【文章內(nèi)容簡(jiǎn)介】 的距離，但是，它們的發(fā)展前景卻是不可估量的。 本文的主要工作本文是關(guān)于電力負(fù)荷預(yù)測(cè)的理論研究學(xué)習(xí)，所要完成的工作主要包括以下幾點(diǎn)：（1）查閱相關(guān)電力負(fù)荷預(yù)測(cè)參考文獻(xiàn),學(xué)習(xí)預(yù)測(cè)理論和模型。（2）對(duì)清遠(yuǎn)市歷史 GDP 和電量數(shù)據(jù)等資料進(jìn)行數(shù)學(xué)分析，并采用灰色預(yù)測(cè)法的 GM（1，1）模型和 BP 神經(jīng)網(wǎng)絡(luò)得到清遠(yuǎn)市十二五規(guī)劃期間的電力系統(tǒng)負(fù)荷。本文主要的是預(yù)測(cè)其全社會(huì)用電量。（3）對(duì)預(yù)測(cè)結(jié)果作出分析比較，給出相關(guān)結(jié)論和建議。（4）采用 Matlab 編制出程序軟件。同時(shí)，在時(shí)間允許的情況下，可在預(yù)測(cè)結(jié)果上進(jìn)行完善與改進(jìn)，即通過(guò)改進(jìn)GM（1,1 ）預(yù)測(cè)模型以及 BP 神經(jīng)網(wǎng)絡(luò)，或者利用組合預(yù)測(cè)來(lái)提高預(yù)測(cè)效果和精度。 本章小結(jié)本章是整個(gè)課題順利完成的前期準(zhǔn)備工作，是撰寫完整課題的必要階段。本章選題背景與意義、負(fù)荷預(yù)測(cè)的分類、特點(diǎn)、原理與步驟的介紹，旨在于對(duì)負(fù)荷預(yù)測(cè)華南理工大學(xué)廣州學(xué)院本科畢業(yè)論文說(shuō)明書8進(jìn)行一些基礎(chǔ)性的總結(jié)，同時(shí)，對(duì)負(fù)荷預(yù)測(cè)國(guó)內(nèi)外現(xiàn)狀的研究描述，目的在于清楚負(fù)荷預(yù)測(cè)已有的技術(shù)及存在的問(wèn)題，對(duì)本文主要工作的闡述，是大致了解課題所要完成的任務(wù)。只有清楚了上述情況，才能進(jìn)行后續(xù)的工作，并且從上述所描述中我們可以較為清楚的知道：本次課題要從哪里做起，需要做些什么工作，工作完成之后需要得到什么樣的結(jié)論，需要獲得什么樣的數(shù)據(jù)。這一系列的問(wèn)題都可以從本章中得到較為滿意的答案。總之本章是一個(gè)基礎(chǔ)性的章節(jié)，針對(duì)本章所需內(nèi)容的簡(jiǎn)要分析，是為后續(xù)工作做必要的準(zhǔn)備，因此，這一系列的前期準(zhǔn)備工作就顯得十分有必要。第二章 負(fù)荷預(yù)測(cè)方法綜述 負(fù)荷預(yù)測(cè)方法簡(jiǎn)要分析 單耗法單耗法 [2]即單位產(chǎn)品電耗法，是通過(guò)某一工業(yè)產(chǎn)品的平均單位產(chǎn)品用電量以及該產(chǎn)品的產(chǎn)量，得到生產(chǎn)這種產(chǎn)品的總用電量，計(jì)算公式是： Abg?（2 1）?式中：A——用電量； b——產(chǎn)品產(chǎn)量； g——產(chǎn)品的單位耗電量。單耗法需要做大量細(xì)致的統(tǒng)計(jì)工作，近期預(yù)測(cè)效果較佳。但實(shí)際中很難對(duì)所有產(chǎn)品較準(zhǔn)確地求出其用電單耗，工作量也較大。有時(shí)考慮用國(guó)民生產(chǎn)總值或工農(nóng)業(yè)生產(chǎn)總值 b，結(jié)合其電量單耗（產(chǎn)值單耗）g，計(jì)算出用電量 ，這就是產(chǎn)值單Abg?耗法。 趨勢(shì)外推法當(dāng)電力負(fù)荷依時(shí)間變化呈現(xiàn)某種上升或下降的趨勢(shì)，并且無(wú)明顯的季節(jié)波動(dòng)，又能找到一條適合的函數(shù)曲線反映這種變化趨勢(shì)時(shí)，就可以用時(shí)間 t 為自變量，時(shí)第二章 負(fù)荷預(yù)測(cè)方法綜述9序數(shù)值 y 為因變量，建立趨勢(shì)模型 。當(dāng)有理由相信這種趨勢(shì)能夠延伸到未來(lái))(tfy?時(shí)，賦予變量所需要的值，可以得到相應(yīng)時(shí)刻的時(shí)間序列未來(lái)值，這就是趨勢(shì)外推法 [2]。外推法有線性趨勢(shì)外推法、對(duì)數(shù)趨勢(shì)外推法、二次曲線趨勢(shì)外推法、指數(shù)曲線趨勢(shì)外推法，生長(zhǎng)曲線趨勢(shì)外推法。應(yīng)用趨勢(shì)外推法有兩個(gè)假設(shè)條件：（1）假設(shè)負(fù)荷沒(méi)有跳躍式變化；（2）假設(shè)負(fù)荷的發(fā)展因素也決定未來(lái)的發(fā)展，其條件是不變或變化不大。選擇合適的趨勢(shì)模型是應(yīng)用趨勢(shì)外推法的重要環(huán)節(jié)，圖像識(shí)別法和差分法是選擇趨勢(shì)模型的兩種基本方法。趨勢(shì)外推法的優(yōu)點(diǎn)是只需要?dú)v史數(shù)據(jù)、所需的數(shù)據(jù)量較少。缺點(diǎn)是如果負(fù)荷出現(xiàn)變動(dòng)，會(huì)引起較大的誤差。 彈性系數(shù)法電力彈性系數(shù)的一般定義為： （2ab??2） 其中，a、b 分別為電力或電量和國(guó)內(nèi)生產(chǎn)總值的年均增長(zhǎng)率。電力彈性系數(shù)法 [2]就是利用電力彈性系數(shù)對(duì)某一地區(qū)的電力負(fù)荷進(jìn)行預(yù)測(cè)的方法。若已知電力彈性系數(shù)的預(yù)測(cè)值為 ，規(guī)劃期的國(guó)內(nèi)生產(chǎn)總值（GDP）的年均增?長(zhǎng)率為 ，則根據(jù)電力彈性系數(shù)的一般定義，可測(cè)算出電力或電量的年均增長(zhǎng)率為：K? （2KP???3）那么，就可以利用下面公式預(yù)測(cè)出規(guī)劃期所需的電力或電量： （2??tKtW????104）式中： ——規(guī)劃期的電力或電量；tW——基年的實(shí)際電力或電量；0——規(guī)劃期采用的電力彈性系數(shù)；?——規(guī)劃期預(yù)計(jì)的國(guó)內(nèi)生產(chǎn)總值年均增長(zhǎng)率；K?——基年至規(guī)劃年間隔的年數(shù)。t華南理工大學(xué)廣州學(xué)院本科畢業(yè)論文說(shuō)明書10彈性系數(shù)法預(yù)測(cè)電力負(fù)荷的關(guān)鍵及核心的問(wèn)題是如何確定規(guī)劃期的電力彈性系數(shù)值。由于彈性系數(shù)值受多方面因素的影響，而且又具有某種時(shí)間慣性，因此既可以從歷史數(shù)據(jù)中尋找，又必須考慮它在未來(lái)可能發(fā)生的變化，從分析影響彈性系數(shù)的諸因素的變化中去預(yù)測(cè)（或估計(jì)）出規(guī)劃期彈性系數(shù)的可能取值。應(yīng)用彈性系數(shù)法預(yù)測(cè)電力負(fù)荷，一般僅適合于大范圍、較長(zhǎng)時(shí)段的預(yù)測(cè)，屬于較長(zhǎng)期趨勢(shì)預(yù)測(cè)。它是一種宏觀預(yù)測(cè)方法，因此，預(yù)測(cè)時(shí)段短、預(yù)測(cè)范圍小時(shí)，應(yīng)用電力彈性系數(shù)法難以獲得滿意的結(jié)果。當(dāng)然，彈性系數(shù)法也有其自身的優(yōu)點(diǎn)，那就是計(jì)算簡(jiǎn)單，這也是該方法的最大特點(diǎn)。 回歸預(yù)測(cè)法基于電力負(fù)荷量是由經(jīng)濟(jì)發(fā)展程度所決定的，因此回歸預(yù)測(cè)類模型便通過(guò)建立負(fù)荷與經(jīng)濟(jì)變量的相關(guān)關(guān)系，以回歸預(yù)測(cè)技術(shù)來(lái)實(shí)現(xiàn)對(duì)電力負(fù)荷發(fā)展規(guī)律的描述。由于在預(yù)測(cè)過(guò)程中，以數(shù)理統(tǒng)計(jì)中的回歸分析方法為基礎(chǔ)來(lái)確定變量之間的相關(guān)關(guān)系而達(dá)到預(yù)測(cè)目的，故而稱為回歸預(yù)測(cè)模型或經(jīng)濟(jì)預(yù)測(cè)模型預(yù)測(cè)法，簡(jiǎn)稱回歸預(yù)測(cè)法 [1]?；貧w預(yù)測(cè)法是目前廣泛應(yīng)用的定量預(yù)測(cè)方法，通過(guò)對(duì)歷史數(shù)據(jù)的分析研究，探索經(jīng)濟(jì)、社會(huì)各有關(guān)因素與電力負(fù)荷的內(nèi)在聯(lián)系和發(fā)展變化規(guī)律，并根據(jù)對(duì)規(guī)劃期內(nèi)，本地區(qū)經(jīng)濟(jì)、社會(huì)發(fā)展情況的預(yù)測(cè)來(lái)推算未來(lái)的負(fù)荷，其任務(wù)是確定預(yù)測(cè)值和影響因子之間的關(guān)系。在具體實(shí)現(xiàn)中，電力負(fù)荷預(yù)測(cè)的回歸預(yù)測(cè)模型往往是通過(guò)對(duì)影響因子值（比如國(guó)民生產(chǎn)總值、工農(nóng)業(yè)總產(chǎn)值、人口和氣候等）和用電的歷史資料進(jìn)行統(tǒng)計(jì)分析，以確定用電量和影響因子之間的函數(shù)關(guān)系，從而實(shí)現(xiàn)預(yù)測(cè)。該方法依賴于模型的準(zhǔn)確性，更依賴于影響因子本身預(yù)測(cè)的準(zhǔn)確度?；貧w預(yù)測(cè)法是最小二乘法原理的發(fā)展，根據(jù)自變量的多少，可分為一元線性回歸、二元線性回歸和多元線性回歸，此外，還有非線性回歸等回歸模型。利用回歸預(yù)測(cè)法時(shí)，主要采用多元非線性回歸模型建立負(fù)荷與影響因素之間的關(guān)系，預(yù)測(cè)值可寫為： （ 2()()nt iYabxt???5）式中： 為 t 時(shí)刻的預(yù)測(cè)負(fù)荷值； 為第 i 個(gè)影響負(fù)荷變化的因素在 t 時(shí)刻()tY()ixt的取值；a i，b i為回歸系數(shù)。第二章 負(fù)荷預(yù)測(cè)方法綜述11回歸分析法的主要優(yōu)點(diǎn)在于它能夠通過(guò)模型來(lái)解釋各變量之間的關(guān)系，它對(duì)因果關(guān)系的處理是十分有效的。同時(shí)，它也有缺點(diǎn)：一是要收集較多的觀測(cè)值，它的預(yù)測(cè)準(zhǔn)確度與樣本有關(guān)，所以付出的代價(jià)一般比較大；二是計(jì)算量大；三是要經(jīng)常評(píng)審模型。 時(shí)間序列法時(shí)間序列法 [4]是一種最為常見(jiàn)的短期負(fù)荷預(yù)測(cè)方法，它是針對(duì)整個(gè)觀測(cè)序列呈現(xiàn)出的某種隨機(jī)過(guò)程的特性，去建立和估計(jì)產(chǎn)生實(shí)際序列的隨機(jī)過(guò)程的模型，然后用這些模型去進(jìn)行預(yù)測(cè)。它利用了電力負(fù)荷變動(dòng)的慣性特征和時(shí)間上的延續(xù)性，通過(guò)對(duì)歷史數(shù)據(jù)時(shí)間序列的分析處理，確定其基本特征和變化規(guī)律，預(yù)測(cè)未來(lái)負(fù)荷。 時(shí)間序列預(yù)測(cè)方法可分為確定型和隨機(jī)性兩類，確定型時(shí)間序列作為模型殘差用于估計(jì)預(yù)測(cè)區(qū)間的大小，隨機(jī)型時(shí)間序列預(yù)測(cè)模型可以看作一個(gè)線性濾波器。根據(jù)線性濾波器的特性，時(shí)間序列可劃為自回歸(AR) 、動(dòng)平均(MA)、自回歸動(dòng)平均(ARMA)、累計(jì)式自回歸動(dòng)平均 (ARIMA)、傳遞函數(shù)(TF)幾類模型，其負(fù)荷預(yù)測(cè)過(guò)程一般分為模型識(shí)別、模型參數(shù)估計(jì)、模型檢驗(yàn)、負(fù)荷預(yù)測(cè)、精度檢驗(yàn)預(yù)測(cè)值修正5 個(gè)階段。 專家預(yù)測(cè)法專家預(yù)測(cè)法分為專家會(huì)議法和專家小組法。專家會(huì)議法通過(guò)召集專家開(kāi)會(huì)，面對(duì)面討論問(wèn)題，每個(gè)專家能充分發(fā)表意見(jiàn)，并聽(tīng)取其他專家意見(jiàn)。這種方法缺點(diǎn)是：①參加會(huì)議的人數(shù)有限影響代表性；②權(quán)威者的意見(jiàn)將起主導(dǎo)作用，一些專家盲從權(quán)威者的意見(jiàn)，或者礙于面子，不堅(jiān)持與權(quán)威者不同的看法。因此，得出的結(jié)論不能集中所有專家的正確看法。專家小組法可以避免這些問(wèn)題，專家小組法又稱德?tīng)柗品ǎ―delphi ） 。古希臘傳說(shuō)中，在德?tīng)柗朴幸粋€(gè)阿波羅神殿，希臘神在此可以預(yù)卜未來(lái)。本世紀(jì) 40 年代，美國(guó)蘭德公司借用德?tīng)柗七@個(gè)地名，把專家小組預(yù)測(cè)法叫做德?tīng)柗祁A(yù)測(cè)法。專家們不通過(guò)會(huì)議形式，而是通過(guò)書面形式獨(dú)立的發(fā)表個(gè)人見(jiàn)解，專家之間相互保密，經(jīng)過(guò)多次反復(fù)，給專家以重新考慮并修改原先意見(jiàn)的機(jī)會(huì)，最后綜合出預(yù)測(cè)結(jié)果。德?tīng)柗品ㄗ畛跤糜诳茖W(xué)發(fā)現(xiàn)和技術(shù)發(fā)明的預(yù)測(cè)，后來(lái)逐步用于經(jīng)濟(jì)預(yù)測(cè)。它在電力系統(tǒng)中可以用來(lái)預(yù)測(cè)未來(lái)哪些電力技術(shù)將有突破性發(fā)展，這種突破將在何時(shí)發(fā)生；某一地區(qū)哪一時(shí)期的用電水平將有何等顯著性變化；更具體地，未來(lái)一年或者幾年全國(guó)或地區(qū)發(fā)電量及用電量的預(yù)測(cè)等 [2]。華南理工大學(xué)廣州學(xué)院本科畢業(yè)論文說(shuō)明書12 小波分析預(yù)測(cè)技術(shù)小波分析 [5]是今年來(lái)興起的一種新的信號(hào)分析處理技術(shù)，它在時(shí)域和頻域上同時(shí)具有良好的局部化性質(zhì)，在處理非平穩(wěn)時(shí)間序列中體現(xiàn)出很大的優(yōu)越性。其優(yōu)于傳統(tǒng)的 Fourier 分析的主要之處在于：能對(duì)不同的頻率成分采用逐漸精細(xì)的采樣步長(zhǎng)，從而可以聚焦到信號(hào)的任意細(xì)節(jié)，尤其是對(duì)奇異信號(hào)很敏感，能很好的處理微弱或突變的信號(hào)，其目標(biāo)是將一個(gè)信號(hào)的信息轉(zhuǎn)化成小波系數(shù)，從而能夠方便地加以處理、存儲(chǔ)、傳遞、分析或被用于重建原始信號(hào)。這些優(yōu)點(diǎn)決定了小波分析可以有效地應(yīng)用于負(fù)荷預(yù)測(cè)問(wèn)題的研究。 優(yōu)先組合預(yù)測(cè)技術(shù)優(yōu)選組合預(yù)測(cè) [2]有兩類概念，一指將幾種預(yù)測(cè)方法得到的預(yù)測(cè)結(jié)果，選取適當(dāng)?shù)臋?quán)重進(jìn)行加權(quán)平均的一種預(yù)測(cè)方法；二是指在集中預(yù)測(cè)方法中比較，選擇擬合度最佳或差標(biāo)準(zhǔn)最小的預(yù)測(cè)模型作為最優(yōu)模型進(jìn)行預(yù)測(cè)。組合預(yù)測(cè)方法是建立在最大信息利用的基礎(chǔ)上，它集結(jié)了多種單一模型所包含的信息，進(jìn)行最優(yōu)組合。因此，在大多數(shù)情況下，通過(guò)組合預(yù)測(cè)可以達(dá)到改善預(yù)測(cè)結(jié)果的目的。組合預(yù)測(cè)是在單個(gè)預(yù)測(cè)模型不能完全正確地描述預(yù)測(cè)量的變化規(guī)律時(shí)發(fā)揮其作用。一個(gè)能夠完全反應(yīng)預(yù)測(cè)量變化規(guī)律的模型完全可能比組合預(yù)測(cè)效果好。如果可以找到一個(gè)能夠很好地反映經(jīng)濟(jì)發(fā)展過(guò)程規(guī)律的模型，則用這個(gè)模型預(yù)測(cè)是很合適的，如果這個(gè)模型不易找到，或者把握不大，則采用不同預(yù)測(cè)角度建立多種模型進(jìn)行組合預(yù)測(cè)是一種有效的補(bǔ)償方法，特別是簡(jiǎn)單平均組合預(yù)測(cè)更是一種較為簡(jiǎn)便、穩(wěn)健的實(shí)用方法。組合預(yù)測(cè)理論認(rèn)為：對(duì)同一預(yù)測(cè)問(wèn)題而言，多個(gè)不同預(yù)測(cè)模型的線性組合在一定條件下能夠有效地改善模型的擬合能力和提高預(yù)測(cè)的精度因此，應(yīng)用優(yōu)化組合預(yù)測(cè)方法進(jìn)行電力負(fù)荷預(yù)測(cè)，能將各個(gè)模型有機(jī)地組合在一起，綜合各個(gè)模型的優(yōu)點(diǎn)，獲得更為準(zhǔn)確的預(yù)測(cè)結(jié)果，優(yōu)化組合預(yù)測(cè)方法從理論上可以求得最佳的組合權(quán)系數(shù)。如果這個(gè)權(quán)系數(shù)能保持穩(wěn)定，應(yīng)用優(yōu)化組合預(yù)測(cè)方法將取得很好的效果。但實(shí)際上優(yōu)化組合預(yù)測(cè)方法得出權(quán)值常常不穩(wěn)定，從而影響預(yù)測(cè)結(jié)果精度。其優(yōu)點(diǎn)是預(yù)測(cè)精度較高，確定性較好。缺點(diǎn)是受到兩方面的限制：一個(gè)是不可能將所有在未來(lái)起作用的因素全包含在模型中；另一個(gè)是很難確定眾多參數(shù)之間的精確關(guān)系在各個(gè)部門間轉(zhuǎn)換模型。 本章小結(jié)第二章 負(fù)荷預(yù)測(cè)方法綜述13本章主要是對(duì)負(fù)荷預(yù)測(cè)的部分方法進(jìn)行了簡(jiǎn)單的描述與分析，通過(guò)參閱部分參考文獻(xiàn)可知，任何一種預(yù)測(cè)方法都有其自身的優(yōu)點(diǎn)與缺點(diǎn)，當(dāng)我們就某地未來(lái)用電量進(jìn)行預(yù)測(cè)時(shí)，就必須綜合考慮當(dāng)?shù)氐膶?shí)際情況，合理的選擇適合本地未來(lái)用電量的預(yù)測(cè)方法。同時(shí)，隨著國(guó)內(nèi)外對(duì)電力負(fù)荷預(yù)測(cè)方法的深入研究，對(duì)電力負(fù)荷預(yù)測(cè)方法提出了新的發(fā)展方向，如上文中提到的專家系統(tǒng)預(yù)測(cè)技術(shù)、優(yōu)先組合預(yù)測(cè)技術(shù)、小波分析預(yù)測(cè)技術(shù)等新技術(shù)，就是為了填補(bǔ)目前大眾方法的不足而提出來(lái)的。本論文所要用到的神經(jīng)網(wǎng)絡(luò)法也一種新的預(yù)測(cè)技術(shù)，該方法在對(duì)于數(shù)值不穩(wěn)定，溫度以及氣象等因素導(dǎo)致預(yù)測(cè)結(jié)果不精確上取得了重大的成就。華南理工大學(xué)廣州學(xué)院本科畢業(yè)論文說(shuō)明書14第三章 清遠(yuǎn)市十二五規(guī)劃負(fù)荷預(yù)測(cè)建模 原始資料收集及分析 清遠(yuǎn)市經(jīng)濟(jì)狀況分析通過(guò)調(diào)研，得到清遠(yuǎn)市 1995 年至 2022 年各產(chǎn)業(yè) GDP 數(shù)據(jù)，數(shù)據(jù)統(tǒng)計(jì)見(jiàn)表 31。表 31 清遠(yuǎn)市 19952022 年經(jīng)濟(jì)發(fā)展數(shù)據(jù)年份 全社會(huì) GDP（億元） 第一產(chǎn)業(yè) GDP 第二產(chǎn)業(yè) GDP 第三產(chǎn)業(yè) GDP1995 1996 1997 1998 1999 2022 2022 2022 2022 2022 2022 2022 2022 2022 2022 2022 第三章 清遠(yuǎn)市十二五規(guī)劃負(fù)荷預(yù)測(cè)建模15年均增長(zhǎng)率（%） 0200400600800100012001995199619971998199920002001200220032004200520062007200820092010全 社 會(huì) GDP（ 億 元 ）第 一 產(chǎn) 業(yè) GDP第 二 產(chǎn) 業(yè) GDP第 三 產(chǎn) 業(yè) GDP圖 31 清遠(yuǎn)市 1995—2022 年經(jīng)濟(jì)發(fā)展數(shù)據(jù)19952022 年清遠(yuǎn)市的國(guó)內(nèi)生產(chǎn)總值維持穩(wěn)定增長(zhǎng)，特別是 2022 年國(guó)內(nèi)生產(chǎn)總值達(dá)到 億元，第二產(chǎn)業(yè)與第三產(chǎn)業(yè)協(xié)調(diào)發(fā)展，增長(zhǎng)率分別達(dá)到 %和%，而第一產(chǎn)業(yè)發(fā)展相對(duì)緩慢，年均增長(zhǎng)率也相對(duì)較對(duì)低，說(shuō)明清遠(yuǎn)市農(nóng)業(yè)方面的產(chǎn)值占整個(gè) GDP 總值的份額相對(duì)較少，