【文章內(nèi)容簡(jiǎn)介】 負(fù)荷的周期性短期負(fù)荷預(yù)測(cè)的一個(gè)突出特點(diǎn)是：為對(duì)系統(tǒng)負(fù)荷進(jìn)行預(yù)測(cè)，必須對(duì)過(guò)去的負(fù)荷歷史資料進(jìn)行分析。因?yàn)殡娏ο到y(tǒng)的負(fù)荷本質(zhì)上是不可控的，了解未來(lái)短期內(nèi)的負(fù)荷的可能變化的一個(gè)最有效的辦法，就是觀察負(fù)荷的歷史紀(jì)錄。電力系統(tǒng)負(fù)荷的變化是有規(guī)律的，其規(guī)律主要體現(xiàn)在負(fù)荷變化的周期性，這種周期性是負(fù)荷的一種內(nèi)在規(guī)律[4,6]。究其原因，是人類(lèi)的生產(chǎn)、生活具有規(guī)律性，因此負(fù)荷變化也具有規(guī)律性。負(fù)荷的變化的具體的周期性體現(xiàn)在它具有按天、按周及按年的周期性變化特點(diǎn)。負(fù)荷變化的周期性是分析負(fù)荷預(yù)測(cè)的基礎(chǔ)，也是預(yù)測(cè)的關(guān)鍵。負(fù)荷變化的年周期性。負(fù)荷的年周期性與季節(jié)的關(guān)系密切，也主要體現(xiàn)了負(fù)荷與人民生活規(guī)律的緊密關(guān)系，不同的季節(jié)，人民的生活方式和部分生產(chǎn)情況改變，則相應(yīng)地影響著負(fù)荷的變化。一般夏季比較炎熱，較直接的體現(xiàn)為制冷的用電負(fù)荷明顯增加，同時(shí)可以看到在夏季的負(fù)荷波動(dòng)較其他季節(jié)明顯；冬季負(fù)荷較低，同時(shí)負(fù)荷的變化很規(guī)律，波動(dòng)較??；春秋季負(fù)荷的特性一般介于冬夏之間，負(fù)荷的變化特性不是很明顯。負(fù)荷變化的周周期性。負(fù)荷變化的周周期性主要體現(xiàn)為從周一到周日的每個(gè)星期的周期性特征，可以解釋為工作日期間主要為工業(yè)生產(chǎn)負(fù)荷持續(xù)運(yùn)行，人們的生活方式也符合于工作期間的規(guī)律，所以表現(xiàn)出負(fù)荷的工作同相似特性。休息日時(shí)間(周六周日兩日)，部分工業(yè)負(fù)荷下降，人們的生活方式變化，如餐飲業(yè)、娛樂(lè)業(yè)等負(fù)荷加大，從而影響了負(fù)荷的變化，一般而言是負(fù)荷相對(duì)于工作日降低。負(fù)荷變化的日周期性。負(fù)荷變化的日周期性體現(xiàn)為以24小時(shí)為周期的負(fù)荷值的變化，一般不分季節(jié)每日都有早晚兩個(gè)高峰，早高峰一般出現(xiàn)在上午10：00點(diǎn)左右，晚高峰出現(xiàn)在晚上19：00到22：00左右。一天的低谷負(fù)荷出現(xiàn)在午夜至早晨的后夜間，一般在這個(gè)時(shí)段人們處于休息狀態(tài)，運(yùn)行的負(fù)荷主要為那些不間斷的負(fù)荷，這些負(fù)荷組成了負(fù)荷的基本負(fù)荷，但隨著電力市場(chǎng)的發(fā)展，在一些發(fā)達(dá)地區(qū)，峰谷電價(jià)的實(shí)行可能會(huì)將一些私營(yíng)小企業(yè)的負(fù)荷拉到夜間運(yùn)行，這是將來(lái)電力市場(chǎng)成熟發(fā)展后負(fù)荷預(yù)測(cè)需要考慮的問(wèn)題。峰值負(fù)荷的預(yù)測(cè)是負(fù)荷預(yù)測(cè)的重要內(nèi)容，因?yàn)檫@部分負(fù)荷直接影響著系統(tǒng)運(yùn)行容量的確定，對(duì)系統(tǒng)的運(yùn)行起重要作用。 負(fù)荷的隨機(jī)性從上述分析我們看到了負(fù)荷的總體的周期性特點(diǎn)，但負(fù)荷還存在著一定的波動(dòng)性。負(fù)荷的波動(dòng)性是隨機(jī)的，影響負(fù)荷的波動(dòng)性的因素是多方面的，而這些因素的影響又是隨機(jī)的，所以構(gòu)成了負(fù)荷的波動(dòng)性。一般影響負(fù)荷的隨機(jī)性的因素有：政治因素影響、傳統(tǒng)節(jié)日影響、隨機(jī)工業(yè)負(fù)荷(如新廠的投產(chǎn))的影響、天氣的影響等。這些因素都是不確定的，是不能預(yù)料的，都會(huì)對(duì)電力系統(tǒng)負(fù)荷造成沖擊，產(chǎn)生隨機(jī)負(fù)荷。負(fù)荷的發(fā)展伴隨著增長(zhǎng)趨勢(shì)，通常負(fù)荷隨著社會(huì)整體經(jīng)濟(jì)的增長(zhǎng)是呈現(xiàn)增長(zhǎng)趨勢(shì)的，這種趨勢(shì)是由整體的政治經(jīng)濟(jì)因素來(lái)決定的。 負(fù)荷的影響因素分析電力系統(tǒng)負(fù)荷是一個(gè)很復(fù)雜的非線性系統(tǒng)，有許多直接或間接的因素都會(huì)對(duì)電力系統(tǒng)的日負(fù)荷產(chǎn)生直接的影響。但是在實(shí)際的負(fù)荷預(yù)測(cè)中，又不能考慮太多的影響因素。一方面由于收集資料的困難，另一方面因素太多會(huì)造成建模困難，并且會(huì)帶來(lái)大量的計(jì)算。因此在考慮神經(jīng)網(wǎng)絡(luò)的輸入變量的問(wèn)題上，應(yīng)抓住其中幾個(gè)最具特征的影響因素。根據(jù)對(duì)歷史負(fù)荷的分析，一般可把負(fù)荷分為兩類(lèi)：周期性負(fù)荷和變動(dòng)性負(fù)荷。周期性負(fù)荷，或者說(shuō)標(biāo)準(zhǔn)負(fù)荷，反映的是負(fù)荷自身變化的基本規(guī)律，呈較強(qiáng)的周期性，尤其受到時(shí)間周期的影響。針對(duì)短期負(fù)荷，時(shí)間周期因素包括：周周期、日周期等。他們對(duì)于日負(fù)荷的曲線模式有著極為重要的影響。日負(fù)荷曲線基本以周為大周期變化，以24小時(shí)為小周期變化，這些負(fù)荷的變化就構(gòu)成了周期性負(fù)荷的變化狀況。變動(dòng)性負(fù)荷是隨機(jī)因素影響負(fù)荷變化的結(jié)果，一般在總負(fù)荷中所占的比重不大，約為10％～20％左右，它是由于電網(wǎng)內(nèi)偶然因素的影響造成的負(fù)荷震蕩。這種負(fù)荷，從一個(gè)長(zhǎng)時(shí)間周期看，具有零平均值，但是對(duì)于短周期而言，負(fù)荷的振蕩會(huì)使得負(fù)荷平均值有所改變。因此對(duì)于短期負(fù)荷預(yù)測(cè)，這種振蕩的負(fù)荷是必須加以考慮的。造成這種負(fù)荷振蕩的因素主要為節(jié)假日和氣象條件的影響。節(jié)假日(主要指法定假日五一、國(guó)慶、元旦、春節(jié)等)以及重大的社會(huì)政治事件日，都將對(duì)日常的生產(chǎn)、生活用電產(chǎn)生不同程度的影響。由于節(jié)假日負(fù)荷數(shù)據(jù)量少，受社會(huì)、經(jīng)濟(jì)和氣候等多方面團(tuán)素的影響，負(fù)荷的增長(zhǎng)和變化關(guān)系不確定，預(yù)測(cè)時(shí)間跨度長(zhǎng)，因此節(jié)假目負(fù)荷預(yù)測(cè)的難度較大。由于無(wú)法形成充足、有效的樣本集，使得神經(jīng)網(wǎng)絡(luò)法等方法在節(jié)假日預(yù)測(cè)時(shí)，預(yù)測(cè)精度難以滿足要求。氣象條件包括溫度、濕度、風(fēng)速、日照、霧障等等，它們對(duì)負(fù)荷變化的影響一般很快，而且無(wú)確定性的規(guī)律。因此這就要求我們必須加以考慮對(duì)變化性負(fù)荷有較大影響的氣象條件。在氣象條件中，起主要作用的是溫度因素和天氣狀況。因此為了在負(fù)荷預(yù)測(cè)中考慮這兩方面的影響，本文采用了每天的最高溫度、最低溫度作為神經(jīng)網(wǎng)絡(luò)的兩個(gè)輸入變量，將天氣狀況模糊離散化后作為神經(jīng)網(wǎng)絡(luò)的另一個(gè)輸入量一氣候敏感因素(借鑒電力系統(tǒng)調(diào)度人員的經(jīng)驗(yàn)利用[0,1]之間的數(shù)值來(lái)定量表示氣候因素對(duì)預(yù)測(cè)負(fù)荷的影響)，這樣更加能夠體現(xiàn)實(shí)際負(fù)荷的變化情況。電價(jià)也是影響負(fù)荷的一個(gè)因素，但以前我國(guó)的電價(jià)相對(duì)來(lái)說(shuō)比較固定，電價(jià)的變動(dòng)僅僅限于季節(jié)性和地域性的調(diào)整，雖然對(duì)負(fù)荷產(chǎn)生了一定的影響，但這些影響都是長(zhǎng)期的效應(yīng)，對(duì)中長(zhǎng)期負(fù)荷預(yù)測(cè)作用明顯，所以一般在短期負(fù)荷預(yù)測(cè)中對(duì)電價(jià)因素不予考慮。隨著電力市場(chǎng)化的不斷深入，我國(guó)實(shí)施了電價(jià)體制改革，出臺(tái)了“分時(shí)電價(jià)”的方案。因?yàn)楦叻搴偷凸鹊碾妰r(jià)相差較大，一些企業(yè)主動(dòng)調(diào)整了作息時(shí)間，使用電高峰的緊張狀況得以緩解，但同時(shí)也給預(yù)測(cè)工作帶來(lái)了困難。由于現(xiàn)在的“分時(shí)電價(jià)的施行并未大面積展開(kāi)，本文中暫且不考慮電價(jià)因素的影響。除了上述的影響因素外，還有如社會(huì)經(jīng)濟(jì)發(fā)展?fàn)顩r、隨機(jī)因素等也會(huì)對(duì)負(fù)荷產(chǎn)生影響，但是由于對(duì)于日負(fù)荷曲線而言，社會(huì)經(jīng)濟(jì)因素是一種相對(duì)變化緩慢的影響因素，對(duì)較長(zhǎng)時(shí)間的負(fù)荷歷史記錄分析可以發(fā)現(xiàn)，負(fù)荷是按照一種固定的變化趨勢(shì)發(fā)展的，如逐步增長(zhǎng)或逐步減少。這些因素在中長(zhǎng)期的負(fù)荷預(yù)測(cè)中要加以考慮，而對(duì)于短期負(fù)荷預(yù)測(cè)，由于是用近期的歷史負(fù)荷數(shù)據(jù)訓(xùn)練網(wǎng)絡(luò)，可以認(rèn)為負(fù)荷受社會(huì)經(jīng)濟(jì)發(fā)展因素影響而增大的趨勢(shì)基本為零，可忽略不計(jì)。 影響負(fù)荷預(yù)測(cè)的因素及誤差分析 影響負(fù)荷預(yù)測(cè)的主要因素短期負(fù)荷預(yù)測(cè)需要考慮的影響因素主要有以下幾種：經(jīng)濟(jì)因素。經(jīng)濟(jì)環(huán)境的好壞和經(jīng)濟(jì)發(fā)展?fàn)顩r對(duì)負(fù)荷的影響。如果經(jīng)濟(jì)發(fā)展速度快，負(fù)荷水平也提升得快；反之，負(fù)荷水平下降。時(shí)間因素。雙休日負(fù)荷水平低于工作日，重大節(jié)假日則更有明顯的幅度下降和曲線形狀變化，各個(gè)季節(jié)也有較大的變化。氣象因素。溫度是影響短期負(fù)荷最主要的因素。隨著人們更多地使用空調(diào)，氣溫對(duì)負(fù)荷的影響越來(lái)越大，同時(shí)天氣類(lèi)型、降雨量、風(fēng)速等都對(duì)負(fù)荷產(chǎn)生一定程度的影響。電價(jià)的影響。電力市場(chǎng)經(jīng)濟(jì)情況下執(zhí)行峰谷分時(shí)電價(jià)，用戶(hù)對(duì)電價(jià)的反應(yīng)使負(fù)荷曲線形狀在一定程度上受到影響。隨機(jī)因素。其他大量引起負(fù)荷變化的隨機(jī)因素也經(jīng)常存在，例如大負(fù)荷用戶(hù)的用電調(diào)整以及重大的政治經(jīng)濟(jì)活動(dòng)等。 負(fù)荷預(yù)測(cè)的誤差分析對(duì)預(yù)測(cè)模型進(jìn)行評(píng)價(jià)非常必要的，其評(píng)價(jià)指標(biāo)主要是預(yù)測(cè)誤差。適用的預(yù)測(cè)方法應(yīng)使預(yù)測(cè)誤差處于可接受的范圍內(nèi)。若誤差太大，就失去了預(yù)測(cè)的意義，沒(méi)有參考價(jià)值，導(dǎo)致電力規(guī)劃及生產(chǎn)決策的失誤，造成重大的經(jīng)濟(jì)損失。預(yù)測(cè)誤差和預(yù)測(cè)結(jié)果的準(zhǔn)確性關(guān)系密切。誤差越大，準(zhǔn)確性就越低；反之，誤差越小，準(zhǔn)確性就越高?？梢?jiàn)，研究產(chǎn)生誤差的原因，計(jì)算并分析誤差的大小，是有很大意義的。不但可以認(rèn)識(shí)預(yù)測(cè)結(jié)果的準(zhǔn)確程度，從而在利用預(yù)測(cè)資料作決策時(shí)具有重要的參考價(jià)值，同時(shí)，對(duì)于改進(jìn)負(fù)荷預(yù)測(cè)工作，檢驗(yàn)和選用恰當(dāng)?shù)念A(yù)測(cè)方法等方面也有很大幫助。誤差產(chǎn)生的原因。(1)負(fù)荷所受影響是各種各樣的，進(jìn)行預(yù)測(cè)的目的和要求也不同，所以就存在一個(gè)如何從多種預(yù)測(cè)方法中選用一個(gè)正確、合適的預(yù)測(cè)方法的問(wèn)題。如果選擇不當(dāng)，就會(huì)產(chǎn)生誤差。(2)對(duì)于復(fù)雜的電力負(fù)荷變化來(lái)說(shuō)，預(yù)測(cè)模型只是一種經(jīng)過(guò)簡(jiǎn)單化了的負(fù)荷狀況的反映，與實(shí)際負(fù)荷之間存在著差距，用它來(lái)進(jìn)行預(yù)測(cè)，也就會(huì)不可避免地與實(shí)際負(fù)荷產(chǎn)生誤差。(3)進(jìn)行負(fù)荷預(yù)測(cè)要用到大量資料，而各種資料并不能保證都是準(zhǔn)確可靠的，這就必然會(huì)產(chǎn)生預(yù)測(cè)誤差。(4)某種意外事件的發(fā)生或情況的突然變化，可能產(chǎn)生預(yù)測(cè)誤差。再者，由于計(jì)算或判斷上的錯(cuò)誤，也會(huì)造成不同程度的誤差。預(yù)測(cè)誤差分析的指標(biāo)。計(jì)算和分析預(yù)測(cè)誤差的方法和指標(biāo)很多，較為常用的有：(1) 絕對(duì)誤差和相對(duì)誤差。設(shè)Y表示實(shí)際值，表示預(yù)測(cè)值，則稱(chēng)為絕對(duì)誤差，稱(chēng)為相對(duì)誤差。有時(shí)相對(duì)誤差也用百分?jǐn)?shù)表示。這是一種直觀的誤差表示方法。在電力系統(tǒng)中作為一種考核指標(biāo)而經(jīng)常使用。(2) 平均絕對(duì)誤差和平均相對(duì)誤差。(21)式中：MAE—平均絕對(duì)誤差；AARE—平均相對(duì)誤差；—第點(diǎn)的預(yù)測(cè)值和實(shí)際值的絕對(duì)誤差；—第點(diǎn)的預(yù)測(cè)值和實(shí)際值的相對(duì)誤差；—第點(diǎn)的實(shí)際負(fù)荷值；—第點(diǎn)的預(yù)測(cè)負(fù)荷值；—日負(fù)荷預(yù)測(cè)總點(diǎn)數(shù)。由于預(yù)測(cè)誤差有正有負(fù)，為了避免正負(fù)相抵消，故取誤差的絕對(duì)值進(jìn)行綜合并計(jì)算其平均數(shù)，這是誤差分析的綜合指標(biāo)法之一。(3) 均方誤差。 (22)式中：MSE—均方差，其它符號(hào)同前。均方誤差是預(yù)測(cè)誤差平方和的平均值，避免了正負(fù)誤差不能相加的問(wèn)題，是誤差分析中的綜合指標(biāo)之一。(4) 均方根誤差。 (23)式中：RMSE—均方根誤差，其它符號(hào)同前。本文中采用了比較常用的考核指標(biāo)：每個(gè)整點(diǎn)的相對(duì)誤差和一天的平均相對(duì)誤差來(lái)進(jìn)行誤差分析。本章節(jié)首先對(duì)電力負(fù)荷預(yù)測(cè)進(jìn)行概述，內(nèi)容包括一些概念、原理、研究分類(lèi)以及研究的基本步驟等。其次，還介紹了電力負(fù)荷預(yù)測(cè)的特性分析以及影響因素。其中重點(diǎn)討論了如何確定研究因素、如何進(jìn)行誤差分析。第3章 人工神經(jīng)網(wǎng)絡(luò) 人工神經(jīng)網(wǎng)絡(luò) 人工神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介人工神經(jīng)網(wǎng)絡(luò)(Artificial Neutral Network,ANN)，是由大量處理單元廣泛互聯(lián)而成的網(wǎng)絡(luò)，是對(duì)人腦的抽象、簡(jiǎn)化和模擬，反映人腦的基本特性[7]。人工神經(jīng)網(wǎng)絡(luò)的研究是從人腦的生理結(jié)構(gòu)出發(fā)來(lái)研究人的智能行為，模擬人腦信息處理的功能。人工神經(jīng)網(wǎng)絡(luò)是由簡(jiǎn)單的處理單元所組成的大量并行分布的處理機(jī)，這種處理機(jī)具有存儲(chǔ)和應(yīng)用經(jīng)驗(yàn)知識(shí)的自然特性，它與人腦的相似之處概括為兩個(gè)方面：一是通過(guò)學(xué)習(xí)過(guò)程利用神經(jīng)網(wǎng)絡(luò)從外部環(huán)境中獲取知識(shí)；二是內(nèi)部神經(jīng)元用來(lái)存儲(chǔ)獲取的知識(shí)信息。人工神經(jīng)網(wǎng)絡(luò)是有大量處理單元廣泛互連而成的網(wǎng)絡(luò)，是人腦的抽象、簡(jiǎn)化、模擬，反映人腦的基本特性[1,7]。通常情況下，作為神經(jīng)元模型應(yīng)具備三個(gè)要素：(1)具有一組突觸或聯(lián)接，常用表示神經(jīng)元和之間的聯(lián)接強(qiáng)度，或稱(chēng)之為權(quán)值。(2)具有反映生物神經(jīng)元時(shí)空整合功能的輸入信號(hào)累加器。(3)具有一個(gè)激勵(lì)函數(shù)用于限制神經(jīng)元輸出。激勵(lì)函數(shù)將輸出信號(hào)限制在一個(gè)允許范圍內(nèi)，使其成為有限值，通常神經(jīng)元輸出的擴(kuò)充范圍在[0，1]或[1，1]閉區(qū)間。圖31 人工神經(jīng)元模型其中為神經(jīng)元的輸入信號(hào)，為聯(lián)接權(quán)。是由輸入信號(hào)線性組合后的輸出，是神經(jīng)元的凈輸入。為神經(jīng)元的閾值或稱(chēng)為偏用差用表示，為經(jīng)偏差調(diào)整后的值，也稱(chēng)為神經(jīng)元的局部感應(yīng)區(qū)。 (31) (32)是激勵(lì)函數(shù)，是神經(jīng)元的輸出。 (33)激勵(lì)函數(shù)可取不同的函數(shù)，但通常用的基本激勵(lì)函數(shù)有以下三種：(1) 閾值函數(shù)(Threshold Function) (34)該函數(shù)通常也稱(chēng)為階躍函數(shù)，常用表示。若激勵(lì)函數(shù)采用階躍函數(shù)，則圖31所示的人工神經(jīng)元模型即為著名的MP(McCullochPitts)模型。此時(shí)神經(jīng)元的輸出取1或0，反映了神經(jīng)元的興奮或抑制。此外，符號(hào)函數(shù)也常常作為神經(jīng)元的激勵(lì)函數(shù)，如圖32b所示。圖32 閾值函數(shù) (35)(2) 分段線性函數(shù)(PiecewiseLinear Function) (36)該函數(shù)在[1,+1]線性區(qū)內(nèi)的放大系數(shù)是一致的，如圖333所示，這種形式的激勵(lì)函數(shù)可看作是非線性放大器的近似，以下兩種情況是分段線性函數(shù)的特殊形式：圖33 分段線性函數(shù)1) 若在執(zhí)行中保持線性區(qū)域而使其不進(jìn)入飽和狀態(tài)，則會(huì)產(chǎn)生線性組合器。2) 若線性區(qū)域的放大倍數(shù)無(wú)限大，則分段線性函數(shù)簡(jiǎn)化為閾值函數(shù)。(3) Sigmoid函數(shù)(Sigmoid Function)Sigmoid函數(shù)也稱(chēng)為S型函數(shù)。到目前為止，它是人工神經(jīng)網(wǎng)絡(luò)中最常用的激勵(lì)函數(shù)。S型函數(shù)的定義如下： (37)其中為Sigmoid函數(shù)的斜率參數(shù)，通過(guò)改變參數(shù)我們會(huì)獲取不同斜率的Sigmoid函數(shù)。 RBF神經(jīng)網(wǎng)絡(luò)徑向基函數(shù)(RBF,Radial Basis Funetion)神經(jīng)網(wǎng)絡(luò)由Powell ，他在解決“多變量有限點(diǎn)嚴(yán)格（精確）插值問(wèn)題”時(shí)引入了徑向基函數(shù)技術(shù)，1988年，Broomhead 和Lowe首先將RBF應(yīng)用于神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)，構(gòu)成了徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)，是以函數(shù)逼近理論為基礎(chǔ)構(gòu)造的一類(lèi)前向網(wǎng)絡(luò)[8]。目前擁有正規(guī)化RBF、廣義回歸RBF、概率神經(jīng)網(wǎng)絡(luò)三大主流網(wǎng)絡(luò)理論，本文所使用以及所討論的網(wǎng)絡(luò)均為正規(guī)化RBF網(wǎng)絡(luò)，下稱(chēng)RBF網(wǎng)絡(luò)[9]。無(wú)論什么RBF網(wǎng)絡(luò)的核心都在于“基函數(shù)”，即用以向量輸入到中間隱層的映射的數(shù)學(xué)函數(shù)。每個(gè)神經(jīng)元是有徑向?qū)ΨQ(chēng)性的“徑向基函數(shù)”，這便是RBF網(wǎng)絡(luò)名稱(chēng)的由來(lái)。 RBF神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)徑向基函數(shù)網(wǎng)絡(luò)網(wǎng)絡(luò)是一種三層前向網(wǎng)絡(luò)，即包括輸入層、隱含層和輸出層，其結(jié)構(gòu)如圖34所示。其中，輸入層直接由信號(hào)源節(jié)點(diǎn)構(gòu)成，其作用只是接受輸入信號(hào)并將其傳遞到隱含層；隱含層是RBF網(wǎng)絡(luò)中最重要