基于相空间重构参数优化的风电功率混沌属性判定.pdfVIP

I4 《电气开关》(2015 ． No．2) 文章编号：1004—289X(2015)02—0014—05 基于相空问重构参数优化的风电功率混沌属性判定 潘捷，陈丹霏，王凌云 (三峡大学 电气与新能源学院，湖北 宜昌 443002) 摘 要：基于风电功率时间序列是一组非线性的随机序列，其 内在规律复杂而多变，传统的预测手段很难对风电 功率做 出高精度的预测。研究风电功率内在特性是做 出高精度预测的先行条件 。相空间重构法能有效地展示非 线性时间序列的内在混沌属性。采用c—c算法构造一个非线性时间序列的嵌入，有效减少计算的同时又保持 了功率序列的非线性特性，并同步计算出嵌入维数和延迟时间。在重构的相空间基础上通过小数据量法计算出 风电功率序列的最大李雅普诺夫指数，揭示了风电功率的内在特性，说明了风电功率混沌属性的判定原理和计算 方 法 关键词：风功率预测；相空间重构；混沌属性；C—C算法；李雅普诺夫指数 中图分类号：TM76 文献标识码 ：B ChaoticPropertyDetermination ofW indPoweron ParameterOptimization of thePhaseSpaceRecOnstructi0n ⅣJie，CHENDan ，WANGLing—yun (CollegeofElectricalEngineeringandNewEnergy，ChinaThreeGorgesUniversity，Yiehang443002，China) Abstract：Windpowertimeseriesisasetofnonlinearrandom sequence，itsinherentlaw iscomplexandchangeable．It isdifficulttomakehigh precisionpredictionforwindpowerbythetraditionalpredictionmethods．Itistheantecedent conditionforthehighprecisionpredictiontoresearchthewindpowerintrinsiccharacteristics．Thechaoticpropertiesof nonlineartimeseriescanbeeffectivelyshowedbythereconstructionmethod．Inthispaper，C-Calgorithm isusedtocon— structanembeddingofthenonlineartimeseries，reducingthecomputationandkeepingthenonlinearcharacteristicofthe powersequence．Theembeddingdimensionandthedelaytimearecalculated synchronously．Onthebasisoftherecon— struction，thesmalldataquantitymethodisusedtocalculatetheLyapunovindex，revealingtheinherentcharacteristicsof windpowerandillustratingthejudgingprincipleofthewindpowerchaoticproperties． Keywords：windpowerprediction；phasespacereconstruction；chaoticproperty；C-Calgorithm；Lyapunovindex 有变量的大量信息。因此，对时间序列属性进行研究 1 引言