搜索

文章查询

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

供热负荷时间序列混沌特性分析及预报模型研究

张永明 齐维贵

供热负荷时间序列混沌特性分析及预报模型研究

张永明, 齐维贵
PDF
导出引用
导出核心图
  • 为揭示供热负荷时间序列蕴含的内在动态特性,采用非线性分析方法对供热负荷时间序列混沌特性进行识别.以集中供热热源和热力站负荷时间序列为研究对象,进行相空间重构,求得了饱和关联维数和最大Lyapunov指数,验证了供热负荷时间序列的混沌特性,为供热负荷预报研究提供了混沌理论基础.针对现有供热负荷预报方法多为主观模型方法,本文提出了一种基于Volterra自适应滤波器的供热负荷预报方法,该方法不必事先建立主观模型,而直接根据负荷序列本身的特性进行预报,避免了负荷预报的人为主观性.最后,给出了供热负荷预报算例,仿真结果表明二阶Volterra自适应滤波器模型预报精度较高,可满足供热工程节能控制及热力调度的需要.
    • 基金项目: 国家十一五科技支撑计划重大项目(批准号:2006BAJ03A04)资助的课题.
    [1]

    Jiang Y 2006 HVAC 36 37(in Chinese)[江 亿 2006 暖通空调 36 37]

    [2]
    [3]

    Rios-Moreno G J, Trejo-Perea M, Castaneda-Miranda R, Hernandez-Guzman V M, Herrera-Ruiz G 2007 Automation in Construction 16 713

    [4]
    [5]

    Dodier R H, Henze G P 2004 J. Solar Energy Eng. 2 19

    [6]
    [7]

    Li Z Q, Zhu D H, Liu D Y 2007 HVAC 37 1(in Chinese)[黎展求、朱栋华、刘冬岩 2007 暖通空调 37 1]

    [8]
    [9]

    Zhang J S, Xiao X C 2000 Acta Phys. Sin. 49 403(in Chinese)[张家树、肖先赐 2000 物理学报 49 403]

    [10]
    [11]
    [12]

    Zhang J S, Xiao X C 2001 Acta Phys. Sin. 50 1248(in Chinese)[张家树、肖先赐 2001 物理学报 50 1248]

    [13]
    [14]

    Li H C, Zhang J S, Xiao X C 2005 Chin. Phys. 14 2181

    [15]

    Zhao H Q, Zhang J S 2009 Neural Networks 22 1471

    [16]
    [17]
    [18]

    Henry D, Abarbanel N M, Rabinovich M I, Evren T 2001 Phys. Lett. A 281 368

    [19]

    Kennel M B, Brown R, Abarbanel H D I 1992 Phys. Rev. A 45 3403

    [20]
    [21]

    Grassberger P, Procaccia I 1983 Phys. D 9 189

    [22]
    [23]
    [24]

    Grassberger P, Procaccia I 1983 Phys. Rev. Let. 50 346

    [25]
    [26]

    Wolf A, Swift J B, Swinney H L 1985 Phys. D 16 285

    [27]

    Rosenstein M T, Collins J J, De Luca C J 1993 Phys. D 65 117

    [28]
  • [1]

    Jiang Y 2006 HVAC 36 37(in Chinese)[江 亿 2006 暖通空调 36 37]

    [2]
    [3]

    Rios-Moreno G J, Trejo-Perea M, Castaneda-Miranda R, Hernandez-Guzman V M, Herrera-Ruiz G 2007 Automation in Construction 16 713

    [4]
    [5]

    Dodier R H, Henze G P 2004 J. Solar Energy Eng. 2 19

    [6]
    [7]

    Li Z Q, Zhu D H, Liu D Y 2007 HVAC 37 1(in Chinese)[黎展求、朱栋华、刘冬岩 2007 暖通空调 37 1]

    [8]
    [9]

    Zhang J S, Xiao X C 2000 Acta Phys. Sin. 49 403(in Chinese)[张家树、肖先赐 2000 物理学报 49 403]

    [10]
    [11]
    [12]

    Zhang J S, Xiao X C 2001 Acta Phys. Sin. 50 1248(in Chinese)[张家树、肖先赐 2001 物理学报 50 1248]

    [13]
    [14]

    Li H C, Zhang J S, Xiao X C 2005 Chin. Phys. 14 2181

    [15]

    Zhao H Q, Zhang J S 2009 Neural Networks 22 1471

    [16]
    [17]
    [18]

    Henry D, Abarbanel N M, Rabinovich M I, Evren T 2001 Phys. Lett. A 281 368

    [19]

    Kennel M B, Brown R, Abarbanel H D I 1992 Phys. Rev. A 45 3403

    [20]
    [21]

    Grassberger P, Procaccia I 1983 Phys. D 9 189

    [22]
    [23]
    [24]

    Grassberger P, Procaccia I 1983 Phys. Rev. Let. 50 346

    [25]
    [26]

    Wolf A, Swift J B, Swinney H L 1985 Phys. D 16 285

    [27]

    Rosenstein M T, Collins J J, De Luca C J 1993 Phys. D 65 117

    [28]
  • [1] 张家树, 肖先赐. 用于混沌时间序列自适应预测的一种少参数二阶Volterra滤波器. 物理学报, 2001, 50(7): 1248-1254. doi: 10.7498/aps.50.1248
    [2] 韦保林, 罗晓曙, 郭维, 傅金阶, 汪秉宏, 全宏俊. 一种基于三阶Volterra滤波器的混沌时间序列自适应预测方法. 物理学报, 2002, 51(10): 2205-2210. doi: 10.7498/aps.51.2205
    [3] 陆金桂, 杜杰, 刘志坚, 徐立中, 江全元, 郭创新, 曹一家. 混沌时间序列的局域高阶Volterra滤波器多步预测模型. 物理学报, 2009, 58(9): 5997-6005. doi: 10.7498/aps.58.5997
    [4] 张家树, 肖先赐. 用一种少参数非线性自适应滤波器自适应预测低维混沌时间序列. 物理学报, 2000, 49(12): 2333-2339. doi: 10.7498/aps.49.2333
    [5] 王梦蛟, 周泽权, 李志军, 曾以成. 混沌信号自适应协同滤波去噪. 物理学报, 2018, 67(6): 060501. doi: 10.7498/aps.67.20172470
    [6] 王国光, 王丹, 何丽桥. 混沌中信号的投影滤波. 物理学报, 2010, 59(5): 3049-3056. doi: 10.7498/aps.59.3049
    [7] 胡进峰, 张亚璇, 李会勇, 杨淼, 夏威, 李军. 基于最优滤波器的强混沌背景中谐波信号检测方法研究. 物理学报, 2015, 64(22): 220504. doi: 10.7498/aps.64.220504
    [8] 魏 荣, 王行愚. 连续时间混沌系统的自适应H∞ 同步方法. 物理学报, 2004, 53(10): 3298-3302. doi: 10.7498/aps.53.3298
    [9] 张家树, 肖先赐. 混沌时间序列的自适应高阶非线性滤波预测. 物理学报, 2000, 49(7): 1221-1227. doi: 10.7498/aps.49.1221
    [10] 唐洁, 张雄. 基于混沌理论的太阳黑子数平滑月均值预报. 物理学报, 2012, 61(16): 169601. doi: 10.7498/aps.61.169601
  • 引用本文:
    Citation:
计量
  • 文章访问数:  3450
  • PDF下载量:  1500
  • 被引次数: 0
出版历程
  • 收稿日期:  2010-12-06
  • 修回日期:  2010-12-25
  • 刊出日期:  2011-10-15

供热负荷时间序列混沌特性分析及预报模型研究

  • 1. 哈尔滨工业大学电气工程及自动化学院,哈尔滨 150001
    基金项目: 

    国家十一五科技支撑计划重大项目(批准号:2006BAJ03A04)资助的课题.

摘要: 为揭示供热负荷时间序列蕴含的内在动态特性,采用非线性分析方法对供热负荷时间序列混沌特性进行识别.以集中供热热源和热力站负荷时间序列为研究对象,进行相空间重构,求得了饱和关联维数和最大Lyapunov指数,验证了供热负荷时间序列的混沌特性,为供热负荷预报研究提供了混沌理论基础.针对现有供热负荷预报方法多为主观模型方法,本文提出了一种基于Volterra自适应滤波器的供热负荷预报方法,该方法不必事先建立主观模型,而直接根据负荷序列本身的特性进行预报,避免了负荷预报的人为主观性.最后,给出了供热负荷预报算例,仿真结果表明二阶Volterra自适应滤波器模型预报精度较高,可满足供热工程节能控制及热力调度的需要.

English Abstract

参考文献 (28)

目录

    /

    返回文章
    返回