【正文】 人工神經(jīng)元模型 ........................................................................................ 8 神經(jīng)網(wǎng)絡(luò) BP 算法 ............................................................................................... 9 BP 網(wǎng)絡(luò)結(jié)構(gòu) ............................................................................................... 9 BP 網(wǎng)絡(luò)的算法 ..........................................................................................10 BP 網(wǎng)絡(luò)的缺點(diǎn)和改進(jìn)方法 ......................................................................... 11 本章小結(jié) ........................................................................................................... 11 第 4 章 整點(diǎn)負(fù)荷預(yù)測(cè)設(shè)計(jì)及其實(shí)現(xiàn) ................................................................................12 模型的設(shè)計(jì)及參數(shù)設(shè)定 ......................................................................................12 模型的設(shè)計(jì) ..............................................................................................12 參數(shù)的設(shè)定 ..............................................................................................13 整點(diǎn)負(fù)荷預(yù)測(cè)數(shù)據(jù) .............................................................................................13 BP 仿真設(shè)計(jì) .......................................................................................................15 預(yù)測(cè)結(jié)果分析 ....................................................................................................20 第 6 章 結(jié)論與展望 .........................................................................................................21 參考文獻(xiàn) .........................................................................................................................22 附錄 ................................................................................................................................23 致謝 ................................................................................................................................26 電力系統(tǒng)整點(diǎn)負(fù)荷預(yù)測(cè)研究 1 第 1 章 緒論 負(fù)荷預(yù)測(cè)的背景和意義 電力系統(tǒng)的作用是為各類(lèi)用戶(hù)盡可能經(jīng)濟(jì)地提供可靠而合乎質(zhì)量標(biāo)準(zhǔn)要求的電能，以隨時(shí)滿足各類(lèi)用戶(hù)的需求。隨著我國(guó)電力經(jīng)濟(jì)進(jìn)一步發(fā)展，負(fù)荷預(yù)測(cè)對(duì)電力系統(tǒng)的經(jīng)濟(jì)效益和國(guó)民經(jīng)濟(jì)的影響越來(lái)越大。 負(fù)荷預(yù)測(cè)指的是，在充分考慮一些重要的系統(tǒng)運(yùn)行特性，增容決策，自然條件和社會(huì)條件下，研究或利用一套系統(tǒng)來(lái)處理過(guò)去與未來(lái)負(fù)荷的數(shù)學(xué)方法，在滿足一定精度要求的意義下，確定未來(lái)某特定時(shí)刻的負(fù)荷數(shù)值 [2]。 （ 4） 專(zhuān)家預(yù)測(cè)法 對(duì)數(shù)據(jù)庫(kù) 里 存放的過(guò)去幾年的每小時(shí)的負(fù)荷和天氣數(shù)據(jù)進(jìn)行細(xì)致的分析，匯集 有經(jīng)驗(yàn)的負(fù)荷預(yù)報(bào)人員 的知識(shí)，提取有關(guān)規(guī)則，按照一定的規(guī)則推理進(jìn)行負(fù)荷預(yù)測(cè) ， 專(zhuān)家系統(tǒng)是對(duì)人類(lèi)的不可量化的經(jīng)驗(yàn)進(jìn)行轉(zhuǎn)化的一種較好的方法，若能將它與其他方法有機(jī)地結(jié)合起來(lái)，構(gòu)成預(yù)測(cè)系統(tǒng)，將可得到滿意的結(jié)果 ， 專(zhuān)家系統(tǒng)法是一個(gè)很耗時(shí)的過(guò)程，對(duì)某些復(fù)雜的因素 (如天氣因素 )要準(zhǔn)確、定量地確定他們對(duì)負(fù)荷的影響也常常是很困難的事 [6]。 負(fù)荷預(yù)測(cè)的特點(diǎn) 由于負(fù)荷預(yù)測(cè)是根據(jù)電力負(fù)荷的過(guò)去和現(xiàn)在推測(cè)它的未來(lái)數(shù)值，所以，負(fù)荷預(yù)測(cè)工作所研究的對(duì)象是不肯定事件，只有不肯定事件、隨機(jī)事件、才需要人們采用適當(dāng)?shù)念A(yù)測(cè)技術(shù)，推知負(fù)荷的發(fā)展趨勢(shì)和可能達(dá)到的狀況。在我國(guó)，由于南北跨越較大，各地氣候有明顯的不同，主要表現(xiàn)在溫度、濕度、風(fēng)力、天氣、污染程度等。 負(fù)荷預(yù)測(cè)的模型 由短期負(fù)荷的特點(diǎn)所知，短期負(fù)荷的基本變化規(guī)律可由典型負(fù)荷分量的特性來(lái)描述，同時(shí)還有一些隨機(jī)變化分量，在本文中未考慮比如氣候這類(lèi)隨機(jī)變化分量。 校正與改進(jìn)模型 收集歷史負(fù)荷數(shù)據(jù) 負(fù)荷數(shù)據(jù)的分析與選取 負(fù)荷數(shù)據(jù)的預(yù)處理 建立負(fù)荷預(yù)測(cè)模型 模型辨識(shí)與參數(shù)估計(jì) 負(fù)荷數(shù)據(jù)預(yù)測(cè) 負(fù)荷預(yù)測(cè)預(yù)測(cè)誤差分析 輸出預(yù)測(cè)負(fù)荷值 福州大學(xué)本科生畢業(yè)設(shè)計(jì)（ 論文） 8 第 3章 BP 神經(jīng)網(wǎng)絡(luò)原理 神經(jīng)網(wǎng)絡(luò)是實(shí)際存在于人的大腦里，簡(jiǎn)稱(chēng)生物神經(jīng)網(wǎng)絡(luò)，而我們把向生物學(xué)習(xí)，用來(lái)模仿人腦神經(jīng)活動(dòng)，建立神經(jīng)活動(dòng)數(shù)學(xué)模型所構(gòu)造出 來(lái)的神經(jīng)網(wǎng)絡(luò)稱(chēng)為人工神經(jīng)網(wǎng)絡(luò)?？梢詫?shí)現(xiàn)多輸入多輸出。 令 2^ )y(21kkk yE ? （ 32） )1(1)2(2 1 jkNj ijik ow ??? 22 ikkik E???? 其中： )( )1(1 jkjk fo ? （ 33） )1(2)1(( 2 )( 2 )( 2 )( 2 )( 2 ) jkikjkikkij ikikkij k oone tEwne tne tEwE ???? ?????? ???? ? 通過(guò)改進(jìn)的 BP 算法收斂精度更高，網(wǎng)絡(luò)容錯(cuò)能力更強(qiáng)，算法也更加完備。 本章小結(jié) 基于 BP 理論基礎(chǔ)，將本章的知識(shí)實(shí)踐的應(yīng)用于負(fù)荷預(yù)測(cè)，清楚地了解到BP 算法的原理以及其優(yōu)缺點(diǎn)，在進(jìn)行負(fù)荷預(yù)測(cè)的時(shí)候揚(yáng)長(zhǎng)避短，遇到問(wèn)題的時(shí)候懂得是那一方面出了問(wèn)題。一般取值范圍在 到 之間。tansig39。 福州大學(xué)本科生畢業(yè)設(shè)計(jì)（ 論文） 22 參考文獻(xiàn) [1] 潘維民，沈理 .基于神經(jīng)網(wǎng)絡(luò)的時(shí)間序列動(dòng)態(tài)預(yù)測(cè)器的調(diào)整學(xué)習(xí)算法。 1727 1651 1569 1520 1531 1549 1816 1873 20xx 2098 2188 2352 20xx 20xx ... 2049 2056 2144 2256 2297 2450 2385 2311 2184 1999。},39。%輸出矩陣 =newff(minmax(samplelist),[50,24],{39。 1877 1748 1693 1625 1614 1670 1837 1910 2055 2159 2254 2347 2067 2052 ... 2101 2088 2215 2356 2331 2396 2335 2263 2715 1980。由于電力系統(tǒng)負(fù)荷變化具有周期性和一定的規(guī)律性，而神經(jīng)網(wǎng)絡(luò)又有很好的學(xué)習(xí)能力和自適應(yīng)能力，所以用神經(jīng)網(wǎng)絡(luò)來(lái)訓(xùn)練負(fù)荷樣本比用傳統(tǒng)方法依靠調(diào)度員依靠自己的經(jīng)驗(yàn)來(lái)判斷負(fù)荷值具有更高的可信性和有效性 。所以本文的BP 網(wǎng)絡(luò)結(jié)構(gòu)是 245024。 由于 BP 算法只能處理歸一化的數(shù)據(jù)，所以在進(jìn)行負(fù)荷預(yù)測(cè)的時(shí)候，要將歷史負(fù)荷數(shù)據(jù)進(jìn)行歸一化處理，去掉那些非法的數(shù)據(jù)，這些數(shù)據(jù)有明顯的誤差，不符合實(shí)際情況，會(huì)影響到網(wǎng)絡(luò)的訓(xùn)練精度和數(shù)據(jù)處理。 在改進(jìn)收斂速度慢有許多種方法，這里介紹兩個(gè)最常用的方法。輸入為 my ，期望輸出為 py 。 （ 4） 學(xué)習(xí)和自適應(yīng)性。模型建電力系統(tǒng)整點(diǎn)負(fù)荷預(yù)測(cè)研究 7 立過(guò)程中，需要進(jìn)行模型辨識(shí)和參數(shù)估計(jì)。 (3) 決定預(yù)測(cè)可靠性指標(biāo)。 影響負(fù)荷預(yù)測(cè)的因素 有很多影響負(fù)荷預(yù)測(cè)的因素，經(jīng)過(guò)多年專(zhuān)家的總結(jié)，分為以下幾種： （ 1）電力系統(tǒng)負(fù)荷內(nèi)部變化。 負(fù)荷預(yù)測(cè)的組成 在電力系統(tǒng)中，按預(yù)測(cè)周期可分為長(zhǎng)期負(fù)荷預(yù)測(cè)、中期負(fù)荷預(yù)測(cè)和短期負(fù)荷預(yù)測(cè)以及超短期負(fù)荷預(yù)測(cè)。模糊預(yù)測(cè)技術(shù)考慮了與電力負(fù)荷諸多相關(guān)的因素，將負(fù)荷與對(duì)應(yīng)環(huán)境作為一個(gè)數(shù)據(jù) 整體進(jìn)行處理，得出負(fù)荷變化模式及對(duì)應(yīng)環(huán)境因素特征，從而將待測(cè)年環(huán)境因素特征與各歷史環(huán)境因素特征進(jìn)行比較，得出所求負(fù)荷增長(zhǎng)率，用以求取預(yù)測(cè)年負(fù)荷 ， 所以模糊預(yù)測(cè)法是目前用于處理各種主觀因素較重、材料和數(shù)據(jù)資料不完整等不確定因素的有效方法。 artificial neural work。負(fù)荷預(yù)測(cè)的精度的保證成為現(xiàn)在電力科學(xué)人員的重要工作，負(fù)荷預(yù)測(cè)誤差大直接導(dǎo)致導(dǎo)致成本增加，電力系統(tǒng)調(diào)度難度變大等后果。 負(fù)荷預(yù)測(cè)按時(shí)間可以分成短期負(fù)荷預(yù)測(cè)，中期負(fù)荷預(yù)測(cè)和長(zhǎng)期負(fù)荷預(yù)測(cè)。 總的來(lái)說(shuō)，人工神經(jīng)網(wǎng)絡(luò)這種方法在負(fù)荷預(yù)測(cè)的時(shí)候有其獨(dú)特的優(yōu)勢(shì)，并且得到了許多專(zhuān)家的認(rèn)可，并取得了不錯(cuò)的成就。這就使負(fù) 荷預(yù)測(cè)具有以下明顯的特點(diǎn) [7]: （ 1） 不確定性 因?yàn)殡娏ω?fù)荷未來(lái)的發(fā)展是不肯定的，它要受到多種多樣復(fù)雜因素的影響，而且各種影響因素也是發(fā)展變化的。特別是溫度對(duì)負(fù)荷影響最為明顯，比如在南方，夏天溫度升高，許多用戶(hù)必須使用大功率的空調(diào)，導(dǎo) 致負(fù)荷變化，增大電力系統(tǒng)的負(fù)荷。本文只充分考慮了負(fù)荷預(yù)測(cè)的周期性，也利用舊的歷史負(fù)荷數(shù)據(jù)。 人工神經(jīng)網(wǎng)絡(luò)是基于對(duì)人腦的組織結(jié)構(gòu)，活動(dòng)機(jī)制的初步認(rèn)識(shí)提出的一種新型信息處理體系。 由此看來(lái)，在非線性問(wèn)題上和模式識(shí)別和 系統(tǒng)仿真上是有其獨(dú)特優(yōu)勢(shì)的，這類(lèi)問(wèn)題都可以轉(zhuǎn)化到用神經(jīng)網(wǎng)絡(luò)來(lái)處理。具體算法步驟如下： （ 1） 對(duì)數(shù)據(jù)進(jìn)行歸一化處理，并隨機(jī)賦給所有的權(quán)值和神經(jīng)元的閾 值較小值。 福州大學(xué)本科生畢業(yè)設(shè)計(jì)（ 論文） 12 第 4章 整點(diǎn)負(fù)荷預(yù)測(cè)設(shè)計(jì)及其實(shí)現(xiàn) 模型的設(shè)計(jì)及參數(shù)設(shè)定 模型的設(shè)計(jì) 首先建立一個(gè)三層的 BP 網(wǎng)絡(luò)，隱含層只有一層。 訓(xùn)練次數(shù)的選取要看網(wǎng)絡(luò)樣本的大小，樣本越大，需要的次數(shù)就越多，樣本越小，次數(shù)就越少。39。電子學(xué)報(bào) .. [2].盧建昌 .基于電力市場(chǎng)的短期負(fù)荷預(yù)測(cè)建模理論及應(yīng)用研究 .天津：天津大學(xué)博士學(xué)位 論文， 20xx,1516 [3] Niu Dongxiao， Zhang Wenlen． Adjustment grey model for load forecasting of power systems[J]． The Journal of Grey System， 1994， (6)： 127— 134． [4]. 韓鋒 .基于模糊神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)短期負(fù)荷預(yù)測(cè) .保定：河北農(nóng)業(yè)大學(xué)碩士學(xué)位論文， 20xx,6:56. [5] 韓力群．人工神經(jīng)網(wǎng)絡(luò)理論 ,設(shè)計(jì)及應(yīng)用 [M]．北京：化學(xué)工業(yè)出版社，20xx． 51— 56 [6]. 劉強(qiáng) .基于模糊神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)短期負(fù)荷預(yù)測(cè) .石家莊：河北科技大學(xué)碩士學(xué)位論文， 20xx,4 [7]. 牛東曉，曹樹(shù)華，趙磊，張文文 .電力負(fù)荷預(yù)測(cè)技術(shù)及其應(yīng)用 [M].北京：中國(guó)電力出版社， ， ,196201. [8]. 高強(qiáng) .電力系統(tǒng)短期負(fù)荷預(yù)測(cè) .沈陽(yáng)：沈陽(yáng)工業(yè)大學(xué)碩士學(xué)位論文，20xx,23. [9]. 牛東曉，曹樹(shù)華，趙磊，張文文 .電力負(fù)荷預(yù)測(cè)技術(shù)及其應(yīng)用 [M].北京：中國(guó)電力出版社， ， ,196201. [10]. 盧崢 .電力系統(tǒng)短期負(fù)荷預(yù)