【正文】 本科畢業(yè)設計說明書（論文） 第 1 頁 共 41 頁 電力負荷預測方法研究 1 緒論 電力工業(yè)的發(fā)展一方面直接制約著國民經(jīng)濟和社會的發(fā)展，另一方面電力工業(yè)的發(fā)展也依賴于社會對電力的需求。電力系統(tǒng)的作用就是對各類用戶提供盡可能經(jīng)濟可靠而合乎標準要求的電能，以隨時滿足各類用戶的要求，用電力系統(tǒng)的術(shù)語來說，就是滿足負荷要求。所以正確的電力負荷預測既可以為國民經(jīng)濟的發(fā)展提供充足的電力，也可以為電力系統(tǒng)自身的發(fā)展提供幫助，特別是對于電力系統(tǒng)規(guī)劃而言，準確的負荷預測是整個規(guī)劃工作的基礎和前提。 電力系統(tǒng)短期負荷預測對未來 1 日至 1 周的負荷進行預測，而中期負荷預測則是對未來 一月至一年的負荷進行預測的。中、短期負荷預測是隨著電力系統(tǒng) EMS 的逐步發(fā)展而發(fā)展起來的，現(xiàn)已經(jīng)成為 EMS 必不可少的一部分和為確保電力系統(tǒng)安全經(jīng)濟運行所必需的手段之一。電力系統(tǒng)負荷預測為這一地區(qū)電力規(guī)劃奠定了一定的基礎，同時也為這一地區(qū)電力工業(yè)布局、能源資源平衡、電力余缺調(diào)劑，以及電網(wǎng)資金和人力資源的需求與平衡提供可靠的依據(jù)。因此，電力負荷預測是一項十分重要的工作，它對于保證電力工業(yè)的健康發(fā)展，乃至對于整個國民經(jīng)濟的發(fā)展均有著十分重要的意義。 負荷預測技術(shù)經(jīng)過幾十年的發(fā)展，人們提出了許多的預測方法。現(xiàn)有的預測 方法大體可以分為 2 類：經(jīng)典的數(shù)學統(tǒng)計方法以及上世紀 90 年代興起的各種人工智能方法。經(jīng)典的數(shù)學統(tǒng)計方法包括線性外推法、多元線性回歸法、時間序列法和狀態(tài)空間法等。人工智能方法包括人工神經(jīng)網(wǎng)絡法、專家系統(tǒng)方法和模糊推理方法、小波分析等。 本文介紹了一種基于 BP 神經(jīng)網(wǎng)絡的短期負荷預測方法 [1]。其中首先根據(jù)實際經(jīng)驗將一周的 7 天分為工作日（星期一到星期五）和休息日（星期六和星期天）等兩種類型；然后建立相應的人工神經(jīng)網(wǎng)絡模型用以預測負荷歸一化系數(shù)； 最后通過最小二乘法預測日最大負荷和日最小負荷 。利用相應的 BP 神經(jīng)網(wǎng)絡方法 對未來 24 小時負荷進行短期預測 [2]，該方法充分發(fā)揮了神經(jīng)網(wǎng)絡處理非線性問題的能力和人工神經(jīng)網(wǎng)絡自學習、自適應的優(yōu)點。實際算例表明，這種方法應用在短期負荷預測方面有較高的精度。 本科畢業(yè)設計說明書（論文） 第 2 頁 共 41 頁 電力負荷預測研究的意義 電力負荷有兩方面的含義 [3]：一方面是指電力工業(yè)的服務對象，包括使用電力的部門、機關(guān)、企事業(yè)單位、工廠、農(nóng)村、車間、學校以及各種各樣的用電設備 。 另一方面是指上述各用電單位、用電部門或用電設備使用電力和電量的具體數(shù)量[4]。電力負荷預測中的負荷概念是指國民經(jīng)濟整體或部門或地區(qū)對電力和電量消費的歷 史情況及未來的變化發(fā)展趨勢。 電力負荷預測就是在正確的理論指導下，在調(diào)查研究掌握大量翔實資料的基礎上，運用可靠的方法和手段對電力負荷的發(fā)展趨勢作出科學合理的推斷。本文中基于神經(jīng)網(wǎng)絡的電 力 短期 負荷預測就是在大量有關(guān)電力 短期 負 荷研究和神經(jīng)網(wǎng)絡理論的指導下，在充分調(diào)查研究處理了某市某年某月一個月 700 多組數(shù)據(jù)后，應用了神經(jīng)網(wǎng)絡理論與 MATLAB 的實現(xiàn)方式，進行了編程仿真，得出了月底某工作日和某休息日兩天的各小時點的具體負荷 [5]。較高的預測精度充分表明了它的科學合理性。 電力用戶是電力工業(yè)的服務對象，電力負荷的不 斷增長是電力工業(yè)發(fā)展的根據(jù)。正確地預測電力負荷，既是為了保證無條件供應國民經(jīng)濟各部門及人民生活以充足的電力的需要，也是電力工業(yè)自身健康發(fā)展的需要。電力負荷預測工作既是電力規(guī)劃工作的重要組成部分，也是電力規(guī)劃的基礎。全國性的電力負荷預測，為編制全國電力規(guī)劃提供依據(jù)，它規(guī)定了全國電力工業(yè)的發(fā)展水平、發(fā)展速度、源動力資源的需求量，電力工業(yè)發(fā)展的資金需求量，以及電力工業(yè)發(fā)展對人力資源的需求量。 本文對某地區(qū)進行電力負荷的中、 短期 預測，它為這一地區(qū)電力規(guī)劃奠定了一定的基礎，同時也為這一地區(qū)電力工業(yè)布局、能源資源平衡、 電力余缺調(diào)劑，以及電網(wǎng)資金和人力資源的需求與平衡提供可靠的依據(jù)。因此，電力負荷預測是一項十分重要的工作，它對于保證電力工業(yè)的健康發(fā)展，乃至對于整個國民經(jīng)濟的發(fā)展均有著十分重要的意義。 國內(nèi)外電力負荷預測研究的現(xiàn)狀 電力負荷預測分為經(jīng)典預測方法和現(xiàn)代預測方法 [6]。 經(jīng)典預測方法 （ 1） 時間序列法 本科畢業(yè)設計說明書（論文） 第 3 頁 共 41 頁 時間序列法是一種最為常見的短期負荷預測方法，它是針對整個觀測序列呈現(xiàn)出的某種隨機過程的特性，去建立和估計產(chǎn)生實際序列的隨機過程的模型，然后用這些模型去進行預測。它利用了電力負荷變動的 慣性特征和時間上的延續(xù)性，通過對歷史數(shù)據(jù)時間序列的分析處理，確定其基本特征和變化規(guī)律，預測未來負荷。 時間列模型的缺點在于不能充分利用對負荷性能有很大影響的氣候信息和其他因素，導致了預報的不準確和數(shù)據(jù)的不穩(wěn)定。 （ 2） 回歸分析法 回歸分析法就是根據(jù)負荷過去的歷史資料，建立可以分析的數(shù)學模型，對未來的負荷進行預測。從數(shù)學上看，就是利用數(shù)理統(tǒng)計中的回歸分析方法，通過對變量的觀測數(shù)據(jù)進行分析，確定變量之間的相互關(guān)系，從而實現(xiàn)預測目的。回歸預測包括線性回歸和非線性回歸。 雖然經(jīng)典的數(shù)學統(tǒng)計方法具有速度快的優(yōu)點， 但是其預測模型比較簡單，很難準確描述負荷預測的實際模型，所以其精度較差。隨著人工智能技術(shù)逐步被引 入到短期負 荷預測中，人們已經(jīng)提出了多種基于人工智能的預測方法，其中最為典型的為基于各種人工神經(jīng)網(wǎng)絡模型的預測方法 ，其中以神經(jīng) BP 算法為代表。 現(xiàn)代負荷預測方法 20 世紀 80 年代后期，一些基于新興學科理論的現(xiàn)代預測方法逐漸得到了成功應用。這其中主要有灰色數(shù)學理論、專家系統(tǒng)方法、神經(jīng)網(wǎng)絡理論、模糊預測理論等。 （ 1） 灰色數(shù)學理論 灰色數(shù)學理論是把負荷序列看作一真實的系統(tǒng)輸出，它是眾多影響因子的綜合 作用結(jié)果。這些眾多因子的未知性和不確定性，成為系統(tǒng)的灰色特性?；疑到y(tǒng)理論把負荷序列通過生成變換，使其變化為有規(guī)律的生成數(shù)列再建模，用于負荷預測。 灰色系統(tǒng)理論是中國學者鄧聚龍教授 1982 年 3 月在國際上首先提出來的，在國際期刊《 SYSTEMS AND CONTROL LETTER》刊物上發(fā)表，題為“ Control Problems of Grey Systems” ,引起了國際上的充分重視。 灰色系統(tǒng)理論的形成是有過程的。早年鄧教授從事控制理論和模糊系統(tǒng)的研究，取得了許多成果。后來，他接受了全國糧食預測的課題 ，為了搞好預測工作，他研究了概率統(tǒng)計追求大樣本量，必須先知道分布規(guī)律、發(fā)展趨勢，而時間序列法只致力于數(shù)據(jù)的擬合，不注重規(guī)律的發(fā)展。鄧教授希望在可利用數(shù)據(jù)不多的情況下，找到了較長時期起作用的規(guī)律，于是進行了用少量數(shù)據(jù)做微分方程建模的研究。這一工作開始 本科畢業(yè)設計說明書（論文） 第 4 頁 共 41 頁 并不順利，一時建立不起可供應的模型。后來，他將歷史數(shù)據(jù)作了各種處理，找到了累加生成，發(fā)現(xiàn)累加生成曲線是近似的指數(shù)增長曲線，而指數(shù)增長正符合微分方程解的形式。在此基礎上，進一步研究了離散函數(shù)光滑性，微分方程背景值、平射性等一些基本問題，同時也考慮了有限和無限的相對性 ，定義了指標集拓撲空間的灰導數(shù)，最后解決了微分方程的建模問題 [7]。 （ 2） 專家系統(tǒng)方法 專家系統(tǒng)方法是對于數(shù)據(jù)庫里存放的過去幾年的負荷數(shù)據(jù)和天氣數(shù)據(jù)等進行細致的分析，匯集有經(jīng)驗的負荷預測人員的知識，提取有關(guān)規(guī)則。借助專家系統(tǒng)，負荷預測人員能識別預測日所屬的類型，考慮天氣因素對負荷預測的影響，按照一定的推理進行負荷預測。 專家系統(tǒng)是一個用基于知識的程序設計方法建立起來的計算機系統(tǒng)（在現(xiàn)階段主要表現(xiàn)為計算機系統(tǒng)），它擁有某個特殊領域內(nèi)專家的知識和經(jīng)驗，并能像專家那樣運用這些知識，通過推理，在那個領域內(nèi)作出 智能決策。所以，一個完整的專家系統(tǒng)是有四部分組成的，即知識庫、推理機、知識獲取部分和解釋界面。 （ 3） 神經(jīng)網(wǎng)絡理論 運用神經(jīng)網(wǎng)絡技術(shù)進行電力負荷預測，其優(yōu)點是可以模仿人腦的智能化處理，對大量非結(jié)構(gòu)性、非精確性規(guī)律具有自適應功能，具有信息記憶、自主學習、知識推理和優(yōu)化計算的特點，特別的，其自學習和自適應功能是常規(guī)算法和專家系統(tǒng)技術(shù)所不具備的 [8]。因此，預測被當作人工神經(jīng)網(wǎng)絡（簡記為 ANN）最有潛力的應用領域之一，許多人都試圖應用反傳學習算法訓練 ANN。以用作時間序列預測。誤差反向傳播算法又稱為 BP 法，提 出一個簡單的三層人工神經(jīng)網(wǎng)絡模型，就能實現(xiàn)從輸入到輸出間非線性映射任何復雜函數(shù)關(guān)系。因此，我們可以將對電力負荷影響最大的幾種因素作為輸入，即當天的天氣溫度、天氣晴朗度（又稱為能見度）、風向風力、峰谷負荷及相關(guān)負荷等，爭取獲得較好的預測結(jié)果。 （ 4） 小波分析預測技術(shù) 小波分析（ Wavelet） 是本世紀數(shù)學研究成果中最杰出的代表 [9]。它作為數(shù)學學科的一個分支，吸取了現(xiàn)代分析學中諸如泛函分析、數(shù)值分析、 Fourier 分析、 樣條分析、調(diào)和分析等眾多分支的精華，并包羅了它們的特色。由于小波分析在理論上的完美 性以及在應用上的廣泛性，在短短的幾年中，受到了科學界、工程界的高度重視，并且在信號處理、圖象處理、模式識別、地震預報、故障診斷、狀態(tài)監(jiān)視、 CT 成象、語 本科畢業(yè)設計說明書（論文） 第 5 頁 共 41 頁 言識別、雷達等十幾個科學領域中得到應用。小波分析為本世紀現(xiàn)代分析學作了完美的總結(jié)。 小波分析方法的提出，可以追溯到 1910 年 Harr 提出的“小波”規(guī)范正交基及 1938年 LittlewoodPaley 對 Fourier 變換的相位變化本質(zhì)上不影響函數(shù)的 LP 理論。 1981 年Stromberg 對 Harr 系進行了改進，證明小波函數(shù)的存在。 1984 年法國地球物理學家Morlet 在分析地震波的局部性時，把小波運用于對信號分解，取得了滿意的分析結(jié)果。隨后，理論物理學家 Grossman 對 Morlet 的這種信號方法進行了理論研究，這無疑為小波分析的形成奠定了基礎。 1986 年，法國數(shù)學家 Mayer 創(chuàng)造性地構(gòu)造出了一個具有一定衰減特性的光滑函數(shù)，它的二進制伸縮和平移系構(gòu)成 L（ R） 的規(guī)范正交基，實現(xiàn)了信號在時頻空間同時局部化的正交分解。他為小波理論的形成和完善作出了重大貢獻，是小波理論的奠基人之一。 1988 年， Daubechies 構(gòu)成出了具有有限支撐的正交小波基。它在數(shù)學信號的小波 分解過程中提供有限的從而更實際、更具體的數(shù)字濾波器。這樣，小波分析的理論大廈就基本奠定了。 1990 年， Daubechies 在美國作了 10 次小波講座，把小波介紹到工程界中，“小波熱”就開始了。此后，中國學者崔錦泰和王建忠構(gòu)成了基于樣條函數(shù)的單正交小波函數(shù)，并討論了具有最好局部化性質(zhì)的尺度函數(shù)與小波函數(shù)。而Wicherhanseer 等將 Mallat 算法進一步深化，提出了小波包算法，取得了信號的最佳時頻分解。目前，國內(nèi)外有關(guān)小波在電力系統(tǒng)中的應用的文獻還很少，這個領域還是很少，然而，由于其獨特的分析方法，在電力系 統(tǒng)負荷預測方面一定會有很好的前景[10]。 小波分析是一種時域 —— 頻域分析方法，它在時域和頻域上同時具有良好的局部化性質(zhì)，并且能根據(jù)信號頻率高低自動調(diào)節(jié)采樣的疏密，它容易捕捉和分析微弱信號以及信號、圖象的任意細小部分。其優(yōu)于傳統(tǒng)的 Fourier 分析的主要之處在于：能對不同的頻率成分采用逐漸精細的采樣步長，從而可以聚焦到信號的任意細節(jié)，尤其是對奇異信號很敏感，能很好的處理微弱或突變的信號，其目標是將一個信號的信息轉(zhuǎn)化成小波系數(shù)，從而能夠方便地加以處理、存儲、傳遞、分析或被用于重建原始信號。這些優(yōu)點決定了小波分 析可以有效地應用于負荷預測問題的研究。 （ 5） 模糊負荷預測 模糊負荷預測是近幾年比較熱門的研究方向。 本科畢業(yè)設計說明書（論文） 第 6 頁 共 41 頁 模糊控制是在所采用的控制方法上應用了模糊數(shù)學理論，使其進行確定性的工作，對一些無法構(gòu)造數(shù)學模型的被控過程進行有效控制。模糊系統(tǒng)不管其是如何進行計算的，從輸入輸出的角度講它是一個非線性函數(shù)。模糊系統(tǒng)對于任意一個非線性連續(xù)函數(shù)，就是找出一類隸屬函數(shù)，一種推理規(guī)則，一個解模糊方法，使得設計出的模糊系統(tǒng)能夠任意逼近這個非線性函數(shù)。 本文主要的研究工作 通過本次畢業(yè)設計，我們要對所學知識得以鞏固與加強； 了解目前負荷預測的概況，弄清負荷預測的常用方法方法，完成電力負荷預測；培養(yǎng)運用所學知識分析和解決問題的能力，鍛煉和提高學生的綜合素質(zhì) 本設計主要是學習負荷預測的一般方法，在此基礎上，結(jié)合某地區(qū)的實際負荷，將所研究方法應用到負荷預測上，完成相應的負荷預測計算和分析。 通過這一段時間的學習和研究主要工作為以下幾個方面的內(nèi)容和要求： (1) 廣泛閱讀有關(guān)電力系統(tǒng)負荷預測方面的書籍和文獻資料，分析并整理有關(guān)資料。 (2) 學習有關(guān)負荷預測的基礎知識。 (3) 深入研究最小二乘法、指數(shù)平滑法和人工神經(jīng)網(wǎng)絡法的預 測方法 (4) 建立電力負荷預測的模型，對預測某地區(qū)的發(fā)電量。 (5) 建立人工神經(jīng)網(wǎng)絡算法程序 , 得出 MATLAB 的圖形。 (6) 完成畢業(yè)設計論文的撰寫和畢業(yè)答辯任務。