[发明专利]一种电力日负荷的混沌卡尔曼滤波模型安全监控预测方法

说明书

(一)技术领域：本发明涉及一种电力日负荷的混沌卡尔曼滤波模型安全监控预测方法，即以电力日负荷为研究对象，基于混沌理论，重构电力负荷相空间，并把卡尔曼滤波技术引入混沌相空间中，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。

(二)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。电力系统的日负荷安全预测是电网为安排购电计划和输电方案的制定服务。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，结合卡尔曼滤波模型，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。

(三)发明内容：本发明提出的一种电力日负荷的混沌卡尔曼滤波模型安全监控预测方法，其技术方案如下。

1、采集电力系统日负荷数据构成日负荷时间序列。

2、分析电力系统日负荷时间序列的混沌特性，计算日负荷序列的饱和关联维数。

3、对混沌时间序列，选取合适的嵌入维数m和延迟时间τ，重构m维混沌相空间，得到N=n-(m-1)τ个相点。

4、以相点为状态变量建立如式(1)、(2)所示系统的状态空间模型。

系统的状态方程为：

x(t)x(t-τ)...x(t-(m-1)τ)=a11a12...a1ma21a22...a2m...am1am2...amnx(t-1)x(t-τ-1)...x(t-(m-1)τ-1)+Γk-1wk-1---(1)]]>