【正文】 氣候溫度同時差的概念如下：氣候溫度同時差——前一天與預測點同一時刻類似氣候溫度條件下的預測值與實際值的差值。溫度以28℃為分界，低于28℃每相差4℃為一檔，高于28℃每相差2℃為一檔。對氣候溫度突變條件下的預測值進行以下原則的處理：先判斷是否存在氣候溫度同時差，如存在，將氣候溫度同時差值除以實際值得到差比，然后將預測值加上差比預測值，得到最后的預測值；如不存在，轉(zhuǎn)求相對氣候溫度同時差及差比，經(jīng)同樣處理后得到最后的預測值。相對氣候溫度同時差——前一天與預測點前后各個取樣點中類似氣候溫度條件下的首點的預測值與實際值的差值。對此，我們決定：根據(jù)氣候溫度的突變程度分出幾個不同的調(diào)整權(quán)重，溫度以28℃為分界，低于28℃每相差4℃為一檔，高于28℃每相差2℃為一檔。本課題主要用到MATLAB中的神經(jīng)網(wǎng)絡工具箱，圖形用戶界面以及Simulink神經(jīng)網(wǎng)絡設計模塊。MATLAB具有數(shù)值計算，數(shù)據(jù)可視化功能和易于使用的編程開發(fā)環(huán)境，典型的應用包括工程計算，算法開發(fā)，建模和仿真，數(shù)據(jù)分析和可視化應用程序開發(fā)等。在建立了被控對象的系統(tǒng)模型后，利用該模塊，用戶可以方便地建立基于神經(jīng)網(wǎng)絡的預測控制系統(tǒng)，還可以在Simulink環(huán)境中對所設計的系統(tǒng)進行動態(tài)可視化仿真和分析。它主要針對神經(jīng)網(wǎng)絡系統(tǒng)的分析和設計，提供了大量可供直接調(diào)用的工具箱函數(shù)，圖形用戶界面和Simulink仿真工具。近年來引起了越來越多的人關注，提出了多種對象模型、語言，設計了各種類型庫，使得面向?qū)ο蟪绦蛟O計逐步成為熱點。3)多態(tài)性。其主要特征是:1)類的封裝性，實現(xiàn)數(shù)據(jù)抽象和信息隱蔽，給出了對象類型和參數(shù)化，通過生成實例后組裝成系統(tǒng)，提供了實現(xiàn)復用的手段。D模型的穩(wěn)定性能。由于電力負荷受多種因素影響，所以在建模型時，需要多方面的數(shù)據(jù)。B優(yōu)化算法。訓練的數(shù)據(jù)越多，得到的預測結(jié)果越準確。但同樣，高的精確度勢必對基礎材料和人的努力要求比較高。建立預測模型的目的是為了給用戶提供更好的服務，使用戶從未知做到有知。仿真技術更多的是應用于在生產(chǎn)過程中，在本文的應用在于建立一個模型，這一模型是面向具體的問題和算法。到了八十年代，將專家系統(tǒng)與信息系統(tǒng)相結(jié)合，綜合人工智能，數(shù)據(jù)庫，智能推理等計算機領域，從而在一定程度上增加了仿真的智能性。它與線性規(guī)劃和網(wǎng)絡技術一起被稱為運籌學的三大支柱。這樣使得修均后的數(shù)列一定在平均值的20%范圍內(nèi)波動。具體方法介紹如下：設為原始數(shù)列，若離散度較大，則可取 比較每一個原始數(shù)據(jù)，若滿足則取。在實際應用中又有許多種具體的方法，其中有殘差處理、對原始數(shù)據(jù)滑動平均處理、等維新息處理等方法。目前GM(1,1)模型在應用中的局限性主要表現(xiàn)在：沒有有效地考慮發(fā)展因子a的變化對系統(tǒng)增長速度的影響；模型所模擬的系統(tǒng)按等比遞增規(guī)律變化。殘差檢驗是按點檢驗，后驗差檢驗是殘差分布統(tǒng)計特性的檢驗，關聯(lián)度檢驗是建立的模型與指定函數(shù)之間近似性的檢驗。因此，認為新生成的序列滿足下面一階線性微分方程模型： 根據(jù)導數(shù)的定義，可得：表示成離散形式：　其中，只是能取時刻k和k+1的平均值，即：因此，式可以改寫為：由上式可以推出可簡寫為： 其中：E ——為誤差項。5,這也是我們進行負荷預測所必須考慮的.1. GM（1，1）模型 （1）灰色系統(tǒng)理論研究的是貧信息下建模,而是采用數(shù)據(jù)生成的方法,將雜亂無章的原始數(shù)據(jù)整理成規(guī)律性強的生成序列再作研究. GM模型即指灰色預測模型(gray model).一般建模是用數(shù)據(jù)列建立差分方程,而灰色模型是采用歷史數(shù)據(jù)列生成后,建立微分方程模型. GM(1,1)模型是最常用的一種灰色模型,它是由一個只包含單變量的一階微分方程構(gòu)成的模型,是作為電力負荷預測的一種有效的模型,是GM(1,n)(1,1)模型只需要一個數(shù)列.對隨機序列，作一次累加（1—AGO）生成序列。3,季節(jié)災變預測。第四,而相關分析則以靜態(tài)研究為主. 由此我們可以看出,關聯(lián)度分析適應性更廣,也較為適合動態(tài)變化的電力負荷系統(tǒng). 灰色系統(tǒng)理論認為任何隨機過程都是在一定幅值范圍,一定時區(qū)內(nèi)變化的灰色量,我們稱隨機過程為灰色過程,在處理技術上,灰色過程是通過原始數(shù)據(jù)的整理來尋找數(shù)據(jù)的規(guī)律的,這叫做數(shù)的生成,則是按統(tǒng)計規(guī)律,按先驗規(guī)律來處理問題,它要求數(shù)據(jù)越多越好,有可能對變化過程做長時間的描述,其主要依據(jù)為以下幾個方面: (1)灰色理論將隨機量當作在一定范圍內(nèi)變化的灰色量,將隨機過程當作在一定范圍,一定時區(qū)內(nèi)變化的灰色過程. (2)灰色理論將無規(guī)律的歷史數(shù)據(jù)列經(jīng)累加生成后,使其變?yōu)榫哂兄笖?shù)增長規(guī)律的上升形狀數(shù)列,由于一階微分方程解的形成即是指數(shù)增長形式,. (3)灰色理論通過灰數(shù)的不同生成方式,數(shù)據(jù)的不同取舍,不同級別的殘差GM模型,來調(diào)整,修正,提高精度. (4)對高階系統(tǒng)建模,灰色理論是通過GM(1,n). (5) GM模型所得數(shù)據(jù)必須經(jīng)過逆生成,即累減生成做還原后才能應用. 灰色預測是利用灰色模型GM(1,1),GM(1,n)進行定量的預測,灰色預測從其功能與特征上可分為五類:1,數(shù)列預測。第二,而相關分析是因素間數(shù)組的比較。 在灰色系統(tǒng)理論的研究中,其具體的含義是:如果某一系統(tǒng)的全部信息已知為白色系統(tǒng),全部信息未知為黑色系統(tǒng),部分信息已知,部分信息未知,那么這一系統(tǒng)就是灰色系統(tǒng).對于電力負荷系統(tǒng)而言,對其產(chǎn)生影響的供電機組,電網(wǎng)容量,生產(chǎn)能力,大用戶情況,工農(nóng)業(yè)的用電比例和某些主要產(chǎn)品的耗電情況等信息是已知的,但是,影響負荷的其她很多因素,像天氣情況,行政與管理政策的變化,地區(qū)經(jīng)濟活動等等是難以確切知道的,因此電力負荷系統(tǒng)是灰色系統(tǒng). 灰色系統(tǒng)理論認為對既含有已知信息又含有未知或非確定信息的系統(tǒng)進行預測,就是對在一定方位內(nèi)變化的,雜亂無章的,但畢竟是有序的,有界的,因此這一數(shù)據(jù)集合具備潛在的規(guī)律,灰色預測就是利用這種規(guī)律建立灰色模型對灰色系統(tǒng)進行預測. 影響負荷變化的因素是多種多樣的,例如氣象條件,自然災害,新用戶的增加,用電比例,政治經(jīng)濟政策,人口數(shù)量,經(jīng)濟變化,工農(nóng)業(yè)生產(chǎn)發(fā)展等都是影響負荷變化的因素,那么哪些因素是影響負荷變化的主要因素,哪些是次要因素,哪些因素容易波動,哪些不容易波動,這就要求我們對負荷的變化進行系統(tǒng)分析. 電力系統(tǒng)中由于各種原因使得歷史負荷數(shù)據(jù)有限,這就使得在數(shù)據(jù)上有時難以滿足負荷預測大樣本量的要求,而灰色系統(tǒng)理論提出了一種新的分析方法,稱之為系統(tǒng)關聯(lián)度分析方法,這是根據(jù)因素之間發(fā)展趨勢的相似或相異程度來衡量影響負荷的因素間關聯(lián)程度的方法. 對因素之間關聯(lián)性大小的量度,也就是變化大小,則認為兩者關聯(lián)度大。 ⑷進一步收集各環(huán)節(jié)輸入和輸出數(shù)據(jù)，利用所得數(shù)據(jù)序列，建立動態(tài)GM 模型，即動態(tài)模型。由于系統(tǒng)往往不止一個環(huán)節(jié)，某一因素既是上一環(huán)節(jié)的后果，又是下一環(huán)節(jié)的前因，將這些關系環(huán)節(jié)找出來，便得到網(wǎng)絡模型。 ⑵對語言模型中潛在的各種因素進行因果關系分析，找出影響事物發(fā)展的因果關系。 灰色系統(tǒng)建模必須以定性與定量相結(jié)合，以定性為先導，以定量為手段和后盾，必須經(jīng)歷思想開發(fā)、因素分析、因素間因果關系量化、因素間因果關系動態(tài)化、系統(tǒng)優(yōu)化等五個步驟。作為系統(tǒng)的數(shù)學模型，則是這些性質(zhì)的量化。 ⑻GM 模型所得數(shù)據(jù)必須經(jīng)過逆生成作還原后才能使用。殘差檢驗是按點檢驗，關聯(lián)度檢驗是建立的模型與指定函數(shù)之間近似性的檢驗，后驗方差檢驗是殘差分布隨機特性的檢驗。 ⑸灰色系統(tǒng)理論模型基于關聯(lián)度的概念及關聯(lián)度收斂原理。 ⑶灰色理論按開集拓撲定義了數(shù)列的時間測度，進而定義了信息濃度，定義了灰導數(shù)與灰微分方程。 ⑴灰色理論將隨機變量當作是一定范圍內(nèi)變化的灰色變量，將隨機過程當作是在一定范圍、一定時區(qū)內(nèi)變化的灰色過程。由于系統(tǒng)被噪音污染后，所以原始數(shù)據(jù)序列呈現(xiàn)出離亂的情況，這種離亂的數(shù)列也是一種灰色數(shù)列，或者灰色過程，對灰色過程建立模型，便成為灰色模型。主要有： ① 灰色關聯(lián)分析：關聯(lián)矩陣、關聯(lián)動態(tài)矩陣； ② 灰色動態(tài)模型：GM（）、GM（）、GM（）等； ③ 灰色預測方法：數(shù)列預測、系統(tǒng)協(xié)調(diào)（結(jié)構(gòu)或控制）預測、災變預 測、季節(jié)災變預測、拓撲預測 ； ④ 灰色局勢決策：單目標決策、多目標決策； ⑤ 多維灰色評估：灰色統(tǒng)計、灰色聚類、多層次綜合評估； ⑥ 多維灰色規(guī)劃：預測型規(guī)劃、漂移型規(guī)劃、灰色規(guī)則綜合規(guī)劃； ⑦ 灰色去余控制。 ⑥ 灰性不滅原理：“信息不完全”（灰）是絕對的。 ④ 認知根據(jù)原理 信息是認知的根據(jù)。 ③ 最少信息原理 灰色系統(tǒng)理論的特色是研究不確定性問題。信息含量越大，它與原信息的差異越大。 灰色規(guī)劃主要是研究在給定的現(xiàn)有條件下，如何運用資源才能獲得最大效益。 灰色決策是以灰靶作為目標，并用可信度來衡量灰靶上信息真實程度的大小。預測所采用的基本數(shù)學方法是建立狀態(tài)方程，并進行異常點的預測。 灰色系統(tǒng)預測，是將系統(tǒng)主行為與關聯(lián)因子一起進行的多序列預測，即在分析與研究系統(tǒng)因子之間相互影響與協(xié)調(diào)作用的基礎上，建立系統(tǒng)主行為特征量與關聯(lián)因子的灰色動態(tài)模型群，然后通過求解進行預測。 灰色系統(tǒng)內(nèi)容主要包括以灰色朦朧集為基礎的理論體系，以灰色關聯(lián)空間為依托的分析體系，以灰色過程及其生成空間為基礎與內(nèi)涵的方法體系，以灰色模型（GM）為核心的模型體系，以系統(tǒng)分析、評估、建模、預測、決策、控制、優(yōu)化為主體的技術體系，并展開了灰色數(shù)學的研究。第二是優(yōu)化，優(yōu)化原則是其分析的基本目的。這種建模方法為本征性灰色系統(tǒng)的實體化、物理化找到了途徑，把自然科學的實驗手段和方法移植到抽象系統(tǒng)；同時把工程技術系統(tǒng)的微分、積分、慣性等概念用于社會經(jīng)濟系統(tǒng)，從而在社會科學與自然科學之間架起橋梁。建立微分方程模型是在信息不足的情況下建立有效模型的良好方法，是充分發(fā)揮己知信息（白信息）作用的途徑。因此這一數(shù)據(jù)集合具有一定的潛在規(guī)律性，灰色預測就是利用這種規(guī)律建立灰色模型對灰色系統(tǒng)進行預測的?；疑到y(tǒng)理論認為是對既含有己知信息又含有未知或非確定信息的系統(tǒng)進行預測，就是對在一定范圍內(nèi)變化的、與時間有關的灰色過程的預測。本征灰色系統(tǒng)不可能有實在的反映運行機制的模型，只可能通過分析、推導、構(gòu)思等方法獲得同構(gòu)模型。 灰色系統(tǒng)分為兩種，即本征灰色系統(tǒng)和非本征灰色系統(tǒng)。所謂灰色系統(tǒng)是介于白色系統(tǒng)和黑色系統(tǒng)之間的過渡系統(tǒng)，其具體的含義是：如果某一系統(tǒng)的全部信息己知，該系統(tǒng)為白色系統(tǒng)，全部信息未知則為黑色系統(tǒng)，部分信息已知，部分信息未知，那么這一系統(tǒng)就是灰色系統(tǒng)?；疑到y(tǒng)理論客觀世界，既是物質(zhì)的世界又是信息的世界。對于短期負荷預測來說，預測前后的環(huán)境和主要條件都不隨時間的推移而變化，即這個過程在某一固定平均值的水平上保持平衡，此過程為平穩(wěn)隨機過程，而非平穩(wěn)隨機過程則不是這樣的。由于負荷數(shù)據(jù)是間隔巧分鐘的采樣記錄，且負荷總是一個符合某種統(tǒng)計規(guī)律的隨機變量，所以由這個變量描述的過程就是一個隨機過程。因此，首先需要有精確的負荷歷史紀錄，這些記錄本身反應了負荷的隨機變化因素。因子模型又可以分成乘子模型和疊加模型兩種。這種分析可以用專家系統(tǒng)方法來實現(xiàn)，也可以簡單的用人工修正來實現(xiàn)。圖26溫度與日總電量示意圖特別事件負荷分量指特別電視節(jié)目、重大政治活動等對負荷造成的影響。以日負荷預測為例，給定過去若干天的負荷記錄、溫度記錄，利用線性回歸或曲線擬合方法，可以用三段曲線來描述天氣敏感負荷模型 (2—4)式中，為預測溫度，可以是一天中的最高溫度、最低溫度、平均溫度或是某時刻的溫度；為電熱臨界溫度和斜率，時電熱負荷增加，其斜率為；為冷氣臨界溫度和斜率，時冷氣負荷增加，其斜率為。從圖中溫度與日總電量的趨勢線可以看出，在冬季，日總電量與日平均溫度的變化呈相反變化趨勢:在夏季，二者的關系恰好相反，呈相同的變化趨勢:在秋冬兩季，處于過渡階段。在溫度與負荷的各種關系中，日總電量隨日平均溫度變化的離散圖能直觀地反映出溫度對負荷的影響。溫度與當天的負荷有著直接關系，但一般不會影響第二天的負荷，因此溫度可作為負荷預測的一個重要指標。由于氣候條件包括很多因素，且氣象數(shù)據(jù)很難準確到具體時間具體地點，本論文重點考慮了溫度對負荷的影響。氣候變化主要是對人們的生活規(guī)律產(chǎn)生影響，各種成分的負荷發(fā)生變化，導致負荷的季節(jié)性變化規(guī)律。另外在計算差異度或相似度時，由于各個特征量的量綱各不相同，因此需要把不同量綱的數(shù)據(jù)進行歸一化處理(具體的過程可參考第四章)，使各個量之間可以有數(shù)值上的可比性，從而方便差異度或相似度的計算。這樣，任意1, J兩日，無論星期類型(工作日、休息日)、天氣類型(陰、晴等)及各種氣象指標(最高溫度、最低溫度、平均溫度)等各種相關因素的差異如何，總可以通過差異度d。這些規(guī)律對構(gòu)造適當?shù)呢摵赡Ｐ秃吞岣哓摵深A測精度提出指導性的方向。通過對鄭州市負荷的分析可得出在各種節(jié)假日中，春節(jié)、‘五一’和‘十一’對負荷的影響最大，負荷的峰、谷值和日總電量都有明顯的下降。從中不難看出人們的生活規(guī)律對負荷影響。一般來說，周末類型負荷明顯較工作日類型負荷低。在工作日期間，負荷的主要組成為工業(yè)負荷。工作日負荷與周末日負荷的變化規(guī)律，除了具有相似的日負荷變化趨勢，還具有不同之處。不難看出每周的負荷都具有類似的變化規(guī)律。即一天24小時24點的負荷值。從本質(zhì)上說，在這三個時段負荷的組成是不同的，因此，它們的變化規(guī)律不同。不難看出負荷的日循環(huán)變化規(guī)律。在不考慮其她負荷分量的情況下，負荷的規(guī)律性體現(xiàn)的尤其明顯，分為負荷的日周期性、周周期性、年周期性及節(jié)假日特性。 由此可以看出，系統(tǒng)的總負荷可由下式(21)表達: Y(t)N(t