天每日24小时整点提取电力负荷，组成电力小时负荷时间序列；，小时负荷单位为兆瓦；B、求取电力小时负荷序列的自相关函数；C、求取电力小时负荷序列的饱和关联维数；D、对于电力小时负荷时间序列为：？？？？以第2步得到的饱和关联维数m和第1步所得到的延迟时间τ，重构其相空间为：其中N=n？(m？1)*τ为向量序列的长度，是电力负荷重构相空间的所有相点；E、在电力小时负荷重构相空间中，设一个起始状态点为，在所有历史相点中寻找出k个相似相点，相似相点所处的状态为（其中i=1~k），最相似(邻近)相点定义为两点距离最小：？？？？？？？？？？？？？？？？？？F、经过演化步长T后，起始相点和相似相点状态分别演化为和；G、以相似相点状态的加权平均值作为预测值的估计：？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？作为权值，存在关系式，代表相似点对预测值的贡献，此处=1/k，即作算术平均，即为所求的？的未来预测值。881220dest_path_image001.jpg,188704dest_path_image002.jpg,282562dest_path_image003.jpg,518765dest_path_image004.jpg,65284dest_path_image005.jpg,910880dest_path_image006.jpg,859245dest_path_image007.jpg,263419dest_path_image008.jpg,297234dest_path_image009.jpg,680942dest_path_image008.jpg,483813dest_path_image010.jpg,61818dest_path_image011.jpg,582929dest_path_image012.jpg,35907dest_path_image011.jpg,427705dest_path_image008.jpg,908103dest_path_image005.jpg...
【技术特征摘要】
【专利技术属性】
技术研发人员：李眉眉，柯玲，第宝锋，黄正文，丁晶，
申请(专利权)人：四川大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。