基于改進(jìn)的分形理論的短期電力負(fù)荷預(yù)測

徐建軍,王碩昌,袁 碩,張銘橋,馬 睿,潘立超

(東北石油大學(xué) 電氣信息工程學(xué)院,黑龍江 大慶 163318)

0 引 言

目前應(yīng)用的預(yù)測模型基本上都是通過對數(shù)據(jù)生成的曲線的特點(diǎn)和趨勢進(jìn)行分析,然后建立一定的邏輯關(guān)系,并通過邏輯關(guān)系預(yù)測后續(xù)的數(shù)據(jù)變化。常見的預(yù)測模型有灰色預(yù)測模型、ARIMA(Autoregressive Integrated Moving Average)模型、BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)模型、模糊預(yù)測模型、插值預(yù)測模型、回歸預(yù)測模型等,這些模型都是通過上述方法進(jìn)行數(shù)據(jù)預(yù)測的。但都沒考慮數(shù)據(jù)背后隱藏的局部和整體之間的重要聯(lián)系和運(yùn)動規(guī)律。Mandelbrot通過對自然界中的局部與整體的聯(lián)系建立了一門新的學(xué)科----分形學(xué)[1]。該學(xué)科可以通過研究混亂現(xiàn)象和不規(guī)則構(gòu)型解決上述問題。

1986年分形插值函數(shù)被提出[2],與提供適合經(jīng)驗(yàn)數(shù)據(jù)的初等函數(shù)一樣,分形插值函數(shù)可以用公式科學(xué)地表示。分形插值函數(shù)的優(yōu)點(diǎn)是其具有一組非正維數(shù)。陶興龍[3]利用分形維數(shù)可以表征曲面的粗糙程度的特點(diǎn),通過分形維數(shù)估算修正參數(shù)以降低低頻噪聲。李小燕[4]通過分形插值函數(shù)選取相似日對實(shí)測日進(jìn)行氣象預(yù)測,再選取參考日的數(shù)據(jù)對實(shí)測日的預(yù)測數(shù)據(jù)進(jìn)行回歸,進(jìn)一步提高了預(yù)測精度。李萌[5]通過設(shè)置調(diào)整參數(shù)和不斷更新迭代初始點(diǎn)對分形插值函數(shù)進(jìn)行修正,使其能對中長期電力負(fù)荷進(jìn)行預(yù)測。佟宇[6]利用經(jīng)驗(yàn)?zāi)B(tài)分解對原始的預(yù)測序列進(jìn)行分解,再利用分型理論中的拼貼定理和分形插值函數(shù)對每個(gè)分解序列進(jìn)行合理的預(yù)測。……