Zusammenfassung
Die Vorhersage zukünftiger Signalwerte spielt in vielen technischen Anwendungen eine bedeutende Rolle. Mit Hilfe der Informationstheorie läßt sich der maximale Vorhersagegewinn, basierend auf einer reinen Signalanalyse, bestimmen. Dieses Ergebnis wird verwendet, um Prognosemethoden zu bewerten und um zu entscheiden, ob es aufgrund der Signaleigenschaften überhaupt möglich ist, eine verbesserte Methode für die Vorhersage zu finden. Dies wird am Beispiel der Lastkurvenanalyse und-prognose gezeigt.
Abstract
The prediction of signal samples is an important part of many technical applications. It is possible to determine the maximum prediction gain with pure signal analysis using information theoretic methods. This result allows to assess prediction methods and to decide, whether it is possible at all to find an improved prediction method for the investigated signals. The results are applied to the load curve analysis and prediction.
This is a preview of subscription content, log in via an institution to check access.
Schrifttum
Bernhard, H.-P.: Analyse von Sprachsignalen mit Methoden der Chaostheorie, e & i 111 (1994), H. 12, S. 648 bis 649.
Bernhard, H.-P.: Determining the predictability of signals. In: Proceedings of the IEEE digital signal processing workshop. IEEE, Loen, Norway, 1996.
Bernhard, H.-P., Kubin, G.: A fast mutual information calculation algorithm. In: Holt, M. J. J., Cowan, C. F. N. Grant, P. M., Sandham, W. A. (eds): Signal processing VII: Theories and applications, Vol. 1, pp. 50–53. Amsterdam: Elsevier Science B. V. 1994.
Box, G. E. P., Jenkins, G. M.: Time series analysis. Forecasting and control. San Francisco: Holden-Day. 1976.
Cover, T. M., Thomas, J. A.: Elements of information theory. New York: John Wiley & Sons. 1991.
Fraser, A. M., Swinney, H. L.: Independent coordinates for strange attractors from mutual information. Physical Review A 33 (1986), 2, pp. 1134–1140.
Gross, G., Galiana, F. D.: Short-term load forecasting. In: Proceedings of the IEEE, pp. 1558–1573, Montreal, Canada, December 1987.
Knapp, B., Strasser, H., Yurtsever, K., Bernhard, H.-P.: Chaos-theoretic methods for load forecasting in the field of energy management systems. In: Proceedings of the PSCC (Power Systems Computation Conference). Dresden. 1996.
Müller, B., Reinhardt, J.: Neural networks — An introduction. Berlin Heidelberg: Springer. 1990.
Parker, T. S., Chua, L. O.: Practical numerical algorithms for chaotic systems. New York Berlin: Springer. 1989.
Reinisch, W.: Transinformationsanalyse von Lastkurven. Diplomarbeit, Technische Universität Wien, 1997.
Takens, F.: Detecting strange attractors in turbulence. In: Rand, D. A., Young, L. S. (eds.): Dynamical systems and turbulence. Warwick 1980. Volume 898 of Springer lecture notes in mathematics, pp. 366–381. Berlin: Springer. 1981.
Thompson, J. M. T., Steward, H. B.: Nonlinear dynamics and chaos. New York Chichester: John Wiley & Sons. 1986.
Author information
Authors and Affiliations
Additional information
Herrn Professor Dr.-Ing. Dr. h.c. mult. Hans Wilhelm Schüßler zum 70. Geburtstag gewidmet.
Rights and permissions
About this article
Cite this article
Bernhard, H.P. Anwendung informationstheoretischer Methoden in der Signalverarbeitung am Beispiel der Lastkurvenanalyse. Elektrotech. Inftech. 115, 33–40 (1998). https://doi.org/10.1007/BF03159135
Issue Date:
DOI: https://doi.org/10.1007/BF03159135
Schlüsselwörter
- Informationstheorie
- Lastkurvenanalyse
- Vorhersage (Prognose)
- dynamische Systeme
- Transinformation
- Transinformationsfunktion
- Vorhersagegewinn