[发明专利]一种电力小时负荷的混沌线性回归模型安全监控预测方法

说明书

技术领域

本发明涉及一种电力小时负荷的混沌线性回归模型安全监控预测方法，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，属于电力领域。

背景技术

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，再应用到实际预测和安全监测中是非常有意义的。

发明内容

本发明提出的一种电力小时负荷的混沌线性回归模型安全监控预测方法，其技术方案如下。

    1、按照全年365天每天24小时整点提取电力负荷，组成电力小时负荷时间序列，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n的时间序列                                                ，时间跨度为jτ的自相关函数为：

                                                                    

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。

（1）    选取延迟时间为自相关函数法所求的时间τ，嵌入维数m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C(r)；

关联积分表示相空间相点对中，距离小于给定正数r的数目在所有相点中占的比例(N为总的相点数)

                  

f为Heaviside单位函数，

                          

（3）    由获得的关联积分点绘序列的lnC(r)-lnr关系曲线，分析标度关系是否存在，在关系曲线中的直线段部分为无标度区；

客观确定无标度区长度，拟合出直线后其斜率定义为关联维数D₂；

（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D₂（m）；

（5）    点绘关联维数D₂（m）随嵌入维数m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。

（6） 从lnC(r)-lnr关系图中，除去斜率为0和斜率为∞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D₂。随着相空间维数m的升高，关联维数出现饱和，即求出饱和关联维数，对应的吸引子维数为D₂(m)。

4、求取电力小时负荷的Kolmogorov熵（测度熵）。测度熵是识别混沌序列的另一特征量，用来度量系统运动的混乱的程度。考虑一个m维动力系统的相空间，分成边长为r的m维立方体盒子，对于状态空间的一个吸引子和一条落在吸引域中的轨道x（t），取时间间隔为一较小值τ，表示初始时刻系统轨道在第i₀个格子中，t=τ时刻在第i₁个格子中，t=kτ时刻在第i_k个格子中的联合概率，Kolmogorov熵表示为：