基于混沌分析的Elman神经网络模型及其在短期负荷预测中应用.pdfVIP

基于混沌分析的 Elman 神经网络模型及其在短期负荷预测中的应用 荣雅君，王鸿玺，化春雨，唐文斌，张田田，王 娜 （燕山大学电气工程学院，河北秦皇岛 066004 ） 摘 要：分析了秦皇岛地区小时负荷的混沌特性，并综合 负荷的短期预测中。通过相空间重构来近似恢复 考虑了负荷历史数据、气象因子等影响因素，利用Matlab 原多维非线性混沌系统，计算李雅普诺夫 工具，建立了基于神经网络与混沌理论相结合的负荷预测 (Lyapunov)指数l ，来验证其混沌特性。若l 0 ， 1 1 模型，并利用该模型对秦皇岛市短期电力负荷进行了有效 表示该时间序列存在混沌，利用混沌的确定性可 的预测。 以进行较为准确的短期定量预测。本文通过对秦 关键词：短期负荷预测；混沌理论；相空间重构；神经网 皇岛地区电网的实际数据进行仿真分析，并与常 络；天气预报 规的BP 神经网络和Elman 神经网络的预测结果 0 引言 进行了对比，证明了此方法的有效性。 电力负荷预测不仅是制定发电计划的依据， 1 短期电力负荷时间序列的混沌特性分析 安全稳定运行的保障，也是经济运行的基础。近 混沌是非线性确定性系统由于内在随机性而 年来，随着我国电力供需矛盾的突出及电力工业 产生的一种外在复杂的、貌似无规则的运动，在 市场化运营机制的推行，电力负荷预测的准确度 自然界中广泛存在。混沌的确定性使得混沌系统 有待进一步提高；然而，由于社会运转速度的不 在短期内可以进行较为准确的定量预测。对一个 断加快和信息量的膨胀，使准确的负荷预测变得 耗散动力系统来说，其混沌与否的一个重要标志 [1] 是其吸引子的最大Lyapunov 指数是否为正。电力 愈加困难 。 [3,9] 传统的负荷预测方法有回归分析模型、时间 短期负荷具有混沌特性已经得到了证实 。电网 序列模型、指数平滑模型等，这类方法简单实用， 的短期负荷受到各种自然因素、社会因素的影响， 但预测的广泛适用性较差。负荷模型的随机性、 是典型的强耦合非线性系统，一般方法难于精确 [4] 时变性、分散性等特点为获得高精度的预测负荷 建模 。而混沌理论，则打破以往传统分析中单 带来困难。近年来，结合混沌分析理论，充分挖 一的确定性分析或随机性分析，建立起将两者统 掘负荷历史数据的本质特征，有效利用信息资源， 一起来的有效分析方法，利用短期电力负荷的混 根据数据本身的客观规律来进行预测，避免人为 沌特性，通过建立电力负荷的混沌模型，应用混 主观性，从而提高预测精度，在电力负荷预测中 沌相空间重构理论进行短期负荷预测，可以有效 [2] 地提高短期电力负荷预测的准确度。 取得较好效果 。短期电力负荷往往表现为多变 量动态演化行为和多层次结构，因此很难用确定 1.1 相空间重构 的函数来描述负荷时间序列的真实变化。混沌系