電力短期負(fù)荷混沌表現(xiàn)及預(yù)測
頁數(shù) 61 字?jǐn)?shù) 28589
摘要
混沌現(xiàn)象是介于確定性關(guān)系和隨機(jī)性關(guān)系之間。一 方面 ,混沌運(yùn)動是非線性確定性系統(tǒng)具有內(nèi)在隨機(jī)性的一種 運(yùn)動 ,它的行為極其敏感地依賴于初始條件。由于對系統(tǒng)初 始狀態(tài)的預(yù)測不準(zhǔn)性和運(yùn)算過程的誤差存在性 ,混沌系統(tǒng)的 長期行為預(yù)測存在局限性。另一方面 ,混沌現(xiàn)象所固有的確 定性表明 ,混沌當(dāng)中蘊(yùn)含著有序 ,它不同于無從控制的隨機(jī)運(yùn)動 ,從而使混沌系統(tǒng)的短期預(yù)測是可行的 ,且比傳統(tǒng)的線性預(yù)測模型所獲得的結(jié)果更好。
科學(xué)已經(jīng)證實(shí),混沌時(shí)間序列在短期內(nèi)可以較為精確的預(yù)測。這里我們是通過對電力負(fù)荷系統(tǒng)分析得出它的關(guān)聯(lián)維數(shù)為分?jǐn)?shù),電力系統(tǒng)負(fù)荷的最大Lyapunov（ ）是正數(shù),來說明電力系統(tǒng)負(fù)荷具有混沌特性。局域預(yù)測法注重局部行為，需要不斷實(shí)時(shí)的擬合系數(shù)，但是計(jì)算機(jī)工作量大大少于全局預(yù)測發(fā)法，擬合出來的線性函數(shù)是未知全局非線性函數(shù)的局部范圍內(nèi)線性近似。局部預(yù)測算法的優(yōu)點(diǎn)是：如果時(shí)間序列比較長的話，可以通過調(diào)整某些參數(shù)來控制預(yù)測精度。
用于電力系統(tǒng)負(fù)荷預(yù)測的算法很多，有人工神經(jīng)網(wǎng)絡(luò)方法，綜合方法，統(tǒng)計(jì)學(xué)理論中的支持向量機(jī)方法，專家系統(tǒng)方法等等。本文主要闡述了局部預(yù)測算法和支持向量機(jī)方法的原理以及在電力負(fù)荷預(yù)測中的應(yīng)用，并且分析了它們各自的特點(diǎn)。完成了基于支持向量機(jī)在電力市場預(yù)測的設(shè)計(jì)和實(shí)現(xiàn)。


關(guān)鍵字：混沌系統(tǒng),局部預(yù)測,支持向量機(jī),電力負(fù)荷預(yù)測

目 錄
第1章 緒論 1
1.1 引言 1
1.2 電力市場預(yù)測問題 2
1.3 電力預(yù)測相關(guān)背景 2
1.4 負(fù)荷預(yù)測方法簡介 3
1.5 MATLAB簡介 3
1.6 本文的組織結(jié)構(gòu) 4
第2章 電力系統(tǒng)負(fù)荷混沌特性 5
2.1 混沌基本理論 5
2.2 電力系統(tǒng)負(fù)荷的混沌特性 5
2.3 負(fù)荷吸引子的分形維數(shù) 7
2.4 負(fù)荷最大Lyapunov指數(shù)（ ）的提取 8
第3章 負(fù)荷預(yù)測原理及應(yīng)用 11
3.1 負(fù)荷預(yù)測的原理及特征 11
3.2 線性局域預(yù)測法 13
3.3 結(jié)論 16
第4章 系統(tǒng)設(shè)計(jì) 17
4.1 需求分析 17
4.2 概要設(shè)計(jì) 18
第5章 系統(tǒng)實(shí)現(xiàn) 20
5.1 圖形用戶界面操作GUI 20
5.2 詳細(xì)設(shè)計(jì) 21
第6章 小結(jié) 32
謝 辭 33
附錄A 外文翻譯－原文部分 35
附錄B 外文翻譯－譯文部分 42
附錄C：部分原代碼 46


參考文獻(xiàn)
1. 王士同，陳慧萍，趙躍華等 人工智能教程 北京 電子工業(yè)出版社 2001年10月
2. Abhijit S Pandya，Robert B.Macy著，徐勇，荊濤等譯 神經(jīng)網(wǎng)絡(luò)模式識別極其實(shí)現(xiàn)
北京 電子工業(yè)出版社 1999年6月
3. 叢爽編著，面向MATLAB工具箱的神經(jīng)網(wǎng)絡(luò)理論 合肥 中國科學(xué)技術(shù)大學(xué)出版社，1998年11月
4. 王沫然編著 MATLAB也科學(xué)計(jì)算 北京 電子工業(yè)出版社 2003年9月
5. 盛驟，謝式千等 概率論與數(shù)理統(tǒng)計(jì) 北京 高等教育出版社 1997