【文章內(nèi)容簡介】 征量相似的數(shù)據(jù)，以減少樣本數(shù)據(jù)，加快訓(xùn)練速度。 有關(guān)文獻 還 提出了對樣本數(shù)據(jù)進行處理的一些方法，并設(shè)計了 BP 模型的一種變形結(jié)構(gòu)，在輸入輸出 間增加 線性連接，大大改善了 BP 網(wǎng)的性能。 （ 3）利用自適應(yīng)線性元件 （ Adaline） 提前一周預(yù)測某天的負(fù)荷，采用章及標(biāo)題 7 譜分析法對負(fù)荷進行分解，每個分量都用一個 Adaline 模型。這種模型算法速度快，但只能解決線性問題 [8]。 但人工神經(jīng)網(wǎng)絡(luò)方法具有難以科學(xué)確定網(wǎng)絡(luò)結(jié)構(gòu)、學(xué)習(xí)速度慢 、 存在局部極小點、記憶具有不穩(wěn)定性等固有缺陷。 目前，研究負(fù)荷預(yù)測偏重于將各種算法的優(yōu)點結(jié)合從而提高預(yù)測的精度。如將模糊算法與隨機時間序列 （ ARMAX 過程 ） 相結(jié)合、將模糊和專家系統(tǒng)相結(jié)合 、將模糊算法和神經(jīng)網(wǎng)絡(luò)結(jié)合 。這些算法 對于負(fù)荷 預(yù)測的精度有一定的提高，但同時也增加了負(fù)荷模型的復(fù)雜性。 本文的研究內(nèi)容 本文以 南方某城市的負(fù)荷數(shù)據(jù)為研究對象，介紹基于 神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測系統(tǒng)。研究的前提是 已 知 該 地區(qū)的歷史負(fù)荷數(shù)據(jù)，即 2021 年 7 月 10日到 7 月 20日的正點有功負(fù)荷和預(yù)測日的天氣特征，即 2021 年 7 月 11日到 7月 21 日的天氣特征。 本文所做的工作可以歸納為以下幾點 : （ 1） 本論文根據(jù) 該城市的 歷史負(fù)荷數(shù)據(jù)，分析影響預(yù)測 的各種因素，如負(fù)荷的組成， 負(fù)荷區(qū)域以及影響負(fù)荷變化的天氣因素 ，提出負(fù)荷類型。本文所做預(yù)測為短期負(fù)荷預(yù)測。 （ 2） 介紹負(fù)荷預(yù)測，總結(jié)國內(nèi)外負(fù)荷預(yù)測技術(shù)，主要包括負(fù)荷預(yù)測的分類、特點及特性的分析；負(fù)荷預(yù)測的基本模型的概述；總結(jié)國內(nèi)外負(fù)荷預(yù)測的傳統(tǒng)技術(shù)及新技術(shù)，重點分析人工神經(jīng)網(wǎng)絡(luò)在負(fù)荷預(yù)測中的應(yīng)用。 依據(jù)功能要求，提出誤差反傳播算法。通過介 紹神經(jīng)網(wǎng)絡(luò)原理，引出 BP 網(wǎng)絡(luò)，介紹 BP 網(wǎng)絡(luò)及其誤差反傳播算法，及其改進。 （ 3） 介紹網(wǎng)絡(luò)設(shè)計過程， 根據(jù)負(fù)荷特性及其影響因素，確定本文所用具體神經(jīng)網(wǎng)絡(luò)模型。 （ 4）以該城市為例進行負(fù)荷預(yù)測 ， 通過 Matlab 神經(jīng)網(wǎng)絡(luò)工具箱進行模型仿真計算， 進行訓(xùn)練網(wǎng)絡(luò)及測試， 確定神經(jīng)網(wǎng)絡(luò)算法的可行性。 本 章小結(jié) 本章主要介紹了該課題的研究背景 和意義，介紹了負(fù)荷預(yù)測研究的國內(nèi)燕山大學(xué)本科生畢業(yè)設(shè)計（論文） 8 外研究現(xiàn)狀，其中包括傳統(tǒng)預(yù)測方法和隨著科學(xué)技術(shù)發(fā)展產(chǎn)生的新技術(shù)方法，并介紹了一種新技術(shù) 神經(jīng)網(wǎng)絡(luò)技術(shù)在負(fù)荷預(yù)測中的應(yīng)用。最后引出本文的研究內(nèi)容。 章及標(biāo)題 9 第 2 章 電力系統(tǒng) 負(fù)荷預(yù)測 分析 電力負(fù)荷預(yù)測是電力系統(tǒng) 用電、調(diào)度、計劃、規(guī)劃等管理部門的重要工作之一。提高負(fù)荷預(yù)測水平，有利于規(guī)劃電源建設(shè)，有利于計劃用電管理，有利于降低發(fā)電成本，提高電力系統(tǒng)的經(jīng)濟效益和社會效益， 在當(dāng)前電力系統(tǒng)市場化的趨勢下，負(fù)荷預(yù)測已成為電力市場交易管理系統(tǒng)中必不可少的一部分。 負(fù)荷預(yù)測 基礎(chǔ)知識 負(fù)荷指電力需求量或者用電量，即發(fā)電廠或電網(wǎng)在某一瞬間所承擔(dān)的工作負(fù)荷，或連接在電網(wǎng)的用電設(shè)備在某一瞬間所消耗的功率之和。 負(fù)荷預(yù)測 是根據(jù)現(xiàn)有歷史數(shù)據(jù)，在考慮各種影響負(fù)荷預(yù)測因素及滿足 一定精度要求的條件下，分析負(fù)荷變化規(guī)律，以確定未來某時刻的負(fù)荷值。 負(fù)荷預(yù)測有多種分類標(biāo)準(zhǔn)，例如按時間分為： 長期、中期、短期、超短期負(fù)荷預(yù)測。 負(fù)荷預(yù)測的基本原理 負(fù)荷預(yù)測 是根據(jù)負(fù)荷變化規(guī)律， 預(yù)測和判斷負(fù)荷未來變化趨勢和狀況，用于指導(dǎo)工作。其基本原理有： （ 1）可知性原理 對于電力負(fù)荷的發(fā)展規(guī)律，其未來的發(fā)展趨勢是可以根據(jù)現(xiàn)有數(shù)據(jù)預(yù)測到的。 （ 2）相似性原理 相似性原理是指根據(jù)一 個 已知的相似事物的發(fā)展?fàn)顩r預(yù)測某事物的發(fā)展過程?？梢愿鶕?jù)已建成的具有可比性的開發(fā)區(qū)的用電負(fù)荷去預(yù)測一個將要建設(shè)的開發(fā)區(qū)的 用電量，據(jù)此進行對象地區(qū)的電力規(guī)劃與建設(shè) 。 （ 3）反饋性原理 反饋是利用輸出信號反饋到輸入端，進而調(diào)整預(yù)測系統(tǒng)精度，提高系統(tǒng)預(yù)測的準(zhǔn)確性。 （ 4）系統(tǒng)性原理 預(yù)測對象是無論本身還是與外界相聯(lián)系都是一個完整的系統(tǒng)，因而進行負(fù)荷預(yù)測時，只有系統(tǒng)整體最佳預(yù)測，才是高質(zhì)量的預(yù)測。 燕山大學(xué)本科生畢業(yè)設(shè)計（論文） 10 負(fù)荷預(yù)測的特點 電力負(fù)荷預(yù)測是根據(jù)電力負(fù)荷的過去和現(xiàn)在值推測它的未來值。所研究的對象是不確定事件，因此需要采用適當(dāng)?shù)念A(yù)測技術(shù)，推知其發(fā)展?fàn)顩r。這就使得負(fù)荷具有以下特點： （ 1）預(yù)測結(jié)果的不確定性 電力負(fù)荷的發(fā)展受 多種 復(fù)雜因素的 影響，這些因素是發(fā)展變化的，如社會經(jīng)濟發(fā)展、人口增長、全球氣候變化等。人們對有些因素能預(yù)先估計，有些因素則不能或很難 被準(zhǔn)確預(yù)見， 同時，預(yù)測方法與理論的不斷更新，也將影響到預(yù)測的精度。 （ 2）預(yù)測的條件性 各種電力負(fù)荷預(yù)測都是在一定條件下做出的。這些條件有必然條件和假設(shè)條件，按必然條件做出的負(fù)荷預(yù)測是可靠的，按假設(shè)條件做出的預(yù)測準(zhǔn)確性具有條件性。 多數(shù)情況下，負(fù)荷未來發(fā)展是不確定的，需要假設(shè)。給預(yù)測結(jié)果加以一定的前提，更有利于用電部門使用預(yù)測結(jié)果。 （ 3）預(yù)測的時間性 負(fù)荷預(yù)測屬于科學(xué)預(yù)測的范圍，因此需要指明預(yù) 測時間。 （ 4）預(yù)測的多方案性 由于預(yù)測的不準(zhǔn)確性和條件性，且負(fù)荷預(yù)測 受一定預(yù)測條件的制約并 具有精度要求，再加上預(yù)測手段及理論模型的多樣性，使得預(yù)測的結(jié)果并非是唯一的。 影響負(fù)荷變化的因素 影響負(fù)荷變化的因素很多，且它們之間沒有確定的關(guān)系，對負(fù)荷預(yù)測的準(zhǔn)確性造成很大影響。影響負(fù)荷預(yù)測的因素有： （ 1）天氣因素，如溫度、濕度、風(fēng)力、降雨等氣象因素。 （ 2）負(fù)荷構(gòu)成，如電力用戶類型及其某地區(qū)所占比例不同。 （ 3）價格因素。 （ 4）重大節(jié)日，如春節(jié)，國慶節(jié)等重大節(jié)日的用電。 負(fù)荷預(yù)測誤差分析 負(fù)荷預(yù)測值即期望值與實際值存在一定的差距，這個差距就是預(yù)測誤差。分析誤差產(chǎn)生的原因，認(rèn)識預(yù)測的準(zhǔn)確度，對于改進預(yù)測工作，檢驗預(yù)測方案具有重要的指導(dǎo)意義。 章及標(biāo)題 11 誤差產(chǎn)生原因有以下幾方面： （ 1）負(fù)荷預(yù)測要用到數(shù)學(xué)模型。對于復(fù)雜的電力系統(tǒng)，模型是一種簡化了的系統(tǒng)，只考慮所研究現(xiàn)象的主要因素，沒有也不可能包含所有的相關(guān)因素。與實際負(fù)荷存在差距，用它進行負(fù)荷預(yù)測，將不可避免地產(chǎn)生誤差。 （ 2）負(fù)荷變化受各式因素的影響，進行預(yù)測的目的與要求不同，如果預(yù)測模型選擇不當(dāng)，就會產(chǎn)生誤差。 （ 3）意外事件和突發(fā)情況會對負(fù)荷預(yù)測 值 產(chǎn)生影響，產(chǎn)生預(yù)測誤差；計算或判斷上的錯誤也會造成誤差。 （ 4）負(fù)荷預(yù)測要用到大量的數(shù)據(jù)資料，而各項資料不能保證其準(zhǔn)確可靠性，這也勢必帶來誤差。 了解預(yù)測誤差產(chǎn)生原因后，可以對預(yù)測模型或預(yù)測技術(shù)加以改進。同時 還必須對預(yù)測誤差進行計算分析，進而可以檢驗所選的預(yù)測模型。常用的計算和分析預(yù)測誤差的方法主要有： （ 1） 絕對誤差與相對誤差 這是一種直觀的表示方法，在實際應(yīng)用中作為一項考核指標(biāo)常被應(yīng)用。 設(shè) Y 為實際值， Y 為預(yù)測值，則稱 YY? 絕對誤差， YYY? 或 100%YYY? ?為相對誤差。 （ 2） 平均絕對誤差 1111nni i iiiM A E E Y Ynn??? ? ??? （ 21） 其中， M AE ??? 平 均 相 對 誤 差； iiiEiYiYi?????????第 個 預(yù) 測 值 與 實 際 值 的 絕 對 誤 差 ；第 個 實 際 負(fù) 荷 值 ；第 個 預(yù) 測 負(fù) 荷 值 。 （ 3） 均方誤差 ? ? 221111nni i iiiM S E E Y Ynn??? ? ??? （ 22） 其中， M SE ??? 均 方 差 ， 其 余 符 號 同 前。 均方誤差是預(yù)測誤差平方之和的平均數(shù)，避免了正負(fù)誤差不能相加的問燕山大學(xué)本科生畢業(yè)設(shè)計（論文） 12 題。 （ 4） 均方根誤差 ? ? 221111nni i iiiR M S E E Y Ynn??? ? ??? （ 23） 其中 ， R M SE ??? 均 方 根 誤 差 ， 其 余 符 號 同 前 。 此誤差方程的優(yōu)點是對絕對誤差進行了平方，加強了數(shù)值大的誤差的作用，提高了其靈敏性。 （ 5） 標(biāo)準(zhǔn)誤差 ? ?2iiYYYSnm???? ? ?1,2, ,in? （ 24） 其中， YSnm?????????預(yù) 測 標(biāo) 準(zhǔn) 誤 差 ；歷 史 負(fù) 荷 數(shù) 據(jù) 個 數(shù) ；自 由 度 ， 也 就 是 變 量 的 個 數(shù) ， 即 自 變 量 和 因 變 量 個 數(shù) 的 總 和 。 （ 6） 關(guān)聯(lián)度誤差分析 關(guān)聯(lián)度是分析系統(tǒng)中各因素關(guān)聯(lián)程度的方法，根據(jù)曲線間相似程度來判斷關(guān)聯(lián)程度。用此方法來比較預(yù)測模型的優(yōu)越性。比較幾種預(yù)測模型對應(yīng)的預(yù)測曲線與實際曲線的擬合程度，關(guān)聯(lián)度越大，擬合度越高， 說明模型越優(yōu)越。 設(shè)參考數(shù)列 ? ? ? ? ? ?? ?0 0 0 01 , 2 , ,x x x x n? ，預(yù)測數(shù)列? ? ? ? ? ?? ?1 , 2 , ,i i i ix x x x n? ， 1,2, ,im? ，則 ? ? ? ? ? ? ? ? ? ?? ? ? ? ? ? ? ?0000m i n m i n m a x m a xm a x m a xiiik iki iiikx k x k x k x kkx k x k x k x k???? ? ??? ? ? （ 25） 為 0 ixx與 在第 k 點的關(guān)聯(lián)系數(shù)。 其中， ? ? ? ? ? ?0 ix k x k i k??為兩數(shù)列在 k 點的絕對差； ? ?min minikik為兩級最小差，其中 ? ?mink ik是第一級最小差，表示先在 ix 曲線上找各點與 0x 的最小差，在此基礎(chǔ)上找 m 條曲線中的最小差；? ?max maxikik是兩級最大差； ? ?0,1?? 稱為分辨系數(shù)，一般取為 。 總和各點關(guān)聯(lián)系數(shù)，得出 兩曲線關(guān)聯(lián)度 章及標(biāo)題 13 ? ?11 niik kn???? ? （ 26） 對于單位不同，或初值不同的數(shù)列比較時，用每個數(shù)列的第一個數(shù) ??1ix除其他數(shù) ??ixk進行初始化。由上述分析可見，關(guān)聯(lián)度分析是把關(guān)聯(lián)程度量化的方法。 負(fù)荷預(yù)測基本程序 進行電力負(fù)荷預(yù)測，必須考慮預(yù)測程序問題，因為它是一個用于指導(dǎo)電力調(diào)度工作的科學(xué)預(yù)測范疇，只有清楚其過程，才能做好預(yù)測工作。其基 本程序如下： （ 1）確定預(yù)測目的，制定預(yù)測計劃 。 首先負(fù)荷預(yù)測目的一定要明確，才能制定合理的預(yù)測工作計劃。以下問題要包括在計劃內(nèi)：預(yù)測時期，所需資料類型、來源及資料量，預(yù)測方法，預(yù)期完成時間，預(yù)測經(jīng)費等。 （ 2）調(diào)查資料和選擇資料 。 盡可能地多方收集資料，包括已發(fā)表的和未發(fā)表的，然后把這許多資料按照直接相關(guān)性、可靠性、最新性的標(biāo)準(zhǔn)濃縮到最小，深入研究。在我國目前的情況下，收集資料尚存在一定的難度，如果資料收集得不全面活不好會影響預(yù)測結(jié)果的準(zhǔn)確性。 （ 3）整理資料。 1） 衡量統(tǒng)計資料質(zhì)量的標(biāo)準(zhǔn) 有以下幾個方面： 資料完整無缺，各期指標(biāo)齊全； 數(shù)字準(zhǔn)確無誤，反映的都是正常狀態(tài)下的水平，資料中沒有異?！胺蛛x項”； 時間數(shù)列各值間有可比性； 歷史資料的表現(xiàn)形式即計量單位是否規(guī)范。 2） 資料的整理 包括以下內(nèi)容： 資料的補缺推算 ，用前后兩項推算中間項，或用比例計算第一項； 對不可靠資料加以核實調(diào)整 。能找出原因的加以更正，否則刪燕山大學(xué)本科生畢業(yè)設(shè)計（論文） 14 除； 對時間數(shù)列中不可比資料加以調(diào)整。 處理可比性問題時所有資料在時間上保持可比性。 資料整理的目的是為了保證資料 的質(zhì)量，從而保證預(yù)測質(zhì)量。 （ 4）對資料的初步分析 。 1） 畫出動態(tài)折線圖或散點圖，研究資料變動軌跡，分析其異常值和轉(zhuǎn)折值產(chǎn)生的原因。 2） 對異常值加以處理： 設(shè)歷史數(shù)據(jù)為 12,nx x x ，令11 n iixxn ?? ?，若 ? ?1 20%ixx?? ，取? ? ? ? ? ?1 2 0 % 。 1 2 0 % , 1 2 0 %i i ix x x x x x? ? ?