【正文】 高，也增加 4 了模型的復(fù)雜性。可是在工程技術(shù)、社會(huì)、經(jīng)濟(jì)、工業(yè)、環(huán)境、電力等各種系統(tǒng)中經(jīng)常會(huì)遇到信息不完全，運(yùn)行行為信息不完全等等 。“白”指信息完全已知 。 灰色系統(tǒng) 法 灰色系統(tǒng)理論是 80 年代由我國(guó)鄧聚龍教授提出，用來(lái)解決信息不完備系統(tǒng)的數(shù)學(xué)方法。 由大量的簡(jiǎn)單神經(jīng)元組成的非線性系統(tǒng)，每個(gè)神經(jīng)元的結(jié)構(gòu)和功能都比較簡(jiǎn)單，而大量神經(jīng)元組合產(chǎn)生的 系統(tǒng)行為卻非常復(fù)雜 [6]。盡管如此專 家系統(tǒng)對(duì)于解決不確定性問(wèn)題和非規(guī)律性問(wèn)題仍然是一個(gè) 3 強(qiáng)有力的工具。而一般地來(lái)說(shuō)，人類專家的能力來(lái)源于他們淵博的知識(shí)，即專家的知識(shí)很大程度上決定了他們的能力。在上述負(fù)荷公式中 B(t)包含有平均負(fù)荷和負(fù)荷變化系數(shù)，前者屬于線性趨勢(shì)分量，后者是周期性分量，如果通過(guò)差分將趨勢(shì)分量和周期分量清除掉，得到一個(gè)平穩(wěn)時(shí)間序列即隨機(jī)波動(dòng)分量，再對(duì)這個(gè)隨機(jī)分量進(jìn)行預(yù)測(cè)。這種因果關(guān)系往往無(wú)法用精確的數(shù)學(xué)表達(dá)式來(lái)描述，只有通過(guò)對(duì)大量觀察數(shù)據(jù)的 統(tǒng)計(jì)處理，才能找到它們之間的關(guān)系和規(guī)律。趨勢(shì)分析法的優(yōu)點(diǎn)是只需要?dú)v史數(shù)據(jù)，所需的數(shù)據(jù)量較少 。傳統(tǒng)預(yù)測(cè)方法的原理比較簡(jiǎn)單，理論較成熟，但其采用的數(shù)學(xué)模型過(guò)于簡(jiǎn)單，不能及時(shí)、準(zhǔn)確地估計(jì)和調(diào)整其參數(shù)，因此不能反映負(fù)荷的突然變化，從而使得預(yù)測(cè)的精度難以提高。和前面兩個(gè)方面相比較，第三方面的研究最為深入，已經(jīng)涌現(xiàn)出了各種不同的預(yù)測(cè)模型和算法，并且隨著預(yù)測(cè)技術(shù)和數(shù)學(xué)理論的逐漸發(fā)展，負(fù)荷預(yù)測(cè)的新方法也如雨后春筍般紛紛涌現(xiàn)。因此，電力負(fù)荷預(yù)測(cè)的水平已成為衡量一個(gè)電力企業(yè)的管理是否走向現(xiàn)代化 的顯著標(biāo)志之一。 電力系統(tǒng)負(fù)荷預(yù)測(cè)是指，在充分考慮一些重要的系統(tǒng)運(yùn)行特性、增容決策、自然條件與社會(huì)影響的條件下，研究或利用一套系統(tǒng)地處理過(guò)去與未來(lái)負(fù)荷的數(shù)學(xué)方法，在滿足一定精度的意義下，確定未來(lái)某特定時(shí)刻或某些特定時(shí)刻的負(fù)荷數(shù)值 [1]。由于電能不能 大量的 儲(chǔ)存，這就要求發(fā)電出力應(yīng)該與電力負(fù)荷的變化 保持 動(dòng)態(tài)平衡。 I 摘 要 短期電力負(fù)荷預(yù)測(cè)是電力系統(tǒng)運(yùn)行調(diào)度中非常重要的內(nèi)容，它 既 是保證電力系統(tǒng)安全經(jīng)濟(jì)運(yùn)行和實(shí)現(xiàn)電網(wǎng)科學(xué)管理及調(diào)度的重要方面， 又 是能量管理系統(tǒng)的組成部分，也是今后進(jìn)行電網(wǎng)商業(yè)化運(yùn)營(yíng)所必需的基本內(nèi)容。否則，輕則影響供電的質(zhì)量，重則危及系統(tǒng)的安全與穩(wěn)定。 因此負(fù)荷預(yù)測(cè)有著重要意義： （ 1） 負(fù)荷預(yù)測(cè)是經(jīng)濟(jì)調(diào)度的主要依據(jù) ； （ 2） 負(fù)荷預(yù)測(cè)是電力生產(chǎn)規(guī)劃的基礎(chǔ)； （ 3） 負(fù)荷預(yù)測(cè)是電力市場(chǎng)順利發(fā)展的必需數(shù)據(jù) ； （ 4） 負(fù)荷預(yù)測(cè)是電力系統(tǒng)安全分析的主要因素之一 ； （ 5） 短期負(fù)荷預(yù)測(cè)有利于無(wú)功優(yōu)化的實(shí)施 ； （ 6） 短期負(fù)荷預(yù)測(cè)是實(shí)現(xiàn)變壓器目標(biāo)節(jié)能控制的重要手段 ； （ 7） 負(fù)荷預(yù)測(cè)是實(shí)現(xiàn)電網(wǎng)科學(xué)管理和調(diào)度的重要方面 。相應(yīng)的，怎樣利用現(xiàn)有的資料，使用正確的預(yù)測(cè)理論和方法 ,建立相應(yīng)的預(yù)測(cè)模型 ,提高電力負(fù)荷預(yù)測(cè)的精度已成為電力企業(yè)的重要研究課題之一。 將負(fù)荷預(yù)測(cè)的算法綜合起來(lái)可分為兩類：傳統(tǒng)預(yù)測(cè)方法和人工智能方法。而人工智能方法雖然數(shù)學(xué)模型較復(fù)雜，但其預(yù)測(cè)的精度較高，能夠滿足當(dāng)今社會(huì)的要求。缺點(diǎn)是如果負(fù)荷出現(xiàn)變動(dòng)，會(huì)引起較大的誤差?；貧w分析法就是通過(guò)對(duì)觀察數(shù)據(jù)的統(tǒng)計(jì)分析和處理，尋找負(fù)荷與影響因素之間的因果關(guān)系，建立回歸模型進(jìn)行預(yù)測(cè)的方法 [3]。 人工智能預(yù)測(cè)方法 專家系統(tǒng)預(yù)測(cè)法 傳統(tǒng)人工智能是從計(jì)算機(jī)科學(xué)的角度來(lái)研究機(jī)器智能的智能科學(xué) [5]。因此如果能讓計(jì)算機(jī)程序具備并能靈活運(yùn)用與專家相同的知識(shí)，我們就可期望該程序系統(tǒng)也具有與專家相似的分析、判斷和推理能力，這一點(diǎn)已為一些成功的專家系統(tǒng)實(shí)踐所證實(shí)。專家系統(tǒng)是將專家在實(shí)際工作中對(duì)事物獲得的感性認(rèn)識(shí)進(jìn)行提取，建立知識(shí)庫(kù)，并在系統(tǒng)的實(shí)際運(yùn)行過(guò)程中對(duì)知識(shí)庫(kù)不斷進(jìn)行更新和維護(hù)，以跟隨事物的變化軌跡，達(dá)到模擬專家的目的。 運(yùn)用神經(jīng)網(wǎng)絡(luò)技術(shù)進(jìn)行電力負(fù)荷預(yù)測(cè)，優(yōu)點(diǎn)是可以模仿人腦的智能化處理，對(duì)大量非結(jié)構(gòu)性、非精確性規(guī)律具有自適應(yīng)性功能，具有信息記憶、自主學(xué)習(xí)、知識(shí)推理和優(yōu)化計(jì)算的特點(diǎn)。它把控制論的觀點(diǎn)和方法延伸到復(fù)雜的大系統(tǒng)中，將自動(dòng)控制與運(yùn)籌學(xué)的數(shù)學(xué)方法相結(jié)合，用獨(dú)樹(shù)一幟的有效方法和手段，研究了廣泛存在于客觀世界中具有灰色性的問(wèn)題 [7]?！昂凇敝感畔⑼耆粗?。 小波分析法 小波分析是上個(gè)世紀(jì)數(shù)學(xué)研究中的最杰出的代表。小波分析以其獨(dú)特的分析方法，為負(fù)荷預(yù)測(cè)提供了一個(gè)新的思想，隨著技術(shù)的發(fā)展，小波分析方法會(huì)有很好的應(yīng)用前景 。 近年來(lái)，模糊集理論在電力系統(tǒng)中的應(yīng)用也得到了飛速發(fā)展。雖然負(fù)荷預(yù)測(cè)的方法越來(lái)越多，但這些預(yù)測(cè)方法均有各自的優(yōu)缺點(diǎn) ,因此我們可以針對(duì)這些算法的缺點(diǎn)對(duì)其進(jìn)行改進(jìn) ,并根據(jù)其優(yōu)點(diǎn)將不同的算法組合 應(yīng)用 。 5 第 2 章 電力負(fù)荷預(yù)測(cè)的概論 電力 負(fù)荷預(yù)測(cè) 的分類 我國(guó)電力行業(yè)采用過(guò)的分類方法多種 多樣 ，不同的分類方法分別用于不同的研究目的。短期負(fù)荷預(yù)測(cè) 是指 預(yù)測(cè)未來(lái) 17 天 的負(fù)荷， 預(yù)測(cè)的 時(shí)間間隔為 15 分、 30 分或 1 小時(shí) ，主要 用于 安排調(diào)度計(jì)劃，包括 火電發(fā)電出力分配、水火電協(xié)調(diào)、機(jī)組經(jīng)濟(jì)組合、交換功率計(jì)劃等。 對(duì)中、長(zhǎng)期負(fù)荷預(yù)測(cè)，要特別 考慮 國(guó)民經(jīng)濟(jì)發(fā)展、國(guó)家政策等的影響。農(nóng)村負(fù)配電網(wǎng)規(guī)劃的回歸分析負(fù)荷預(yù)測(cè)方法研究荷預(yù)測(cè)是指廣大農(nóng)村所有負(fù)荷 (包括農(nóng)村民用電、生產(chǎn)與排灌用電以及商業(yè)用電等 )的預(yù)測(cè) 。因此，在一些供 電公司中，可以各自有更具體的負(fù)荷預(yù)測(cè)分類細(xì)目。其特點(diǎn)可歸納如下 [1]： （ 1） 預(yù)測(cè) 結(jié)果 的不準(zhǔn)確性 電力負(fù)荷是受到各種復(fù)雜因素影響的，因此其大小會(huì)隨這些因素的發(fā)展變化而變化。這些條件有必然條件和假設(shè)條件兩種。 （ 4）預(yù)測(cè) 結(jié)果的多方案性 因?yàn)轭A(yù)測(cè)具有不準(zhǔn)確性和條件性，所以要對(duì)負(fù)荷在各種可能的發(fā)展情況下進(jìn)行預(yù)測(cè)，因此需要準(zhǔn)備各種條件下的 預(yù)測(cè)方案 。這是 負(fù)荷 預(yù)測(cè)活動(dòng)的 最 基本原理。如果歷史的行為沒(méi)有包含全部 的 影響因素，即歷史行為記錄的 僅僅 是局部而不是全部，據(jù)此得到的結(jié)論當(dāng)然會(huì)有問(wèn)題。系統(tǒng)越大， “ 勢(shì) ” 就越大， 其 表現(xiàn)出來(lái)的慣性也越大。 外推預(yù)測(cè)技術(shù)就是基于延續(xù)性原則產(chǎn)生的 ， 預(yù)測(cè)量的歷史行為對(duì)未來(lái)的影響越大，應(yīng)用外推預(yù)測(cè)技術(shù)得到的預(yù)測(cè)精確度也就越高。日相關(guān)就是利用了相似性原理。其基本過(guò)程如下 ： （ 1） 明確負(fù)荷預(yù)測(cè)的目 標(biāo) ，制定計(jì)劃 根據(jù)不同地區(qū)、不同時(shí)期的具體情況，緊密聯(lián)系電力工業(yè)實(shí)際需要，明確負(fù)荷預(yù)測(cè)的目 標(biāo) ，并據(jù)以擬定一個(gè)負(fù)荷預(yù)測(cè) 的 計(jì)劃。預(yù)測(cè)期限是指預(yù)測(cè)的時(shí)間長(zhǎng)短。 實(shí)際上根據(jù)各地不同的數(shù)據(jù)情況可以根據(jù)曲線情況具體分析。 本文中預(yù)測(cè)所 使用的 資料主要包括歷史負(fù)荷數(shù)據(jù)，歷史天氣數(shù)據(jù)等，隨著計(jì)算機(jī)應(yīng)用的深入，這部分工作目前主要是進(jìn)行各類數(shù)據(jù)格式的轉(zhuǎn)換。 （ 4）建立預(yù)測(cè)模型 由于算法的不斷發(fā)展，預(yù)測(cè)模型也在不斷 豐富 。 （ 5） 綜合分析，確定預(yù)測(cè)結(jié)果 建立 好 負(fù)荷預(yù)測(cè)模型 后 進(jìn)行負(fù)荷預(yù)測(cè)，經(jīng)過(guò)運(yùn)算得到的預(yù)測(cè)值，或利用其他方法得到的初步預(yù)測(cè)值，要參照當(dāng)前已經(jīng)出現(xiàn)得各種可能性，以及新 得 發(fā)展趨勢(shì)，對(duì)預(yù)測(cè)結(jié)果進(jìn)行綜合分析、對(duì)比， 判斷預(yù)測(cè) 得 結(jié)果是否合理， 并 對(duì)結(jié)果進(jìn)行適當(dāng)?shù)男拚?獲得 最終的預(yù)測(cè)結(jié)果。 （ 7）負(fù)荷預(yù)測(cè)管理 將負(fù)荷預(yù)測(cè)報(bào)告提交主管部門(mén)， 但這 并不等于全部預(yù)測(cè)工作的結(jié)束，還必須對(duì)負(fù)荷預(yù)測(cè)進(jìn)行滾動(dòng)性管理。 在 理論上 ， 如果系統(tǒng)中所有節(jié)點(diǎn)負(fù)荷變化 的 方式 都是已知的 ，那么就可以直接預(yù)測(cè)出系統(tǒng)總負(fù)荷的變化 量 。 （ 2） 天氣敏感負(fù)荷分量 如今的 電網(wǎng)有大量的 天 氣敏感負(fù)荷，如空調(diào)、電熱器以及農(nóng)業(yè)灌溉等負(fù)荷的存在， 而這些氣象敏感負(fù)荷 有 與一系列 的 氣象因素有關(guān)，如溫度、陰晴、雨雪、風(fēng)力 、濕度 等， 因此 氣候條件對(duì)負(fù)荷模式變化有顯著的影響 。因?yàn)?不同 的 氣象因素影響負(fù)荷的方式不同 ， 而一年中，不同時(shí)期的氣象因素影響負(fù)荷的方式也不同 ， 所以要根 據(jù)大量給定的過(guò)去若干天負(fù)荷和天氣數(shù)據(jù)記錄，進(jìn)行數(shù)據(jù)處理和相關(guān)性分析，以決定天氣敏感負(fù)荷模型。 圖 31大氣敏感負(fù)荷模型 （ 3） 特別事件負(fù)荷分量 它指的是特別電視節(jié)目 和 重大政治活動(dòng)等對(duì)負(fù)荷造成的影響，其特點(diǎn)是 只有 從 積累大量的事件記錄 中分析出某些事件可能對(duì)負(fù)荷的影響程度，從而做出特別 事件 對(duì)負(fù)荷的修正規(guī)則。除了大量小干擾外，軋鋼廠、同步加速器等設(shè)備的運(yùn)行 也 將產(chǎn)生沖擊性電力負(fù)荷，引起較大的負(fù)荷波動(dòng)。其基本的時(shí)間序列模型 有自 自回歸模型 、 積累式自回歸動(dòng)平均模型 、 回歸動(dòng)平均模型 和 動(dòng)平均模型。另外，特別時(shí)間負(fù)荷分量屬于非常規(guī)負(fù)荷變動(dòng)，只有先預(yù)測(cè)出待預(yù)測(cè)日特別事件出現(xiàn)的時(shí)刻，以及對(duì)負(fù)荷的影響程度后，才能修正預(yù)測(cè)負(fù)荷 ，得到最終準(zhǔn)確的預(yù)測(cè)值 [14]。 回歸預(yù)測(cè)法是電力負(fù)荷預(yù)測(cè)的一種常見(jiàn)方法，它適用于電力負(fù)荷中、短期負(fù)荷預(yù)測(cè) [15]。回歸方程求 得解 后，給定各自變量數(shù)值，即 可以 求出因變量值。 因此 回歸模型分為 一元 線性回歸模型 、多元 線性回歸模型 、 一元 非 線性回歸和多元 非 線性回歸。因此，線性回歸模型的理論和應(yīng)用是回歸研究的重點(diǎn)。如果將實(shí)際值與擬合值之差稱為擬合誤 差 , 表示為 : = ? ? = ? ( ， ) t=1， 2， ? ， n （ 34） 則回歸分析的目標(biāo)是使各時(shí)段擬合 誤差 的平方和 P最小 , ?? = ∑ 2?? =1 (35) 線性回歸的特點(diǎn) 雖然線性回歸 分析法是電力負(fù)荷預(yù)測(cè)的一種常用方法 ， 但這種方法在 不能全面的 考慮氣象因素 ， 只能 片面的 考慮諸如溫度、濕度等定量條件， 而 無(wú)法處理變化較多的天氣狀況 。 線性 回歸預(yù)測(cè)法作為 傳統(tǒng) 的預(yù)測(cè)方法， 其優(yōu)點(diǎn)是模型參數(shù)估計(jì)技術(shù)比較成熟，預(yù)測(cè)過(guò)程簡(jiǎn)單 ，預(yù)測(cè)速度快，預(yù)測(cè)精度比較高，外推特性較好，對(duì)于歷史上未出現(xiàn)過(guò)的情況有 比較好的預(yù)測(cè)值，在 沒(méi)有氣象條件巨變 的 情況下 ，其 負(fù)荷預(yù)測(cè)準(zhǔn)確性較高。 x 與 y的這種關(guān)系稱為一元線性回歸模型。則： ? = ? ? （ 39） 上式是 y關(guān)于 x的線性回歸方程， ? 為回歸系數(shù)，回歸方程的圖形稱為回歸直線。根據(jù)概率統(tǒng)計(jì)的相關(guān)知識(shí)可得 σ 2為： ?2 = ?? 其中： ?? = ∑ ( ? ?)2 =?? =1 ∑ ( ? ? ? ? )2?? =1 ， 則 稱 Pe為 誤 差平方和。 多 元線性回歸 模型 多元線性回歸的定義 多元 線性 回歸是指在 線性 回歸分析中 的 自變量大于兩個(gè)（包括兩個(gè)），在現(xiàn)實(shí)生活中，常常是多種因素共同制約著同一種現(xiàn)象， 同樣 對(duì)于 負(fù)荷 預(yù)測(cè)領(lǐng)域來(lái)說(shuō)，由多個(gè)自變量的最佳組合配對(duì)來(lái)同 時(shí) 估計(jì)因變量更符合實(shí)際 要求，其效果也更好 。另外，模型的計(jì)算復(fù)雜程度也將隨著輸入變量的增加而相應(yīng)增加 [16]。 在進(jìn)行預(yù)測(cè)之前，首先在歷史數(shù)據(jù)（包括歷史負(fù)荷數(shù)據(jù)以及有關(guān)影響負(fù)荷大小的其它因素的歷史數(shù)據(jù)） 的 基礎(chǔ)上通過(guò)最小二乘法來(lái)估計(jì)回歸系數(shù)，回歸系數(shù)確定后，就可以用于負(fù)荷預(yù)測(cè)。 算例分析 確定預(yù)測(cè)內(nèi)容 選取 2021 年 01月 28 日為預(yù)測(cè)日， 對(duì) 吉林白城地區(qū)的周一 預(yù)測(cè) 24點(diǎn)負(fù)荷值?，F(xiàn)將資料統(tǒng)計(jì)如下： 16 表 31 2021/12/3日的數(shù)據(jù)統(tǒng) 時(shí)間 溫度 ,℃ 風(fēng)力 天氣情況 負(fù)荷 0:00 14 3 2 1:00 15 2 2 2:00 16 2 2 3:00 15 2 2 4:00 14 1 2 5:00 13 1 2 6:00 12 2 1 7:00 12 2 1 8:00 11 3 1 9:00 10 3 1 10:00 9 2 1 11:00 8 1 1 12:00 7 1 1 13:00 8 2 1 14:00 7 2 1 15:00 6 1 1 16:00 5 2 1 17:00 4 3 1 18:00 5 4 1 19:00 6 4 1 20:00 8 3 1 21:00 9 2 1 22:00 11 2 1 23:00 12 2 1 17 表 32 2021/12/10日的數(shù)據(jù)統(tǒng)計(jì) 時(shí)間 溫度 ,℃ 風(fēng)力 天氣情況 負(fù)荷 0:00 17 3 1 1:00 18 4 1 2:00 17 4 1 3:00 16 3 1 4:00 15 3 1 5:00 14 4 1 6:00 15 3 1 7:00 14 2 1 8:00 13 2 1 9:00 12 3 1 10:00 1