[发明专利]一种电力小时负荷的李雅普诺夫指数混沌模型监测方法

说明书

技术领域

本发明涉及一种电力小时负荷的李雅普诺夫指数混沌模型监测方法，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，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。基于混沌分析方法，重构电力负荷相空间，充分挖掘电力负荷的动力学信息特征，研究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李雅普诺夫指数混沌模型监测方法，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、对于电力小时负荷时间序列，首先用自相关函数法确定最佳延迟时间τ，用饱和关联维数法确定最佳嵌入维数m，重构系统的相空间：                                                

其中N=n-(m-1)*τ为向量序列的长度。

 

3、在相空间中选取1个初始相点，其邻近相点为，它们的初始距离为                                         

 。                         

   4、相点演化时间后，邻近相点间的距离变为：

    。                      

5、由估计式                                    

                    

                    

则最大的Lyapunov指数相当于这组直线的斜率，通过最小二乘法来逼近直线得到：

                   

用上述数值计算方法对电力小时负荷序列估计其最大的Lyapunov指数。

6、负荷相空间中的预测状态点为，与其最相似相点，经过演化步长T后分别演化为和，它们演化的规律可用下式表示：

其中λ₁是最大一维Lyapunov指数的估计值。式中只有的最后一个分量未知，则可进行预见期为T的负荷短期预测。

 

本发明有益效果：                                       

ⅰ.本发明说明电力小时负荷具有混沌特性。通过计算电力小时负荷的一个特征量—最大的李雅普诺夫指数大于零，表明小时负荷轨道按指数分离，电力小时负荷具有混沌特征。因此可以在小时负荷的重构相空间中进行非线性预测。

ⅱ. 本发明提出的一种电力小时负荷的李雅普诺夫指数混沌模型监测方法，是基于最大的李雅普诺夫指数建模的预测方法，模型很好地保持了电力小时负荷相空间吸引子的统计特性，具有高的预测精度，预测效果令人满意，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。 

ⅲ. 在电力小时负荷的李雅普诺夫指数混沌模型监测方法中，最大的李雅普诺夫指数估算的精确程度对模型预测的效果影响较大。

 

(四)附图说明：

   图1 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饱和关联维数图。

图3 四川省2000年电力小时负荷的李雅普诺夫指数混沌模型预测结果图。

 

(五)具体实施方式：                                      

1、 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n=8760。

2、  求取该序列的自相关函数，选择最佳延迟时间τ为10h，（见图1）。