【正文】 高、體溫、脈搏等）是已知的，而其他一些參數(shù)，如人體的穴位有多少，穴位的生物、化學(xué)、物理性能，生物的信息傳遞等尚未知道透徹，這樣的系統(tǒng)是灰色系統(tǒng)。比如：一項(xiàng)土建工程，盡管材料、設(shè)備、施工計(jì)劃、圖紙是齊備的，可是還很難估計(jì)施工進(jìn)度與質(zhì)量，這是缺乏勞動(dòng)力及技術(shù)水平的信息；生物防治方面，害蟲與天敵間的關(guān)系即使是明確的，但天敵與餌料、害蟲與害蟲間的許多關(guān)系卻不明確，這是缺乏生物間的關(guān)聯(lián)信息；農(nóng)業(yè)方面，農(nóng)田耕作面積往往因許多非農(nóng)業(yè)的因素而改變，因此很難準(zhǔn)確計(jì)算農(nóng)田產(chǎn)量、產(chǎn)值，這是缺乏耕地面積信息；工程系統(tǒng)是客觀實(shí)體，有明確的“內(nèi)”、“外”關(guān)系（即系統(tǒng)內(nèi)部與系統(tǒng)外部，或系統(tǒng)本體與系統(tǒng)環(huán)境），可以較清楚地明確輸入與輸出，因此可以較方便地分析輸入對(duì)輸出的影響，可是社會(huì)、經(jīng)濟(jì)系統(tǒng)是抽象的對(duì)象，沒有明確的“內(nèi)”、“外”關(guān)系，不是客觀實(shí)體，因此就難以分析輸入（投入）對(duì)輸出（產(chǎn)出）的影響，這是缺乏“模型信息”（即用什么模型，用什么量進(jìn)行觀測(cè)控制等信息）一般社會(huì)經(jīng)濟(jì)系統(tǒng)，除了輸出的時(shí)間數(shù)據(jù)列（比如產(chǎn)值、產(chǎn)量、總收入、總支出等）外，其輸入數(shù)據(jù)列不明確或者缺乏，因而難以建立確定的完整的模型，這是缺乏系統(tǒng)信息。記為灰數(shù)的白化默認(rèn)數(shù)，簡稱白化數(shù)，則灰數(shù)為白化數(shù)的全體。4 灰色系統(tǒng)理論 灰數(shù)在灰色系統(tǒng)中，灰數(shù)是指信息不完全的數(shù)，例如：“那人的身高約為165cm，體重大致為50kg，這里的“165”、“50”都是灰數(shù)，分別記為。其主要特點(diǎn)有：原始數(shù)據(jù)生成指數(shù)型序列，而其它模型是直接采用原始數(shù)據(jù)建模；所需樣本數(shù)較少，而其它模型往往需要大量的樣本數(shù)據(jù)；采用微分方程模型，能夠描述內(nèi)部變化的本質(zhì)，而一般系統(tǒng)理論建模是由遞推得到差分模型。綜合以上各個(gè)預(yù)測(cè)模型的優(yōu)缺點(diǎn)，本文選擇灰色系統(tǒng)理論預(yù)測(cè)方法對(duì)上海市未來五年電力負(fù)荷進(jìn)行預(yù)測(cè)。缺點(diǎn)是預(yù)測(cè)過程容易出現(xiàn)人為差錯(cuò)及預(yù)測(cè)專家比較缺乏，而且，因?yàn)楦鞯氐呢?fù)荷都有自己的特點(diǎn)，專家系統(tǒng)都是針對(duì)一些具體的系統(tǒng)，所以就不能直接地應(yīng)用于一些其它的系統(tǒng)。專家系統(tǒng)法總結(jié)了目前城市電網(wǎng)中負(fù)荷預(yù)測(cè)的可行模型，針對(duì)目前方法存在的片面性，首次嘗試把專家系統(tǒng)技術(shù)應(yīng)用到負(fù)荷預(yù)測(cè)上，從而克服單一算法的片面性；同時(shí)，能夠?qū)τ诟鞣N因素進(jìn)行全面的考慮，全過程程序化，使得方法還具有建模簡單以及快速?zèng)Q斷的優(yōu)點(diǎn)。這種方法是基于一種知識(shí)的程序設(shè)計(jì)而建立的計(jì)算機(jī)系統(tǒng)，能夠擁有某一領(lǐng)域的專家的經(jīng)驗(yàn)或者是基礎(chǔ)知識(shí)，然后在推理的基礎(chǔ)上對(duì)未來負(fù)荷進(jìn)行預(yù)測(cè)。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)問題的研究。小波分析是一種時(shí)域——頻域分析方法，它在時(shí)域和頻域上同時(shí)具有良好的局部化性質(zhì)，并且能根據(jù)信號(hào)頻率高低自動(dòng)調(diào)節(jié)采樣的疏密，它容易捕捉和分析微弱信號(hào)以及信號(hào)、圖象的任意細(xì)小部分。由于派生小波可以達(dá)到任意小的規(guī)定精度，并可以對(duì)有限長的信號(hào)進(jìn)行精度的度量，因此可以獲得相對(duì)于傅里葉分析所不能獲得的局部時(shí)間區(qū)間的信息。它作為數(shù)學(xué)學(xué)科的一個(gè)分支，吸取了現(xiàn)代分析學(xué)中諸如泛函分析、數(shù)值分析、傅里葉分析、樣條分析、調(diào)和分析等眾多分支的精華，并包羅了它們的特色。但其缺點(diǎn)是神經(jīng)網(wǎng)絡(luò)的相關(guān)層數(shù)以及神經(jīng)元的個(gè)數(shù)往往是主觀經(jīng)驗(yàn)來確定的，對(duì)于網(wǎng)絡(luò)結(jié)構(gòu)不能科學(xué)的確定；學(xué)習(xí)的速度也比較慢，可能收斂到局部最小點(diǎn)；知識(shí)表達(dá)困難，難以充分利用調(diào)度人員經(jīng)驗(yàn)中存在的模糊知識(shí)。神經(jīng)網(wǎng)絡(luò)理論是利用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)功能，讓計(jì)算機(jī)學(xué)習(xí)包含在歷史負(fù)荷數(shù)據(jù)中的映射關(guān)系，再利用這種映射關(guān)系預(yù)測(cè)未來負(fù)荷。運(yùn)用神經(jīng)網(wǎng)絡(luò)技術(shù)進(jìn)行電力負(fù)荷預(yù)測(cè)，其優(yōu)點(diǎn)是可以模仿人腦的智能化處理，對(duì)大量非結(jié)構(gòu)性、非精確性規(guī)律具有自適應(yīng)功能，具有信息記憶、自主學(xué)習(xí)、知識(shí)推理和優(yōu)化計(jì)算的特點(diǎn)，特別的，其自學(xué)習(xí)和自適應(yīng)功能是常規(guī)算法和專家系統(tǒng)技術(shù)所不具備的。網(wǎng)絡(luò)的輸出則依網(wǎng)絡(luò)的連接方式，權(quán)重值和激勵(lì)函數(shù)的不同而不同。每個(gè)節(jié)點(diǎn)代表一種特定的輸出函數(shù)，稱為激勵(lì)函數(shù)。在工程與學(xué)術(shù)界也常直接簡稱為神經(jīng)網(wǎng)絡(luò)或類神經(jīng)網(wǎng)絡(luò)。這種方法的模型有較高的精度，但是它的訓(xùn)練時(shí)間太長，收斂較慢等缺點(diǎn)。模糊系統(tǒng)不管其是如何進(jìn)行計(jì)算的，從輸入輸出的角度講它是一個(gè)非線性函數(shù)。第二類是隨機(jī)性的數(shù)學(xué)模型，即模型的背景具有隨機(jī)性和偶然性。 統(tǒng)計(jì)數(shù)學(xué)是將數(shù)學(xué)的應(yīng)用范圍從確定性的領(lǐng)域擴(kuò)大到了不確定性的領(lǐng)域，即從必然現(xiàn)象到偶然現(xiàn)象，而模糊數(shù)學(xué)則是把數(shù)學(xué)的應(yīng)用范圍從確定領(lǐng)域擴(kuò)大到了模糊領(lǐng)域，即從精確現(xiàn)象到模糊現(xiàn)象。經(jīng)過短暫的沉默和爭(zhēng)議之后，迅猛的發(fā)展起來了，而且應(yīng)用越來越廣泛。 模糊數(shù)學(xué)就是用數(shù)學(xué)方法研究與處理模糊現(xiàn)象的數(shù)學(xué)。如高個(gè)子與矮個(gè)子、年輕人與老年人、熱水與涼水、環(huán)境污染嚴(yán)重與不嚴(yán)重等。利用模糊數(shù)學(xué)和模糊邏輯，能很好地處理各種模糊問題。它既可用于“硬”科學(xué)方面，又可用于“軟”科學(xué)方面。它以“模糊集合”論為基礎(chǔ)。在此基礎(chǔ)上，進(jìn)一步研究了離散函數(shù)光滑性，微分方程背景值、平射性等一些基本問題，同時(shí)也考慮了有限和無限的相對(duì)性，定義了指標(biāo)集拓?fù)淇臻g的灰導(dǎo)數(shù)，最后解決了微分方程的建模問題。這一工作開始并不順利，一時(shí)建立不起可供應(yīng)的模型。后來，他接受了全國糧食預(yù)測(cè)的課題，為了搞好預(yù)測(cè)工作，他研究了概率統(tǒng)計(jì)追求大樣本量，必須先知道分布規(guī)律、發(fā)展趨勢(shì)，而時(shí)間序列法只致力于數(shù)據(jù)的擬合，不注重規(guī)律的發(fā)展。灰色系統(tǒng)理論的形成是有過程的。這些眾多因子的未知性和不確定性，成為系統(tǒng)的灰色特性?；疑Ｐ瓦m合于貧信息條件下的預(yù)測(cè)，灰色系統(tǒng)理論采用生成數(shù)列建模。它將隨機(jī)量當(dāng)做在一定區(qū)間變化的灰色量，將灰色過程當(dāng)作是在一定幅區(qū)內(nèi)，一定時(shí)區(qū)內(nèi)變化的隨機(jī)過程?；疑碚撛诟拍钌细淖兞穗S機(jī)性問題的處理方法，從而可使它用于信息不明或信息不全的系統(tǒng)。部分信息已知、部分信息未知的系統(tǒng)稱為灰色系統(tǒng)。 灰色系統(tǒng)理論預(yù)測(cè)灰色系統(tǒng)理論是二十世紀(jì)八十年代由我國鄧聚龍教授提出，用來解決信息不完備系統(tǒng)的數(shù)學(xué)方法。 現(xiàn)代負(fù)荷預(yù)測(cè)算法二十世紀(jì)八十年代后期，一些基于新興學(xué)科理論的現(xiàn)代預(yù)測(cè)方法逐漸得到成功應(yīng)用。時(shí)間序列法的優(yōu)點(diǎn)是工作量小，所需要的數(shù)據(jù)少，此外計(jì)算的速度也快，對(duì)負(fù)荷近期的變化的連續(xù)性能夠準(zhǔn)確地反映。它利用了電力負(fù)荷時(shí)間上的延續(xù)性，通過對(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)未來負(fù)荷。電力負(fù)荷的一些歷史數(shù)據(jù)就是根據(jù)時(shí)間的間隔記錄下來的一種有序的集合，所以說它是一個(gè)時(shí)間序列。而且為了獲得比較精確的預(yù)報(bào)結(jié)果，需要大量的計(jì)算，這一方法不能處理氣候變量和負(fù)荷之間的非平衡暫態(tài)關(guān)系。按自變量的多少可以分為一元回歸和多元回歸，按照自變量和因變量間回歸方程的類型又可以分為線性回歸和非線性回歸?；貧w分析法是研究變量和變量之間依存關(guān)系的一種數(shù)學(xué)方法，其關(guān)鍵是尋找因變量與自變量之間存在的相關(guān)關(guān)系，計(jì)算參數(shù)，確定回歸方程是。其結(jié)構(gòu)形式以及計(jì)算原理比較簡單，預(yù)測(cè)速度也比較快。回歸分析法就是根據(jù)負(fù)荷過去的歷史資料，建立可以分析的數(shù)學(xué)模型，對(duì)未來的負(fù)荷進(jìn)行預(yù)測(cè)。但有時(shí)候在回歸分析中，選用何種因子和該因子采用何種表達(dá)式只是一種推測(cè)，這影響了用電因子的多樣性和某些因子的不可預(yù)測(cè)性，使得回歸分析在某些情況下受到限制。 傳統(tǒng)負(fù)荷預(yù)測(cè)算法 回歸分析法回歸分析法又稱統(tǒng)計(jì)分析法，即以歷史數(shù)據(jù)的變化規(guī)律為基礎(chǔ)，尋找因變量與自變量之間的關(guān)系，將模型的參數(shù)予以確定，這樣來推斷出負(fù)荷值，其任務(wù)是確定預(yù)測(cè)值和影響因子之間的關(guān)系。在預(yù)測(cè)實(shí)踐中對(duì)于同一個(gè)問題，往往可以采用多種不同的預(yù)測(cè)方法，彌補(bǔ)單模型的不足，盡可能地提高預(yù)測(cè)精度。但由于電力系統(tǒng)負(fù)荷變化的復(fù)雜性，無法建立一個(gè)確定的模型對(duì)它進(jìn)行預(yù)測(cè)。附錄主要包括說明正文的附表、資料，預(yù)測(cè)中采用的計(jì)算方法的推導(dǎo)和說明，以及正文中未列出的有價(jià)值的其他資料。正文包括分析及預(yù)測(cè)過程、預(yù)測(cè)模型及說明、有關(guān)計(jì)算方法、必要的圖表、預(yù)測(cè)的主要結(jié)論及對(duì)主要結(jié)論的評(píng)價(jià)。摘要通常說明預(yù)測(cè)中的主要發(fā)現(xiàn)、預(yù)測(cè)的結(jié)果及提出的主要建議和意見。若誤差太大，就失去了預(yù)測(cè)的意義，并從而導(dǎo)致電力規(guī)劃的失誤。因此，在得到預(yù)測(cè)結(jié)果后必須對(duì)預(yù)測(cè)結(jié)果的準(zhǔn)確度和可靠性進(jìn)行評(píng)價(jià)。（3）評(píng)價(jià)預(yù)測(cè)階段預(yù)測(cè)的主要成果是得到預(yù)測(cè)結(jié)果。如果是采用定量預(yù)測(cè)方法來進(jìn)行預(yù)測(cè)，就要根據(jù)建立的定量預(yù)測(cè)模型，帶入預(yù)測(cè)期的自變量目標(biāo)值，就可以獲得預(yù)測(cè)期所要的預(yù)測(cè)變量值。（1）準(zhǔn)備階段準(zhǔn)備階段的工作是由確定預(yù)測(cè)目標(biāo)、落實(shí)組織工作、搜集資料、分析資料和選擇方法等工作組成。因此，電力負(fù)荷預(yù)測(cè)是一項(xiàng)十分重要的工作，它對(duì)于保證電力工業(yè)的健康發(fā)展，乃至對(duì)于整個(gè)國民經(jīng)濟(jì)的發(fā)展均有著十分重要的意義。所以說，電力市場(chǎng)的不斷發(fā)展也需要精確的中長期負(fù)荷預(yù)測(cè)；第三，在用計(jì)算機(jī)對(duì)電網(wǎng)進(jìn)行在線控制時(shí)，應(yīng)該用中長期的預(yù)測(cè)合理的調(diào)度發(fā)電量，使得發(fā)電的成本降低；第四，為了能夠科學(xué)經(jīng)濟(jì)合理的安排大電網(wǎng)中各個(gè)發(fā)電機(jī)的啟動(dòng)和停機(jī)，以便使得系統(tǒng)在安全的范圍內(nèi)保持的儲(chǔ)備容量消耗達(dá)到最小，進(jìn)行中長期負(fù)荷預(yù)測(cè)也是必要的。電力負(fù)荷預(yù)測(cè)為編制電力規(guī)劃提供依據(jù)，它規(guī)定了電力工業(yè)的發(fā)展水平、發(fā)展速度、動(dòng)力資源的需求量，電力工業(yè)發(fā)展的資金需求量，以及電力工業(yè)發(fā)展對(duì)人力資源的需求量。正確地預(yù)測(cè)電力負(fù)荷，既是為了保證無條件供應(yīng)國民經(jīng)濟(jì)各部門及人民生活以充足的電力的需要，也是電力工業(yè)自身健康發(fā)展的需要。 （1）氣象因素的影響：很多負(fù)荷預(yù)測(cè)模型都引入了氣象部門提供的氣象預(yù)報(bào)信息，包括溫濕度、雨量等在內(nèi)的氣象因素都會(huì)直接影響負(fù)荷波動(dòng)，尤其在居民負(fù)荷占據(jù)較高比例的地區(qū)，這種影響更大；（2）節(jié)假日及特殊條件的影響：較之正常工作日，一般節(jié)假日的負(fù)荷都會(huì)明顯降低，以春節(jié)為例，春節(jié)期間的負(fù)荷曲線一般會(huì)出現(xiàn)大幅度的下降變形，而其變化周期也大致與假日周期吻合；（3）大工業(yè)用戶突發(fā)事件的影響：對(duì)于大工業(yè)用戶裝機(jī)容量占用電負(fù)荷較高的地區(qū)，大工業(yè)用戶在負(fù)荷預(yù)測(cè)偏差中起到的影響作用也比較大；（4）負(fù)荷特性分析和預(yù)測(cè)方法的影響：由于很多地區(qū)在負(fù)荷種類結(jié)構(gòu)以及變化因素上的統(tǒng)計(jì)分析工作不夠深入，導(dǎo)致在需要?dú)v史數(shù)據(jù)進(jìn)行對(duì)照時(shí)無法展開工作，對(duì)于負(fù)荷特性和相關(guān)變化規(guī)律的總結(jié)也就無從談起；（5）管理與政策的影響：符合預(yù)測(cè)是一項(xiàng)技術(shù)含量很高的工作，然而符合預(yù)測(cè)工作在很多地區(qū)還沒有得到足夠的重視，基礎(chǔ)工作薄弱，與大用戶的信息溝通不暢，大用戶的用電缺乏計(jì)劃性和有序性；預(yù)測(cè)人員缺乏良好的綜合素質(zhì)、較高的分析能力和豐富的運(yùn)行經(jīng)驗(yàn)，不適應(yīng)高標(biāo)準(zhǔn)工作的要求。有些因按地區(qū)條件產(chǎn)生差異，如工農(nóng)業(yè)發(fā)展速度。 電力負(fù)荷預(yù)測(cè)影響因素在電力負(fù)荷預(yù)測(cè)中，很多因素不同程度地影響著電力負(fù)荷的預(yù)測(cè)值。從預(yù)測(cè)對(duì)象來看，電力負(fù)荷預(yù)測(cè)包括對(duì)未來電力需求量的預(yù)測(cè)和對(duì)未來用電量的預(yù)測(cè)以及對(duì)負(fù)荷曲線的預(yù)測(cè)。中長期的負(fù)荷預(yù)測(cè)具有一種不確定性和隨機(jī)性，導(dǎo)致了負(fù)荷預(yù)測(cè)有以下特點(diǎn)：第一，預(yù)測(cè)的結(jié)果并不是確定的；第二，負(fù)荷預(yù)測(cè)一般是在一定時(shí)間與范圍內(nèi)進(jìn)行的；第三，負(fù)荷預(yù)測(cè)往往是在一定條件下進(jìn)行的。 電力負(fù)荷預(yù)測(cè)電力負(fù)荷預(yù)測(cè)是電力系統(tǒng)規(guī)劃的重要組成部分，也是電力系統(tǒng)經(jīng)濟(jì)運(yùn)行的基礎(chǔ)，其對(duì)電力系統(tǒng)規(guī)劃和運(yùn)行都極其重要。農(nóng)業(yè)用電負(fù)荷也受農(nóng)作物種類、耕作習(xí)慣的影響，但就電網(wǎng)而言，由于農(nóng)業(yè)用電負(fù)荷集中的時(shí)間與城市工業(yè)負(fù)荷高峰時(shí)間有差別，所以對(duì)提高電網(wǎng)負(fù)荷率有好處。農(nóng)村負(fù)荷則是指農(nóng)村居民用電和農(nóng)業(yè)生產(chǎn)用電。此外，商業(yè)部門由于商業(yè)行為在節(jié)假日會(huì)增加營業(yè)時(shí)間，從而成為節(jié)假日中影響電力負(fù)荷的重要因素之一。商業(yè)負(fù)荷，主要是指商業(yè)部門的照明、空調(diào)、動(dòng)力等用電負(fù)荷，覆蓋面積大，且用電增長平穩(wěn)，商業(yè)負(fù)荷同樣具有季節(jié)性波動(dòng)的特性。電力負(fù)荷的構(gòu)成與特點(diǎn)如下：電力系統(tǒng)負(fù)荷一般可以分為工業(yè)負(fù)荷、商業(yè)負(fù)荷、城市民用負(fù)荷、農(nóng)村負(fù)荷以及其他負(fù)荷等，不同類型的負(fù)荷具有不同的特點(diǎn)和規(guī)律。通常有兩種改進(jìn)方法：第一，將各種預(yù)測(cè)的方法所得的結(jié)果，選取適當(dāng)?shù)臋?quán)重來加權(quán)平均；第二，幾種預(yù)測(cè)模型進(jìn)行比較，選擇預(yù)測(cè)結(jié)果離真實(shí)值最接近的模型。在電力系統(tǒng)中的中長期負(fù)荷預(yù)測(cè)中，這些方法盡管得到了廣泛的應(yīng)用，但都有自己的局限性。到二十世紀(jì)九十年代，在中長期負(fù)荷預(yù)測(cè)中出現(xiàn)了人工智能技術(shù)，較為先進(jìn)的預(yù)測(cè)方法相繼被提出，如：專家系統(tǒng)法、人工神經(jīng)網(wǎng)絡(luò)、模糊理論、灰色理論等。 電力負(fù)荷預(yù)測(cè)的發(fā)展及研究現(xiàn)狀中長期的負(fù)荷預(yù)測(cè)經(jīng)歷了經(jīng)典預(yù)測(cè)法到人工智能的過程。電力負(fù)荷預(yù)測(cè)工作的水平已成為衡量一個(gè)電力企業(yè)的管理是否走向現(xiàn)代化的顯著標(biāo)志之一，尤其在我國電力實(shí)業(yè)快速發(fā)展的今天，用電管理走向市場(chǎng)，電力負(fù)荷預(yù)測(cè)問題的解決已經(jīng)成為我們面臨的重要任務(wù)。隨著現(xiàn)代工業(yè)和農(nóng)業(yè)的不斷發(fā)展及人民生活水