基于多变量加权一阶局域混沌预测模型优化及应用

摘要：

鉴于实际应用中多变量因素对混沌预测的影响,提出了多变量时间序列相空间重构方法,以此为基础建立多变量加权一阶局域混沌预测模型.引入等概率符号化极大联合熵求取延迟时间、最小香农熵法求取嵌入维数,实现多变量混沌预测模型子序列重构;对实际序列采用区间邻近点法确定预测中心点的邻近点,避免产生伪邻近点;最后用关联分析确定观测变量.将该模型应用于短期电力负荷预测,分析气温等影响因素与电力负荷的相关程度,引入气温时间序列作为另一观测变量,实验证明相对于单变量预测方法提高了预测精度.

关键词：计量学、短期电力负荷预测、加权一阶局域法、混沌预测、模型优化、等概率符号化、极大联合熵、香农熵、多变量预测

所属期刊栏目：39

分类号：TB971(计量学)

资助基金：国家自然科学基金61077071,51475405;河北省自然科学基金F2016203496,F2015203413,F2015203392;河北省高层次人才项目A2016002032

在线出版日期：2018-02-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：77-82