摘要：现有的采用欧氏距离确定相空间最邻近点的混沌预测方法对高维混沌时间序列预测的效果不太理想,因而提出以关联度代替欧氏距离来确定相空间最邻近点的思想,同时发展了一种改善高嵌入维重构空间全局Lyapunov指数谱性状的方法.通过对短期电力负荷序列的预测,验证了当嵌入维数逐渐增大时,所提方法比现有的方法在预测精度方面有明显的提高.

关键词：电力系统 负荷预测 序列预测 高嵌入维数 混沌 

单位：上海交通大学电力学院; 上海; 200030; 华中科技大学水电学院; 湖北省; 武汉市; 430074