相空间重构和支持向量机结合的电力负荷预测模型研究

• 作者: 李昕 闫宏伟 马弘毅
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 支持向量回归 混沌 相空间重构 电力负荷预测
• 年，卷（期）: 2014,（24）
• 所属期刊栏目: 电能计量及负荷控制
• 页码范围: 6-10
• 页数: 5页
• 分类号: TM714
• 字数: 4097字
• 语种: 中文

摘要

风电机组集中并网会对电网安全稳定运行带来影响，为了合理规划各类供电机组高效运行，对电力负荷预测的精度提出了更高的要求。电网负荷时间序列具有混沌特性，普通预测方法难以描述其特性和内在规律。利用混沌相空间重构理论对负荷时间序列进行研究，用互信息法和CAO方法分别求得时间延迟和嵌入维数，并由此得到系统最大李雅普诺夫指数，证明其具有混沌特性。然后根据时间延迟和嵌入维数对样本数据相空间重构，在此基础上利用支持向量回归算法（ PSR－SVR）对电力负荷进行预测，支持向量回归采用网格寻优确定参数。最后将预测的结果同时间序列模型和BP神经网络模型的预测结果进行对比，结果表明，这是一种误差小，精度高的电网负荷预测方法器。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闫宏伟	中北大学机械与动力工程学院	58	253	7.0	13.0
2	李昕	中北大学机械与动力工程学院	6	17	3.0	3.0
3	马弘毅	中北大学机械与动力工程学院	3	13	3.0	3.0