【正文】 B 實現 基于人工 神經網絡日負荷預測方法的原理 人工神經網絡簡介及其原理 (1) 神經網絡簡介 人工神經網絡的英文名稱是 Artificial Neural Networks(ANN)是一種“采用物理可實現的系統(tǒng)來模仿人腦神經細胞的結構和功能的系統(tǒng)。這就是指數平滑的由來，它也符合了離目前越近的數據，對未來預測影響越大的原則。我們要按照 （ 31） 的原則確定式中的系數，即要求下列函數的最小值 21 10 ])([?? ?????nimjmjj xaxaaxfS ? （ 34） 式中 S 為 m+1 個自變量 maaa , 10 ? 的函數。在預測時為方便起見，我們用標中的序號作為自變量。 評價預測階段 預測的主要成果是得到預測結果。資料是預測的基本依據，占有的資料的充裕程度及資料的可信度，對預測結果的可信 度是至關重要的。它是進行能源供需平衡的主要依據。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。 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果。在此基礎上，進一步研究了離散函數光滑性，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，最后解決了微分方程的建模問題 [7]。從數學上看，就是利用數理統(tǒng)計中的回歸分析方法，通過對變量的觀測數據進行分析，確定變量之間的相互關系，從而實現預測目的。 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量[4]。 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。 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、企事業(yè)單位、工廠、農村、車間、學校以及各種各樣的用電設備 。 （ 2） 回歸分析法 回歸分析法就是根據負荷過去的歷史資料，建立可以分析的數學模型，對未來的負荷進行預測。后來，他將歷史數據作了各種處理，找到了累加生成，發(fā)現累加生成曲線是近似的指數增長曲線，而指數增長正符合微分方程解的形式。 1981 年Stromberg 對 Harr 系進行了改進，證明小波函數的存在。 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學理論，使其進行確定性的工作，對一些無法構造數學模型的被控過程進行有效控制。 （ 3） 需電量。 （ 2） 搜集與整理資料。這種 情況下，預測人員的經驗、理論素養(yǎng)及分析判斷能力起重要的作用。 表 我國某地區(qū)發(fā)電量的增長情況 序 號 1 2 3 4 5 6 7 8 9 10 1 年 份 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1983 發(fā)電量 1 1 在表中，發(fā)電量取的是標么值，以 1983 年的發(fā)電量為基準。 設有一個具有 n 對值 ),(,),(),( 2211 nn yxyxyx ?的函數 )(xfy? 及一個 m次多項式 mm xaxaax ???? ?10)(? （ 33） 其中 mn。順次將 , 1?tt FF ?? 2F 的表達式帶入式 本科畢業(yè)設計說明書（論文） 第 15 頁 共 41 頁 可得 ntntttt xaaxaaxaaaxF ???? ??????? )1()1()1( 2211 ? （ 315） 由上式可見， tx 的權是 a(1a)…… ，由于 01a1，這些權數的增加而逐漸趨于零。如果平滑系數 a 取值不接近于零值，則預測幾步后，初值的影響會組建減弱，假如 a 的取值接近于零，從式 （ 315）中我們可以看出初值對未來的影響較大，因此最好給定初值時比較慎重。從數學角度而言，所謂模擬是對神 本科畢業(yè)設計說明書（論文） 第 20 頁 共 41 頁 經元的結構和功能而言，相當于一個多輸入單輸出的非線性闡值器件。 輸入節(jié)點與隱層節(jié)點間的網絡權值為 ,隱層節(jié)點與輸出節(jié)點間的網絡權值為 .當輸出節(jié)點的期望值為時 ,模型的計算公式如下 : 隱層節(jié)點的輸出 ( ) ( )j ji i j jiy f w x f n e t?? ? ?? （ 42） 其中 j ji i ji w x ???? （ 43） 本科畢業(yè)設計說明書（論文） 第 21 頁 共 41 頁 輸出節(jié)點的計算輸出 ( ) ( )jl lj l ljz f v y f n e t?? ? ?? （ 44） 其中 jl lj lj v y ???? （ 45） 輸出節(jié)點的誤差 2 2 21 1 1( ) ( ( ) ) ( ( ( ) ) )2 2 2j j i i jl l l l j l l l j ll l j l j iE t z t f v y t f v f w x? ? ?? ? ? ? ? ? ? ? ?? ? ? ? ? ? （ 46） 傳遞函數 f(x)的導數 S 型函數 1() 1xfx e?? ? 則 ))(1)(()( xfxfxf ??? （ 47） ))(1)(()( kkk n etfn etfn etf ??? （ 48） 對輸出節(jié)點 ()llz f ? （ 49） )1()( lll zzf ??? （ 410） 對輸出節(jié)點 ()jjy f ? （ 411） )1()( jjj yyf ??? （ 412） 求函數梯度有兩種方法：遞增和批處理。另一方面，在動態(tài)系統(tǒng) 神經網絡 U d d? + + _ e y 動態(tài)系統(tǒng) 神經網絡 U + | y 本科畢業(yè)設計說明書（論文） 第 23 頁 共 41 頁 系統(tǒng)預報中，為保證參數估計算法的一致收斂，必須使用一定的持續(xù)激勵的輸入信號。 (2) 輸入 /輸出向量設計 在預測日的前一天中，每 1 個小時對電力負荷進行一次測量，這樣一來，一天共測得 24 組負荷數據。 (3) BP 網絡的設計 本文依據人工神經網絡來建模，根據 BP 網絡來預測 24 點負荷。0 1。0 1。 本科畢業(yè)設計說明書（論文） 第 28 頁 共 41 頁 圖 (休息日 )預報誤差 圖 (工作日 )預報誤差 (5) 結論分析 電力負荷預測是電力調度、用電、計劃、規(guī)劃等部門的重要工作，國內外關于短期負荷預測的文獻很多，但是由于電力負荷受諸多因素的影響和負荷本身的不 確定性，使得迄今還沒有一種十分滿意的方法。但我們小組做為一個團隊，大家相互幫助，相互鼓勵，互相監(jiān)督，共同討論和解決問題，使論文能高質高效的完成。 。 。 end %p 為工作日原始輸入數據 p=[ 。 致 謝 在論文完稿之際，首先我要向指導老師 教授 表示衷心的感謝。 工作日測試代碼如下： P_test=[ ]39。 0 1。0 1。如果從提高網絡精度的角度出發(fā)，一方面可以增加網絡訓練樣本的數目，另一方面還可以增加輸入向量的維數。 在對短期負荷進行預報前，一個特別重要的問題是如何劃分負荷類型或日期 類型。但是如果所辨別的非線性系統(tǒng)是不可逆的，利用上述方法，將得到一個不正確的逆模型。神經元網絡的工作過程有許多種形式，比如回想和分類。即通過這些權值使神經網絡具有了一定的記憶功能，可以對數據的規(guī)律進行記憶 (信息保存在權值中 )。下面我們以根據 t=23 時段用電量預計 t=24 時段用電量為例說明我們的研究的具體步驟。 指數平滑法是從移動算術 平均法演變而來的。 選擇合適的曲線類型主要是根據經驗，或把離散點畫在坐標紙上，進行觀察分析，找到一個比較接近的曲線類型。結論與建議是扼要地列出預測的主要結果，提出有關建議和意見。 實施預測階段 在進行預測時，要依據選擇的預測方法來進行預測。 （ 1） 確定預測目標。有功負荷，加上電網中損失的有功和發(fā)電廠自用有功量，再加上適量的備用容量，就等于電力系統(tǒng)的裝機容量。 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，并且能根據信號頻率高低自動調節(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。它作為數學學科的一個分支，吸取了現代分析學中諸如泛函分析、數值分析、 Fourier 分析、 樣條分析、調和分析等眾多分支的精華，并包羅了它們的特色。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。 國內外電力負荷預測研究的現狀 電力負荷預測分為經典預測方法和現代預測方法 [6]。 本文介紹了一種基于 BP 神經網絡的短期負荷預測方法 [1]。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，現已經成為 EMS 必不可少的一部分和為確保電力系統(tǒng)安全經濟運行所必需的手段之一。較高的預測精度充分表明了它的科學合理性。 現代負荷預測方法 20 世紀 80 年代后期，一些基于新興學科理論的現代預測方法逐漸得到了成功應用。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。 1988 年， Daubechies 構成出了具有有限支撐的正交小波基。 (2) 學習有關負荷預測的基礎知識。 負荷預測根據目的的不同可以分為 短期 、中期和長期： ① 超 短期 負荷預測是指未來 1h 以內的負荷預測，在安全監(jiān)視狀態(tài) 下，需要 5～ 10s 或 1～ 5min 的預測值，預防性控制和緊急狀態(tài)處理需要 10min 至 1h 的預測值。因此，在調查搜集資料的過程中對搜集得到的資料應進行鑒別，去粗取精，去偽存真，以保證預測中使用的資料翔實可靠。若誤差太大，就失去了預測的意義，并從而導致電力規(guī)劃的失誤?，F在用 i? 表示近似函數在 ix 點的誤差 )()( iii xfx ?? ?? （ i=1， 2， …… ， n） 在一般情況下使用 i? （ i=1， 2， …… ， n） 全都為零是不可能的。 已知原始數據如表 所示，現欲用拋物線對其進行擬合（將離散點畫到圖上得拋物線） 2210 xaxaay ??? 試用最小二乘法確定其系數 10,aa 和 2a 。平滑系數 a 可根據最小方差的原則來決定，即選幾個 a 可能的取值分別計算平滑值與相應實際值的均方差 ? ?? ?t tt xs2)1( /t,并選取其中均方差最小的平 滑系數 a。反饋型網絡模型是一種反饋動力學系統(tǒng)，它具有極復雜的動力學特性。相互連接型網絡是指網絡中任意兩個單元之間都可以相互連接。當系統(tǒng)是被控對象或傳統(tǒng)控制器時，神經網絡多采用多層前向網絡的形式，可直接選用 BP 網 絡或它的各種變形。由于神經網絡所具有的較強的非線性映射等特性，它常被用于負荷預測。這里將電力負荷預測日當日的氣象特征數據作為 網絡的輸入變量 [17]。而輸出向量有 24 個，所以輸出層中的神經元應該有 24 個。0 1。 (4) 網絡訓練計算出預測日 24 點的歸一化系數 網絡經過訓練后才可以用于電力負荷預測的實際應用。 =。