基于FFT的混沌短期负荷预测方法的改进研究

论文摘要

短期负荷预测是电力系统的基础工作,预测精度的好坏直接影响着整个电网经济安全的运行及电力负荷的分配。短期负荷预测的研究逐渐引起了人们的关注,研究表明负荷具有周期、混沌的特性,故“双周期+混沌”法即基于快速傅里叶变换即（FFT）的混沌时间序列预测方法成为人们的研究热点。基于FFT的混沌时间序列预测方法是运用FFT方法先把负荷中的周期部分分离出来,然后对剩余负荷进行混沌预测,在混沌预测方法中以相空间重构为基础的加权一阶局域法多步预测模型被广泛用于混沌时间序列的预测。在此算法中,由于全部分离周期频率值和引入负荷预测值,使得算法存在周期频率值提取过多和累计误差的问题,针对这些问题,本文对其进行改进研究,主要工作如下:1)负荷时间序列可以分为周期、混沌和随机噪声三部分,在分离周期部分时,利用FFT将负荷变换到频域中,通过自动识别频域中的周期频率成分,将周期频率成分全部反变换到时域中得到周期成分,会引起周期部分提取过多。针对此问题,文中提出在分离周期成分时要考虑周期、混沌及随机部分对此成分的贡献,根据混沌、随机的频谱特性来确定周期分离的量。2)加权一阶局域法多步预测中邻近点在多步之后的点是预测值,将此值代入算法中预测,会引起累积误差。针对此问题,文中提出在邻近点的权重上增加一个因子进行自适应修正,减少累积误差。3)本文通过对剩余负荷进行研究分析,对剩余负荷为随机噪声的情况作了处理。同时对剩余混沌负荷运用小波变换进行混沌、噪声分离,然后单独进行处理。另外,通过对本文的负荷预测改进算法进行测试,证明改进后的算法具有更好的精度。在电网负荷预测方面,以海南电网的负荷预测为例,对其运用改进后的预测方法进行预测,得到满意的结果,提高了预测精度。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 课题研究背景及意义
• 1.2 国内外研究现状
• 1.3 本文主要研究内容及章节安排
• 2 基于FFT 的混沌负荷预测的基本原理
• 2.1 电力负荷组成成分及分离方法
• 2.2 周期部分的分离方法
• 2.3 剩余混沌部分的预测原理
• 2.4 基于FFT 的混沌负荷预测模型
• 2.5 本章小结
• 3 基于FFT 的混沌负荷预测改进算法
• 3.1 分离周期部分的改进算法
• 3.2 加权一阶局域法多步预测模型的改进算法
• 3.3 时间序列为随机噪声时的处理方法
• 3.4 本章小结
• 4 实际电力负荷的算例分析
• 4.1 实际电力负荷的周期分离部分
• 4.2 实际电力剩余负荷的混沌特性分析
• 4.3 实际电力负荷的基于改进的FFT 的混沌预测方法
• 4.4 本章小结
• 5 结论与展望
• 5.1 全文工作总结
• 5.2 前景与展望
• 致谢
• 参考文献
• 附录一 攻读硕士学位期间所发表的学术论文