电力系统及其自动化学报
電力繫統及其自動化學報
전력계통급기자동화학보
PROCEEDINGS OF THE CHINESE SOCIETY OF UNIVERSITIES
2012年
1期
115-119
,共5页
陈锦攀%罗滇生%周勇%贺辉%肖时勇
陳錦攀%囉滇生%週勇%賀輝%肖時勇
진금반%라전생%주용%하휘%초시용
组合预测%元学习%门控网络%最大李雅普诺夫指数%超短期负荷预测
組閤預測%元學習%門控網絡%最大李雅普諾伕指數%超短期負荷預測
조합예측%원학습%문공망락%최대리아보낙부지수%초단기부하예측
为了提高超短期负荷预测精度,提出了一种改进的基于学习的时变非线性组合预测算法,该算法在基预测器中增加了基于最大Lyapunov指数的混沌时间序列预测模型,其中最大Lyapunov指数为序列特征属性,在进行组合预测时将序列的特征属性和基预测器预测的结果形成元知识,作为元预测器的输入,从而发现并且纠正基预测器的系统偏差.在元预测器中,通过门控网络确定各基预测器的权重,保证了权重的时变性和非负性.预测结果表明,该算法的预测精度较高,具有实际应用价值.
為瞭提高超短期負荷預測精度,提齣瞭一種改進的基于學習的時變非線性組閤預測算法,該算法在基預測器中增加瞭基于最大Lyapunov指數的混沌時間序列預測模型,其中最大Lyapunov指數為序列特徵屬性,在進行組閤預測時將序列的特徵屬性和基預測器預測的結果形成元知識,作為元預測器的輸入,從而髮現併且糾正基預測器的繫統偏差.在元預測器中,通過門控網絡確定各基預測器的權重,保證瞭權重的時變性和非負性.預測結果錶明,該算法的預測精度較高,具有實際應用價值.
위료제고초단기부하예측정도,제출료일충개진적기우학습적시변비선성조합예측산법,해산법재기예측기중증가료기우최대Lyapunov지수적혼돈시간서렬예측모형,기중최대Lyapunov지수위서렬특정속성,재진행조합예측시장서렬적특정속성화기예측기예측적결과형성원지식,작위원예측기적수입,종이발현병차규정기예측기적계통편차.재원예측기중,통과문공망락학정각기예측기적권중,보증료권중적시변성화비부성.예측결과표명,해산법적예측정도교고,구유실제응용개치.
