基于模糊神经网络与灰色理论的负荷预测方法.pdf

4 8 内 蒙 古 电 力 技 术 I N N E R MON G O L I A E L E C T R I C P OWE R 2 0 0 8年第 2 6卷第 1 期 基于模糊神经网络与灰色理论 的负荷预测方法 L o a d F o r e c a s t i n g Me t h o d o l o g y Ba s e d o n Fu z z y n e ur a l Ne t wo r k a n d Gr e y Th e o r y 张博 。 魏 智军 ( 1 内蒙古 电力科学研究院， 内蒙古 呼和浩特0 1 0 0 2 0 ； 2 内蒙古电力( 集团) 有限责任公司， 内蒙古 呼和浩特0 1 0 0 2 0 ) 摘要提 出了基 于模 糊神 经 网络 ( F N N) 和 灰 色理论 的 电力 负荷 预测 方 法 ， 分析 了灰色 翟 论的局限性并做 出改进； 将等维新 -2 息递推 G M( 1 ， 1 ) 模型与模糊神经网络相结合， 解决：了 -= 模 糊神 经网络和灰 色理论样本空间不能变换 、 计算误差不能及 时修 正 2个缺点 ， 并以内蒙古电 网负荷预测为例 ， 应用 MA T L A B语言对系统进行仿真。测试结果表明 ， 该方法具有较高的预 ll 测精度 。 关键词负荷预 测 ； 模糊 神经 网络 ； 灰 色理 论 中图分 类号T M7 1 5 文献标 识码B 文章编 号1 1 0 0 8 6 2 1 8 ( 2 0 0 8 ) 0 1 0 0 4 8 0 3 负荷 预测 对 电力 市场 控制 有 着重 要 的作 用 精 准 的负荷 预测 可 明显提 高效 率 使 发 电 、 输 电 、 配 电 各方 面达到合理 的平衡 是保证 电力 系统可 靠供 电 和经济运 行 的前 提 。 影响 电力 负荷 的因素分 成两类 ： 一 类是可 以预知的， 如供 电机组 、 电网容量 、 生产能 力 、 大用户情况等 ； 另一类是无法预知的， 如天气情 况 、 行政管理政策的变化 、 地 区经济活动等 ， 所 以电 力负荷 系统是一 个不确 定 的 、 灰 色 的系统 ， 应采 用模 糊的预测 方法 。 灰色理论预测方法建模简单 、 中短期预测准确 但是数学模型固定不变 ， 长期预测不十分精准。 模糊 神经 网络 预测方 法具有 高度非线 性拟合 能力 ，并可 在训练 的过程 中根据输 入数据 调整权 重数 。本 文对 上述 2 种 预测方 法进行理 论推导 ，并对 算例进 行分 析， 结果表明 利用模糊神经网络和灰色理论相结合 的预测 方法可 以有效地 改善预 测范 围和精度 。 1 灰 色理论预测原理及方法 灰 色理 论是 邓 聚龙 教授 于 1 9 8 2 0 3提 出来 的 它对预 测规律性 函数有 明显优 势 。灰 色理论 预测 首 先对数据 进行叠 加生成新 的数 据 ， 增强 其规律性 然 后 通过 灰数建 立微分 方程 ， 并 对微分 方程进 行求 解 得到方程参数 最终求得累加数列。 1 1 灰色理 论预 测原理 灰 色理论运 用灰 数建立微 分方程 ，此方 程模 型 称 为 G r e y Mo d e l ( G M) ， G M( 1 ， N) 表 示 具 有 维 变 量的一阶微分方程。采用 G M( 1 ， 1 ) 进行负荷预测 ， 其实质是对新生成的具有一定规律的累加序列进行 曲线拟合 从 而建 立数学 模型 。 模型建立后需要采用后验差检验法对模型进行 精 度检验 以此判断模 型是 否正确 。如果检 验不 合 格 ， 可建立残差 G M( 1 ， 1 ) 模型进行修正。 1 2 灰色预 测模型 优化 由于数据 的产生具 有随 机性 因此对原 始数 据 进 行三点平 滑处 理 ， 削弱数据 列的波 动变化 ， 并调 整 原数据列变化态势 以满足决策需要。 灰度计算预测产生的结果将作为模糊神经网 络中影响负荷变化 的元素， 输入到模糊神经网络中 由模糊神经网络进行最终预测和检验 。预测 出的数 据将会作为新数据输入通过使用等维信息技术对 灰度预测原有数学模型进行改进 以克服数学模型 固定不变的缺点。 【 收稿1 5 1 期】2 0 0 7 1 2 - 0 9 作者简介】张博( 1 9 8 4 一) ， 男， 内蒙古人， 毕业于英国帝国理工学院， 硕士， 助理工程师， 从事电力 自动化研究工作。 维普资讯 2 0 0 8 年第 2 6 卷第 1 期 内 蒙 古 电 力 技 术 4 9 2 模糊神经 网络预测原理及方法 模糊 神经 网络是模 糊 理论和神 经 网络 的有 机结 合， 可拓宽神经网络处理信息的范围， 使其不仅能处 理精确信息， 也能处理模糊信息和模糊联想及映射。 采用神经 网络技术来进行模糊信息处理 ，有可能实 现模糊规则的提取及 自动生成模糊隶属函数 ，使模 糊系统成 为 1 种 自适应 模糊 系统 。 - 模糊 神经 网络是 由输入 层 、 模糊 化层 、 模糊 推理 层 、 去模 糊化层 和输 出层构成 的前馈 型 网络 结构 。 ( 1 )输人层 ： 输人变量是 1 个 9维的特征向量， 经标准化处理后 ， 送人模糊化层进行计算。 ( 2 )模 糊化 层 ： 由模糊 化 神经 元 组成 的模糊 化 层 ，主要功能是采用模糊隶属函数完成观测值和输 入值由精确量到模糊量的转化。每个模糊神经元经 过隶属函数激励响应 ， 输出值进入模糊规则推理层。 ( 3 )模糊规则推理层 ： 模糊规则推理层是前馈 模糊 神经 网络 的核心 ，可 模拟执 行输 入变 量之 间的 模 糊关 系的映射 ， 它连接 着模糊 推理 的前提 和结 论 。 模糊 规则 推理层 包含 的神 经元 总数等 于该模 糊规 则 的总数 ， 每个神经 元使用 1 个模糊 相 乘运算 器 ， 从 而 利用 F N N从样 本数 据训 练 中直 接抽 取规 则 ， 并 自动 调 整隶属 函数 的形 状 ， 实 现模糊 推理 的功能 ， 最终 得 到模糊 规则 的前件适 应度 ，通过 连接权 进入 去模糊 化层 。 ( 4 )去模 糊化 层 ： 通 过模 糊 规则 推 理层 得 到 的 结果 是 1 个模 糊集 合或隶 属 函数 ，去模糊 化层 的任 务就是 对其进 行非模 糊化处 理 。 ( 5 )输出层： 输出层需要 1 个确定的值 ， 由模糊 化层 得到 的 2个 节点 和 ： ，经 除法 器 的除 法运 算 ， 映出 1 个负荷总量 ， 从而得到模糊神经网络 的输 出结果 3 基于模糊神经 网络与灰色理论 的预测方法 如图 1 所示 ，采用灰度原理对原始数据进行初 步处理 ，当预测结果满足后验差检验中的误差条件 时， 将预测结果输入到模糊神经 网络中， 否则将建立 残压 G M( 1 ， 1 ) 模型修正原模型 中的错误 ， 进而进行 预测 。 在模糊神经 网络中，输入变量是 1 个 9维特征 向量 ， 分别是地区的当月平均温度 、 节假 日数量 、 由 灰度计算得到的负荷总量、 前 1 月负荷总量 、 平均温 度 、 节假 日数量、 前 2月的负荷总量 、 平均温度、 节假 日数 量 。 由模 糊神经 网络依 靠数 据进行 训练 求 得隶 属 函 数 ( 托) 、 模 糊 规 则 适 用 度 、 输 出 层 ( k ： 1 ， 2 ， ) 、 样本数、 输出值 e 。 以及发展系数 口和灰作 用量 6的误差值 、 。 然后对误差进行修正 ， 并 计算所有样本误差， 若满足条件则网络模型确定 ， 否 则转到第 3步重复以上动作。如果重复 5次以上依 然不能解决问题 ， 则返 回灰度计算进行残压修正。 需 注意 的是进行灰度计算和模糊神经网络分析的样本 空 间是不 同 的。 图中： ( + 1 ) 一预测后累加 的第 + 1 个值 ； ； ( ( ) 一预测 后的第 1 , -I “ 值 图 l 模糊神经 网络与灰 色理论预测方法流程图 4 算例分析与结论 为验证模糊神经网络与灰色理论相结合 的预测 的有效性 ， 选取内蒙古电网 2 0 0 1 -2 0 0 5年历史负荷 数据， 对整个网络结构进行训练 ， 并使用 2 0 0 6年分 月负荷预测对结果进行检验。 灰度计 算需要 输入 的样本 为各年 的 同一 个月 份 维普资讯 5 0 内 蒙 古 电 力 技 术 2 0 0 8 年第2 6 卷第 1 期 的历史数 据 ， 用来 预测 当年相 同月份 的负荷总量 。 灰 色计算所产生的负荷总量作为影响最终预测的负荷 总量的因素之一 ， 输入到模糊神经网络中。 模糊神经 网络 的温度隶属 函数如下 ： 对低温的隶属度函数采用偏小型梯形分布， = 0 l 0 0 1 0 ； l 0 、 1 t 2 5或 t 5 5 5 ： 2 5 - 一t 1 5 t 2 5 表 1 2 0 0 6年 电力 负 荷 的预 测 结 果 对高温的隶属度函数采用偏小型梯形分布， 5 结语 0 t 4 0 对 节假 日数量 的隶 属度 为 ， =e x p ； 负荷的隶属度恒为 1 。 利用 MA T L A B语 言实 现本 系 统 对 2 0 0 1 - 2 0 0 5 年负荷 数据 的仿 真训练 ， 再用 训练 好 的系统 对 2 0 0 6 年全年进 行负荷 预测 ， 得到 的实 验结 果见表 1 。 结果表明， 使用此系统进行负荷预测， 最大误差 不超过 1 5 ， 相 比原有模 糊神 经 网络 系统 有 明显改 善 ， 可 以满足 电力系统运 行调 度的需要 。 ( 上接 第 4 4页) I R I C B ( D C) 码对 时 。 主控制楼 保护小室 监控机房 ( 共 6个 ) 光纤 l 主 机1卜 光 电 转 换 1 T - G P S F 4 _ 光 电 转 换 + 牛 光 电 转 换 1 I 主 机 2卜 图 1 G P S时钟对 时系统结构图 为 了节省连接 电缆 ， 且 便于今 后设备 的运行 、 管 理和维护 各保 护小室相 关 的设 备接入 各 自对 应 的 时问同步信号扩展装置 ，主控楼内的公用设备就近 接 入主控楼 的 主时钟 。 设计对时方案时，应考虑设备制造厂家所能提 供的设备对 时类 型和电接 口形式 ，并且在 各种 智能 把 2 0 0 6年 预测 的结 果加 入到原 2 0 0 1 -2 0 0 5年 复合数据样本空间， 得到新的样本空问， 然后用新样 本空 间对 2 0 0 7年进 行 了初步 负荷 预测 ， 预测结 果有 待考证。 采用本方法进行短期负荷预测时 ， 只需将本 空 间更换 为其他样 本空 问即可 。 参考文献】 1 】邢棉 ， 杨实俊 ， 牛东晓 ， 等 多元指数加权电力负荷灰色优 化组合预测 】 电网技术 ， 2 0 0 5 ， ( 4 ) 2 】王成山， 杨军 ， 张崇见 灰色系统理论在城市年用 电量预测中 的应用不 同预测方 法的分析比较叨 电网技术 ， 1 9 9 9 ， ( 2 ) 编辑 ： 张俊 英 设 备 的招 标文件 中对