[发明专利]一种电力月负荷趋势混沌组合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月负荷的趋势混沌组合模型安全监控预测方法，即以电力月负荷为研究对象，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。电力月负荷具有增长性和波动性的二重趋势，使得月负荷的变化呈现出复杂的非线性组合特征。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

本发明的目的在于提供一种电力月负荷的趋势混沌组合模型安全监控预测方法，该方法以电力月负荷为研究对象，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。 

本发明通过下述技术方案实现： 

一种电力月负荷的趋势混沌组合模型安全监控预测方法，其特征是所述方法依序包括如下步骤： 

A.电力系统每月用电量累计组成月负荷时间序列，月负荷单位：亿KWH；； 

B.电力月负荷的变化有着明显的线性上升趋势。把月负荷序列分解为趋势序列和剩余序列的叠加； 

C.电力月负荷的趋势序列利用最小二乘法拟合出线性回归模型： 

y₂(t)＝at+b 

其中，a和b为常数，t为时间； 

D.分析电力月负荷剩余序列的混沌性，揭示月负荷变化的非线性特征，采用序列自相关函数来确定延迟时间τ； 

E.重构电力月负荷剩余序列相空间，取延迟时间τ＝3、嵌入维数m＝1-10，计算序列的关联积分， 

Cm(r)=1N(N-1)Σi,j=1Nf(r-|Yi-Yj|)]]>

其中f为Heaviside单位函数，N为总的相点数，r为球半径，Y_i(1≤i≤n)为空间中的相点； 

绘制出剩余序列的InC(r)-lnr关系曲线。确定出lnC(r)-lnr关系曲线中无标度区的最佳拟合直线，其斜率为关联维数。 

D2=limr→0lnCm(r)lnr]]>

F.由于月负荷剩余序列具有混沌特征，采用混沌相空间模型对其预测。预测采用相空间线性回归模型；