短期负荷多变量混沌时间序列正则化回归局域预测方法

摘要：

为提高短期负荷预测的精度,提出了多变量混沌时间序列正则化回归局域预测方法.选取对负荷影响程度最大的实感温度因素,构建了多变量时间序列.首先采用互信息法和最小预测误差法确定出时间序列延迟和嵌入维数,并依据确定的重构参数进行短期负荷多变量时间序列的相空间重构,针对局域预测法中邻近点个数少而不能满足最小二乘估计条件的问题,提出了基于正则化回归的多变量时间序列混沌局部预测模型.通过重庆某地区电力系统短期负荷预测的计算实例表明,该方法具有较强的自适应能力和较好的预测效果.

关键词：多变量时间序列、相空间重构、短期负荷预测、正则化回归

所属期刊栏目：37

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金基于时空数据挖掘的配电网负荷预测模型及方法研究50607023

在线出版日期：2010-09-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：220-224