【正文】 論）、正文、結(jié)論7）參考文獻(xiàn)8）致謝9）附錄（對(duì)論文支持必要時(shí)）：理工類設(shè)計(jì)（論文）正文字?jǐn)?shù)不少于1萬字（不包括圖紙、程序清單等）。有權(quán)將論文（設(shè)計(jì)）用于非贏利目的的少量復(fù)制并允許論文（設(shè)計(jì)）進(jìn)入學(xué)校圖書館被查閱。參考文獻(xiàn)[1] : 50～53[2] 邵偉，楊敏紅，徐政， : 54～57[3] 徐建輝. (4) [4] 任新顏,周暉. : 34～37[5] 金卓睿. (6) : 1～6[6] 牛東曉，曹樹華，趙磊， ：171～177[7] ： :1[8] 于爾鏗，劉廣一，周京田，等．能量管理系統(tǒng)[M]．北京：科學(xué)出版社，1998.[9] 程正興．?dāng)?shù)據(jù)擬合[M]．西安：西安交通大學(xué)出版社，1986.[10]吳維揚(yáng)．經(jīng)濟(jì)預(yù)測(cè)及案例分析[M]．北京：中國(guó)經(jīng)濟(jì)出版社，1995．[11]楊位欽，顧 嵐．時(shí)間序列分析與動(dòng)態(tài)數(shù)據(jù)建摸[M].北京理工大學(xué)出版社．1998[12]鄧聚龍．灰色項(xiàng)圈與決策[M]．武漢：華中理工大學(xué)出飯社．1992[13]倪 軍，楊明志，楊期余．專家系統(tǒng)技術(shù)應(yīng)用于城網(wǎng)負(fù)荷預(yù)圈[J].供用電，1994．11(5)．[14]楊 樺．任 震，趙宏偉．基于小波分析的電力系統(tǒng)短期負(fù)荷預(yù)測(cè)[A].全國(guó)高校電力系統(tǒng)及其自動(dòng)化專業(yè)第十二屆學(xué)術(shù)年會(huì)論文集[C]．保定，—178.[15]劉晨暉，電力系統(tǒng)負(fù)荷預(yù)測(cè)理論與方法[M]．哈爾濱工業(yè)大學(xué)出版社，1987[16]王建峰．顧新建，陳藍(lán)熙，高國(guó)寧，那志強(qiáng)．電力負(fù)荷短期預(yù)報(bào)數(shù)學(xué)模型的研究和應(yīng)用[M]．華東電力．19N(10)：28—31[17]胡兆光，方燕乎．智能工程與負(fù)荷預(yù)測(cè)[N]．電網(wǎng)技術(shù)．(5)：15—18[18]甘文泉，胡保生．用自適應(yīng)神經(jīng)網(wǎng)絡(luò)進(jìn)行短期電力負(fù)荷預(yù)測(cè)[N]．電網(wǎng)技術(shù)，1997，2l(3)：28—31[19] 劉長(zhǎng)義等．山東省分區(qū)電力負(fù)荷預(yù)測(cè)及電力平衡分析[N]．電網(wǎng)技術(shù)．19N．20(5)；35—37[20]《電力負(fù)荷預(yù)測(cè)技術(shù)及其應(yīng)用》 牛東曉等 中國(guó)電力出版社[21]《線形代數(shù)》 同濟(jì)大學(xué)編寫[22]《灰色預(yù)測(cè)與決策》 鄧聚龍 華中理工大學(xué)出版社[23]《城市電力需求的灰色預(yù)測(cè)模型及其應(yīng)用》 陳志業(yè) 牛東曉等水電能源科學(xué)[(3):207 ~213]畢業(yè)論文（設(shè)計(jì)）原創(chuàng)性聲明本人所呈交的畢業(yè)論文（設(shè)計(jì)）是我在導(dǎo)師的指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。對(duì)于電價(jià)平穩(wěn)變化的預(yù)測(cè)較為有效，但其精度的提高受限于隨機(jī)電價(jià)分量的影響。從經(jīng)濟(jì)角度看，電價(jià)預(yù)測(cè)實(shí)質(zhì)上是對(duì)電力市場(chǎng)需求的預(yù)測(cè)。39。39。39。39。39。39。39。39。39。39。For i = 0 To 1s = 0For j = 0 To n 2s = s + e(i, j) * Y(j, 0) Next j a(i, 0) = sNext i39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。m = 0For i = 2 To n 1If Data1(i) * Data1(i 1) Or Data1(i) * Data1(i 1) ThenData1(i) = (Data1(i + 1) + Data1(i 1)) * m = m + 1Elsem = m + 0End if Next is = mIf Data1(n) * Data1(n 1) ThenData1(n) = * Data1(n 1)s = s + 1Else IfData1(n) * Data1(n 1) ThenData1(n) = * Data1(n 1)s = s + 1Else: s = s + 0End IfIf s 0 ThenEnd IfIf Then response = MsgBox()End IfEnd IfEnd SubPrivate Sub Command1_Click ()For i = 2 To nY (i 2, 0) = Data1(i)Data2 (i) = Data2(i 1) + Data1(i)Next i For i = 0 to n 2b(i, 1) = 1Next iFor i = 0 To n 2b(i, 0) = (Data2(i + 1) + Data2(i + 2)) / 2Next i39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。但可用最小二乘法得到最小二乘近似解。設(shè)有變量為的原始數(shù)據(jù)序列=[(1) , (2), …, (n)]用1AGO生成一階累加生成序列(k)=[ (1)， (2)，…, (n)]其中 (k)= (i) （21）由于序列(k)具有指數(shù)增長(zhǎng)規(guī)律，而一階微分方程的解恰恰是指數(shù)增長(zhǎng)形式的解，因此我們可以認(rèn)為序列滿足下述一階線性微分方程模型 +=u （22）根據(jù)導(dǎo)數(shù)定義，有 = （23）若以離散形式表示，微分項(xiàng)可寫為==(k+1) (k)=[ (k+1)] （24）其中值只能取時(shí)刻k和k+1的平均值，即[(k+1)+ (k)]。（5）GM模型所得數(shù)據(jù)必須經(jīng)過逆生成，即累減生成還原后才能應(yīng)用。所以灰色模型實(shí)際上是生成數(shù)列可見模型。離亂的數(shù)列即灰色數(shù)列，或者灰色過程，對(duì)灰色過程建立的模型，便稱為灰色模型。以單數(shù)列的微分方程GM（1，1）為基礎(chǔ)，得到了各類預(yù)測(cè)方法，將GM（1，1）滲透到局勢(shì)決策與經(jīng)典的運(yùn)籌學(xué)的規(guī)劃中，建立了灰色決策，將以建立的關(guān)聯(lián)度，關(guān)聯(lián)空間包括在內(nèi)，這樣便形成了以系統(tǒng)分析，信息處理，建模，預(yù)測(cè)，決策，控制為主要內(nèi)容的灰色系統(tǒng)理論。在此基礎(chǔ)上，進(jìn)一步研究了離散函數(shù)的光滑性﹑微分方程背景值﹑平射性等一系列問題，同時(shí)考察了有限與無限的相對(duì)性，定義了指標(biāo)集拓?fù)淇臻g的灰導(dǎo)數(shù)，最后解決了微分方程的建模問題?？陀^世界是物質(zhì)的世界，也是信息的世界，可是在工程技術(shù)﹑社會(huì)﹑經(jīng)濟(jì)﹑工農(nóng)業(yè)﹑電力等各個(gè)系統(tǒng)中經(jīng)常會(huì)遇到信息不完全的情況，如參數(shù)信息不完全，結(jié)構(gòu)信息不完全，關(guān)系信息不完全等。我們的問題是確定一條直線y = bx +a ,使得它能最好的反映出這組數(shù)據(jù)的變化。 (式1)第一種情況顯然 a0 0 時(shí)，a1 ＞ 0、k ＝ 1一元線性回歸法建模這就需要對(duì)預(yù)測(cè)對(duì)象的影響因素進(jìn)行比較認(rèn)真的、全面的分析，從許多影響因素中選擇一個(gè)最重要的、影響最大的、起決定性作用的因素作為自變量，如果隨便采用任意一個(gè)因素作為自變量，就可能使預(yù)測(cè)結(jié)果準(zhǔn)確性降低。第三章 基于一元線性回歸和灰色理論的電價(jià)預(yù)測(cè)電價(jià)預(yù)測(cè)歷史數(shù)據(jù)見附表，現(xiàn)在先用一元線性回歸法來預(yù)測(cè)電價(jià)。因此，在預(yù)測(cè)計(jì)算中，只需存儲(chǔ)值，并不斷觀測(cè)x(t)值，就可不斷進(jìn)行下一步預(yù)測(cè)。例如當(dāng)a＝， , , , L。其后，、Widrow和Hopf、使得人工神經(jīng)網(wǎng)絡(luò)技術(shù)得以蓬勃發(fā)展。優(yōu)點(diǎn)是：①可以模仿人腦的智能化處理；②對(duì)大量非結(jié)構(gòu)性、非精確性規(guī)律具有自適應(yīng)功能；③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)。神經(jīng)網(wǎng)絡(luò)(ANN,Artificial Neural Network)預(yù)測(cè)技術(shù)，可以模仿人腦做智能化處理，對(duì)大量非結(jié)構(gòu)性、非確定性規(guī)律具有自適應(yīng)功能。與傳統(tǒng)預(yù)測(cè)方法相比，它具有高度的非線性運(yùn)算和映射能力、自學(xué)習(xí)和自組織能力、高速運(yùn)算能力、能以任意精度逼近函數(shù)關(guān)系、高度靈活可變的拓?fù)浣Y(jié)構(gòu)及很強(qiáng)的適應(yīng)能力等優(yōu)點(diǎn)。二是不太適合于電力系統(tǒng)的長(zhǎng)期后推若干年的預(yù)測(cè)。而最優(yōu)化灰色模型可以把有起伏的原始數(shù)據(jù)序列變換成規(guī)律性增強(qiáng)的成指數(shù)遞增變化的序列，大大提高預(yù)測(cè)精度和灰色模型法的適用范圍。5灰色模型法 灰色預(yù)測(cè)是一種對(duì)含有不確定因素的系統(tǒng)進(jìn)行預(yù)測(cè)的方法。回歸模型有一元線性回歸、多元線性回歸、非線性回歸等回歸預(yù)測(cè)模型。多元回歸問題我們主要介紹多元線性回歸和多元線性加權(quán)回歸兩種，同時(shí)對(duì)于多元線性回歸根據(jù)選擇自變量的不同，又可以分為強(qiáng)行進(jìn)入法、向前選擇法、向后剔除法和逐步回歸法。又可以根據(jù)自變量和因變量之間的關(guān)系來進(jìn)行分類，如果自變量和因變量是線性關(guān)系則為線性回歸問題，否則為非線性回歸問題。根據(jù)某些影響因素的變動(dòng)，來推測(cè)所研究對(duì)象的變化方向和程度，就是回歸預(yù)測(cè)?！　∮捎诨貧w分析法的預(yù)測(cè)模型能較好地體現(xiàn)高相關(guān)因子的重要作用，而多層遞階方法則充分考慮了動(dòng)態(tài)系統(tǒng)的時(shí)變特性，為了綜合二者的優(yōu)點(diǎn)，有專家對(duì)多層遞階預(yù)測(cè)方法進(jìn)行改進(jìn)，提出了多層遞階回歸分析法。３％以下的為８５％，基本能夠滿足實(shí)際生產(chǎn)的精度要求?；貧w分析法具有三個(gè)優(yōu)點(diǎn)：（１）能研究預(yù)測(cè)對(duì)象與相關(guān)因素的相互關(guān)系，抓住預(yù)測(cè)對(duì)象變化的實(shí)質(zhì)原因，因而預(yù)測(cè)結(jié)果比較可信；（２）能給出預(yù)測(cè)結(jié)果的置信區(qū)間和置信度，從而使預(yù)測(cè)結(jié)果更加完整和客觀；（３）考慮了相關(guān)性，能運(yùn)用有關(guān)的數(shù)理統(tǒng)計(jì)方法對(duì)回歸方程進(jìn)行統(tǒng)計(jì)檢驗(yàn)，因而對(duì)預(yù)測(cè)對(duì)象變化的轉(zhuǎn)折點(diǎn)具有一定的鑒別能力。時(shí)間序列法多用于中、短期預(yù)測(cè)。由前述的分析可知，天然氣用戶的用氣量是一個(gè)典型的時(shí)間序列，具有時(shí)間序列的各種特征，即趨勢(shì)性、季節(jié)性、周期性、隨機(jī)性，因而適宜于采用時(shí)間序列法。以美國(guó)加州的電力市場(chǎng)為例，電價(jià)預(yù)測(cè)分為提前一小時(shí)預(yù)測(cè)，提前一天預(yù)測(cè)，提前一周預(yù)測(cè)，提前一月預(yù)測(cè)，以及季度趨勢(shì)預(yù)測(cè)等等，更加長(zhǎng)期的電價(jià)預(yù)測(cè)尚有較大的難度。雖然現(xiàn)在存在和正在發(fā)展的電力市場(chǎng)的模式各不相同，電價(jià)的形成機(jī)制也不盡相同，但是作為一個(gè)總的趨勢(shì)，電價(jià)應(yīng)該是時(shí)變的，和經(jīng)濟(jì)、氣象、電力系統(tǒng)的運(yùn)行情況以及用戶的情況相關(guān)的，電價(jià)隨需求變化，電價(jià)變化影響需求量，電價(jià)的調(diào)節(jié)機(jī)制作用將更加顯著c作為電力市場(chǎng)的參與者，其利益最終是通過電能的交易實(shí)現(xiàn)的，提前知道電價(jià)的信息就可以在電力市場(chǎng)的交易中獲得更大的利益，因此，電價(jià)預(yù)測(cè)就成了電力市場(chǎng)中急待研究和解決的課題之一。因而，在目前的電價(jià)體制下，發(fā)電廠和電力公司要占領(lǐng)市場(chǎng)獲得經(jīng)濟(jì)效益就必須深入分析預(yù)測(cè)和研究電力市場(chǎng)需求，特別是用戶的承受能力。 對(duì)用戶的承受能力進(jìn)行分析測(cè)算上網(wǎng)電價(jià)用戶承受能力的分析實(shí)質(zhì)是電力市場(chǎng)分析中一個(gè)重要組成部分的需求分析，電力生產(chǎn)和電力供應(yīng)最終都要通過電力需求來實(shí)現(xiàn)和滿足。 根據(jù)上網(wǎng)電價(jià)的上漲趨勢(shì)，建立回歸預(yù)測(cè)模型在測(cè)算中，可以根據(jù)電價(jià)成本增長(zhǎng)、電價(jià)逐年增減等歷史資料，建立回歸分析模型，分析因變量及自變量之間的因果關(guān)系及其相互影響程度，選擇合適的自變量，建立它們與因變量的數(shù)學(xué)模型，根據(jù)對(duì)自變量未來情況的分析來對(duì)因變量進(jìn)行測(cè)算，對(duì)供電區(qū)域未來電網(wǎng)電價(jià)的趨勢(shì)進(jìn)行預(yù)測(cè)，并據(jù)此測(cè)算未來合理的平均上網(wǎng)電價(jià)。但由于我國(guó)目前電力行業(yè)系統(tǒng)規(guī)劃優(yōu)化和運(yùn)行優(yōu)化尚不成熟與普及，基礎(chǔ)資料欠缺，且在一個(gè)部門內(nèi)單獨(dú)按邊際成本定價(jià)有很大的困難等因素，目前實(shí)行這一定價(jià)方法還有待條件成熟。在實(shí)際工作中，除了應(yīng)用上述完整系統(tǒng)規(guī)劃法測(cè)算邊際成本之外，還可以采用有延緩法，特定機(jī)組法，替代法，購(gòu)電法等。 根據(jù)邊際成本確定上網(wǎng)電價(jià)邊際成本定價(jià)法的理論基礎(chǔ)是西方經(jīng)濟(jì)學(xué)的邊際理論。在我國(guó)目前正進(jìn)行電價(jià)管理體制改革的過程中，采用科學(xué)的、客觀的方法確定峰谷電價(jià)，具有十分重要的意義。這種測(cè)算方法的依據(jù)為：利用貸款資金進(jìn)行建設(shè)的水電站，其還貸期間電價(jià)應(yīng)當(dāng)保證在規(guī)定的期限內(nèi)還清本息，并滿足還貸期限間維持正常生產(chǎn)、應(yīng)納稅款、應(yīng)付利潤(rùn)等要求。我國(guó)目前電站的上網(wǎng)電價(jià)大都按這種模式計(jì)算。電力市場(chǎng)中的電價(jià)應(yīng)使每一參與者的利益與電力市場(chǎng)的總體利益一致，而這一總體利益又應(yīng)該符合社會(huì)利益。基于以上原因，理論上電廠的電價(jià)、用戶的電價(jià)均是隨時(shí)間、地點(diǎn)而變化的，這就是說理想的電價(jià)應(yīng)該是實(shí)時(shí)電價(jià)(Spot Price)。作為用戶也隨地點(diǎn)而不同，因?yàn)閭鬏斢袚p失，距電廠越遠(yuǎn)電價(jià)越高。理論上講，電價(jià)還是一個(gè)變數(shù)(尤其對(duì)用戶來說)，原因如下： (1)電價(jià)隨負(fù)荷漲落而變