基于混沌理论和Volterra自适应滤波器的天然气负荷预测

天然气是一种重要的清洁能源,如何预知未来时刻的天然气负荷,对于燃气公司与上游气源及下游用户制定合适的商业计划具有重要的意义.针对天然气短期负荷预测问题,提出基于混沌理论和Volterra自适应滤波器的预测模型.首先,对天然气时负荷时间序列进行日相关性分析,然后采用互信息法和伪最近邻域法确定延迟时间和最佳嵌入维数;其次,在相空间重构的基础上,对天然气时负荷时间序列进行混沌特性分析;再次,针对现有预测模型多为主观预测模型的特点,将Volterra自适应滤波器预测模型引入到天然气时负荷预测中,降低了人为主观性;最后,给出预测算例,探讨不同Volterra自适应滤波器阶数对预测效果的影响及对比了Volterra自适应滤波器预测模型与人工神经网络(artificial neural network,ANN)、傅里叶级数预测模型的预测精度,验证二阶Volterra自适应滤波器预测模型在不同日时负荷的预测效果.结果表明:二阶Volterra自适应滤波器预测模型较ANN、傅里叶级数预测模型具有更高的预测精度,为天然气短期负荷的在线工程应用提供了有益参考.