【正文】 1:00 1631 2:00 1586 3:00 1561 4:00 1555 5:00 1593 6:00 1690 7:00 1735 8:00 1913 9:00 2069 10:00 2138 11:00 2288 12:00 1984 13:00 1920 14:00 1968 15:00 1990 16:00 2115 17:00 2275 18:00 2224 19:00 2291 20:00 2218 21:00 2123 22:00 20xx 23:00 1856 電力系統(tǒng)整點(diǎn)負(fù)荷預(yù)測(cè)研究 19 負(fù)荷曲線擬合圖如圖 4 43 和 44： 0 5 10 15 20 251500160017001800190020xx21002200230024002500時(shí)間（小時(shí)）負(fù)荷（KW） 圖 42 某地區(qū) 21 日預(yù)測(cè)負(fù)荷擬合圖 0 5 10 15 20 251500160017001800190020xx21002200230024002500時(shí)間（小時(shí)）負(fù)荷（KW） 圖 43 某地區(qū) 22 日負(fù)荷預(yù)測(cè)擬合圖 、 福州大學(xué)本科生畢業(yè)設(shè)計(jì)（ 論文） 20 0 5 10 15 20 25160017001800190020xx21002200230024002500時(shí)間（小時(shí)）負(fù)荷（KW） 圖 44 某地 區(qū) 23 日負(fù)荷預(yù)測(cè)擬合圖 預(yù)測(cè)結(jié)果分析 由上述仿真看來(lái)， BP 網(wǎng)絡(luò)基本能滿足負(fù)荷預(yù)測(cè)誤差精度的要求，但仍有問(wèn)題存在。雖然神經(jīng)網(wǎng)絡(luò) BP 算法有著幾個(gè)缺陷，比如收斂速度慢、初始權(quán)值選取的隨機(jī)性、容易陷入局部極小等，但是在短期負(fù)荷預(yù)測(cè)的領(lǐng)域里，它的誤差范圍是在誤差允許范圍之內(nèi)的，而且 BP 算法在非線性逼近方面有其他方法無(wú)可比擬的優(yōu)勢(shì)，再一次證明其可行性。 1764 1662 1582 1535 1521 1568 1748 1861 2023 2120 2188 2345 2038 1995 ... 2031 2020 2121 2261 2295 2383 2323 2199 2120 1948。 1840 1694 1620 1588 1593 1602 1746 1785 1906 1984 2091 2227 1955 1906 ... 1956 1964 2055 2170 2169 2333 2296 2228 2131 1928。 1754 1631 1586 1561 1555 1593 1690 1735 1913 2069 2138 2228 1984 1920 ... 1968 1990 2115 2275 2224 2291 2218 2123 20xx 1856]39。tansig39。%訓(xùn)練目標(biāo) =。purelin39。 電力系統(tǒng)整點(diǎn)負(fù)荷預(yù)測(cè)研究 25 u0=min(min(a))。 1862 1715 1671 1633 1609 1645 1842 1937 2059 2197 2283 2399 2061 2053 ... 2145 2147 2283 2371 2378 2410 2309 2171 2060 1867。 1684 1609 1532 1509 1488 1531 1790 1902 2030 2143 2220 2341 20xx 20xx ... 2064 2053 2149 2247 2292 2412 2338 2234 2140 1931。 目前，我國(guó)處于一個(gè)東部地區(qū)用電量大但電力資源短缺，西部地區(qū)用電量小但電力資源豐富的環(huán)境，因此各地區(qū)的調(diào)度部門應(yīng)該合理分配電力資源，加強(qiáng)負(fù)荷預(yù)測(cè)精度，使得每一度電都不浪費(fèi)，降低電力資源浪費(fèi)對(duì)國(guó)家經(jīng)濟(jì)發(fā)展的影響，神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)短期負(fù)荷有很光明的發(fā)展前景，可供各地區(qū)的電力調(diào)度部門采納使用。另外一方面，這里沒(méi)有考慮氣候、溫度、節(jié)假日等對(duì)負(fù)荷預(yù)測(cè)的影響，使得誤差沒(méi)有進(jìn)一步的減小，使得曲線起伏較大，但由于我國(guó) 目前的國(guó)情，數(shù)據(jù)獲取難度比較大，尤其是實(shí)時(shí)的天氣數(shù)據(jù)，由于天氣變化比較快，實(shí)時(shí)天氣數(shù)據(jù)很難獲取，這就加大了負(fù)荷預(yù)測(cè)的難度。 創(chuàng)建 BP 網(wǎng)絡(luò)： =newff（ minmax（ samplelist）， [20,24], {39。由此可知，輸出也是一個(gè) 24 維的向量，也是一個(gè) 24? 3 的矩陣。所以學(xué)習(xí)速率要從大往按照經(jīng)驗(yàn)小逐個(gè)實(shí)驗(yàn)，發(fā)現(xiàn)系統(tǒng)震蕩就往小取，發(fā)現(xiàn)收斂速度變慢就往大取。 輸出節(jié)點(diǎn)就是經(jīng)過(guò)訓(xùn)練后期望的輸出，就是要預(yù)測(cè)的那幾天的整點(diǎn)負(fù)荷數(shù)據(jù)，是一個(gè)多輸出變量。就是改變學(xué)習(xí)速率，開始時(shí)學(xué)習(xí)速率取大值，收斂會(huì)變快，但這個(gè)值不應(yīng)該比引起系統(tǒng)震蕩的最大學(xué)習(xí)速率大，如果發(fā)現(xiàn)系統(tǒng)震蕩，再 減小。但 BP 網(wǎng)絡(luò)畢竟不是完美的，它還有幾個(gè)缺點(diǎn)。則有 2^k1 )y(21???Nk kyE （ 31） k^y 為網(wǎng)絡(luò)的實(shí)際輸出值。 BP 網(wǎng)絡(luò)結(jié)構(gòu) BP 網(wǎng)絡(luò)是典型的無(wú)反饋前向網(wǎng)絡(luò)，三層的 BP 網(wǎng)絡(luò)可以達(dá)到一般非線性函數(shù)逼近的問(wèn)題。 （ 6） 多變量系統(tǒng)。非線性結(jié)構(gòu)的系統(tǒng)可以用它來(lái)建模、預(yù)測(cè)。具體預(yù)測(cè)流程圖如下： Y N 本章小結(jié) 本章我們學(xué)習(xí)到負(fù)荷預(yù)測(cè)在電力系統(tǒng)中的重要性，尤其是短期負(fù)荷預(yù)測(cè)，了解到了負(fù)荷預(yù)測(cè)的方法，以及負(fù)荷預(yù)測(cè)的基本步驟，在后面進(jìn)行具體操作的時(shí)候要一步一步按照步驟來(lái)做。所以當(dāng)我們選擇歷史數(shù)據(jù)點(diǎn)的時(shí)候，盡量選擇離預(yù)測(cè)點(diǎn)近的數(shù)據(jù)。 (6) 分析預(yù)測(cè)結(jié)果并改進(jìn)模型。 負(fù)荷預(yù)測(cè)的原則和步驟 前兩節(jié)講述了負(fù)荷預(yù)測(cè)的特點(diǎn)和影響因素，綜合利用上述特點(diǎn)，可以結(jié)合實(shí)際情況按照負(fù)荷預(yù)測(cè)的原則和步驟建立模型進(jìn)行預(yù)測(cè)。 （ 2）氣候因素。例如，我們經(jīng)常說(shuō)，如果天氣一直不下雨的話，排灌負(fù)荷將保持較高的數(shù)值等等。此外，在能量管理系統(tǒng)中，還有母線負(fù)荷預(yù)測(cè)等其他負(fù)荷預(yù)測(cè)。 第 3 章 介紹神經(jīng)網(wǎng)絡(luò) BP算法的原理， BP 算法的特點(diǎn)。將 人工神經(jīng)網(wǎng)絡(luò)應(yīng)用于短期負(fù)荷預(yù)測(cè)的具體過(guò)程為：以歷史負(fù)荷、天氣因素 (如溫度、風(fēng)速、濕度、陰晴等 )等作為輸入變量，以負(fù)荷預(yù)測(cè)值為輸出變量，通過(guò)大量的樣本訓(xùn)練神經(jīng)網(wǎng)絡(luò)，確定神經(jīng)元之間的連接權(quán)值及神經(jīng)元的閾值，然后將訓(xùn)練完成的網(wǎng)絡(luò)用于預(yù)測(cè)未來(lái)的負(fù)荷，并且隨著新樣本的加入，可以重新訓(xùn)練神經(jīng)網(wǎng)絡(luò)，形成新的權(quán)值和閾值以適應(yīng)新的樣本，訓(xùn)練好的新神經(jīng)網(wǎng)絡(luò)可以進(jìn)行電力系統(tǒng)短期負(fù)荷的預(yù)測(cè)工作，預(yù)測(cè)結(jié)果具有較高的精度 [5]。 傳統(tǒng)分析法有時(shí)間序列法和回歸分析法，這些 方法在現(xiàn)在的電力系統(tǒng)中有很大的缺陷，誤差比較大而且沒(méi)有自適應(yīng)和自學(xué)習(xí)的能力，逐漸被淘汰。因此，科學(xué)的電力系統(tǒng)負(fù)荷預(yù)測(cè)就成為電力系統(tǒng)一項(xiàng)重要的工作，同時(shí)也是電力系統(tǒng)自動(dòng)化領(lǐng)域中一項(xiàng)中重要內(nèi)容 [1]。建好模型之后，利用原始的 5 到 20 日的整點(diǎn)負(fù)荷數(shù)據(jù)來(lái)預(yù)測(cè)第 21， 22 及23 日的整點(diǎn)負(fù)荷數(shù)據(jù)，用 MATLAB 編寫程序進(jìn)行網(wǎng)絡(luò)訓(xùn)練，訓(xùn)練出結(jié)果之后對(duì)其進(jìn)行分析，畫出負(fù)荷數(shù)據(jù)變化曲線和原始數(shù)據(jù)的曲線進(jìn)行比較 。 本科生畢業(yè)設(shè)計(jì)（論文） 題 目： 姓 名： 學(xué) 號(hào)： 學(xué) 院： 專 業(yè)： 年 級(jí)： 指導(dǎo)教師： （簽名） 年 月 日電力系統(tǒng)整點(diǎn)負(fù)荷預(yù)測(cè)研究 I 電力系統(tǒng)整點(diǎn)負(fù)荷預(yù)測(cè)研究 摘要 短期負(fù)荷預(yù)測(cè)在電 力系統(tǒng)中有著舉足輕重的作用，是電力系統(tǒng)最基本的工作之一，準(zhǔn)確的負(fù)荷預(yù)測(cè)為電力系統(tǒng)的穩(wěn)定，可靠，經(jīng)濟(jì)的運(yùn)行提供了便利條件。本文技術(shù)要求學(xué)習(xí)日負(fù)荷的特點(diǎn)以及建立神經(jīng)網(wǎng)絡(luò)模型，確定三層網(wǎng)絡(luò)的節(jié)點(diǎn)數(shù)目，選好傳遞函數(shù)和初始權(quán)值。由于電能的生產(chǎn) 、 輸送 、 分配和消費(fèi)是同時(shí)完成的，難以大量?jī)?chǔ)存，這就要求發(fā)電系統(tǒng)要隨時(shí)緊跟系統(tǒng)負(fù)荷變化以達(dá)到動(dòng)態(tài)平衡，否則就會(huì)影響供電質(zhì)量，甚至危及電力系統(tǒng)的安全與 穩(wěn)定。國(guó)外由于經(jīng)濟(jì)發(fā)展較好，電力系統(tǒng)長(zhǎng)期比較穩(wěn)定，所以以中長(zhǎng)期負(fù)荷預(yù)測(cè)為主，而我國(guó)處在社會(huì)主義初級(jí)階段，所以兩者兼并重。 （ 3）人工神經(jīng)網(wǎng)絡(luò)法 自從 1943年第一個(gè)神經(jīng)網(wǎng)絡(luò)模型被提出至今，神經(jīng)網(wǎng)絡(luò)的發(fā)展十分迅速 ， 在電力系統(tǒng)負(fù)荷預(yù)測(cè)領(lǐng)域內(nèi)應(yīng)用較廣泛的模型有：反向傳播模型、自組織特征映射。 第 2 章 介紹負(fù)荷預(yù)測(cè)的內(nèi)容及其影響因素，詳細(xì)介紹負(fù)荷預(yù)測(cè)的基本步驟。短期負(fù)荷預(yù)測(cè)和超短期負(fù)荷預(yù)測(cè)是電力系統(tǒng)核心技術(shù)模塊，因?yàn)閮烧咧苯雨P(guān)系到發(fā)電輸電方案的制定，也是能量管理系統(tǒng)（ EMS）的重要組成部分。而在很多情況下，由于負(fù)荷未來(lái) 發(fā)展的不肯定性，所以就需要一些假設(shè)條件。負(fù)荷內(nèi)部變化往往具有線性和周期性兩大特點(diǎn)。比如電力系統(tǒng)設(shè)備故障進(jìn)行檢修，電力系統(tǒng)產(chǎn)生系統(tǒng)震蕩，電力系統(tǒng)發(fā)生事故或自然災(zāi)害這類事件也會(huì)對(duì)負(fù)荷產(chǎn)生很大的影響。 ． (5)進(jìn)行各項(xiàng)負(fù)荷預(yù)測(cè)。從中我們可以看出 [10]： 電力負(fù)荷之間的時(shí)間距離越近關(guān)系越密切，即相似度越大，所以當(dāng)負(fù)荷預(yù)測(cè)點(diǎn)距離歷史數(shù)據(jù)較遠(yuǎn)時(shí)，預(yù)測(cè)值的誤差相 對(duì)較大；而預(yù)測(cè)點(diǎn)距離歷史負(fù)荷數(shù)據(jù)較近時(shí)則誤差相對(duì)較小 。 目前廣泛應(yīng)用的計(jì)算、分析預(yù)測(cè)誤差的方法有平均絕對(duì)誤差、均方誤差、 均 方根誤差、標(biāo)準(zhǔn)誤差等 [11]。在理論上可以逼近任何非線性映射。 （ 5） 數(shù)據(jù)融合。網(wǎng)絡(luò)學(xué)習(xí)過(guò)程是誤差反向傳播回上一層修改其權(quán)值，直到其達(dá)到收斂之后。設(shè)第二層神經(jīng)元個(gè)數(shù)為 N1，第二層第 i個(gè)神經(jīng)元輸出變量用 2iko 來(lái)表示，由第二層第到第三層第 j 個(gè)神經(jīng)元的權(quán)系數(shù)用3ijw 來(lái)表示，第 2 層第 i 個(gè)神經(jīng)元的輸出變量用 2ik 來(lái)表示。 電力系統(tǒng)整點(diǎn)負(fù)荷預(yù)測(cè)研究 11 BP 網(wǎng)絡(luò)的缺點(diǎn)和改進(jìn)方法 BP 網(wǎng)絡(luò)逼近非線性函數(shù)效果很好，還有自適應(yīng)和學(xué)習(xí)能力，使我們?cè)谔幚頂?shù)據(jù)的時(shí)候方便了好多。第二個(gè)是采用動(dòng)態(tài)步長(zhǎng)。 輸入節(jié)點(diǎn)的個(gè)數(shù)就是輸入神經(jīng)元訓(xùn)練網(wǎng)絡(luò)的個(gè)數(shù)，盡可能多的考慮其他影響因素作為輸入量，由于本文沒(méi)有考慮氣候等其他原因，所以輸入變量只有歷史的整點(diǎn)負(fù)荷數(shù)據(jù)。 電力系統(tǒng)整點(diǎn)負(fù)荷預(yù)測(cè)研究 13 參數(shù)的設(shè)定 學(xué)習(xí)速率影響著網(wǎng)絡(luò)收斂程度的大小和速度，它影響著每一次訓(xùn)練權(quán)值的變化，學(xué)習(xí)速率越大，修正值越大，可能導(dǎo)致系統(tǒng)震蕩，網(wǎng)絡(luò)不收斂，而學(xué)習(xí)速率小的時(shí)候，系統(tǒng)收斂變慢，訓(xùn)練次數(shù)增加，很容易陷入局部極小。輸入變量就是訓(xùn)練樣本，由于是 24 小時(shí)整點(diǎn)的數(shù)據(jù)，所以輸入是一個(gè)24 維的向量，也是一個(gè) 24? 16 的矩陣。訓(xùn)練方法選擇按梯度下降法訓(xùn)練。因?yàn)橐A(yù)測(cè)三天的負(fù)荷，只能用前 16 天作為樣本，并用 20 日來(lái)預(yù)測(cè)21 日的負(fù)荷，接著要用 21 日預(yù)測(cè)出的負(fù)荷再來(lái)預(yù)測(cè) 22 日的負(fù)荷，再用 22 日預(yù)測(cè)的負(fù)荷來(lái)預(yù)測(cè) 23 日的，越往后預(yù)測(cè)，由于第一次預(yù)測(cè)已經(jīng)存在誤差，則越往后預(yù)測(cè)誤差越大，所以神經(jīng)網(wǎng)絡(luò) BP 算法只能預(yù)測(cè)短期內(nèi)的負(fù)荷數(shù)據(jù)。 如今，負(fù)荷預(yù)測(cè)有著多種多樣的方法，每種方法都有自己的優(yōu)勢(shì)和局限性，在進(jìn)行負(fù)荷預(yù)測(cè)的時(shí)候會(huì)產(chǎn)生不同的效果，沒(méi)有哪一種方法是最好的，誤差是最小的，而且不能單一只考慮誤差大小，還要考慮外界因素和成本的投入，由于本文的處理手法比較單一，沒(méi)有注重處理一些細(xì)節(jié)，應(yīng)該對(duì)理論進(jìn)行改進(jìn)和加強(qiáng)，多 加入一些新的技術(shù)。 1789 1642 1595 1568 1543 1579 1661 1811 1925 20xx 2063 2194 1930 1887 ... 1913 1898 1972 2112 2154 2285 2333 2155 2054 1864。 1786 1665 1622 1577 1526 1580 1810 1848 2024 2156 2234 2392 2067 2054 ... 2122 2104 2192 2273 2305 2490 2416 2346 2212 20xx。%5到 23日負(fù)荷數(shù)據(jù) 19?24 L=length(a)。,