（电气工程专业论文）基于改进bp算法的电力系统短期负荷预测.pdf

华北电力大学工程硕士学位论文摘要 摘要 电力系统负荷预测是电力系统运行调度中一项非常重要的工作内容。论文首先 介绍了电力系统负荷预测的意义和研究现状，深入分析了电力系统负荷的组成、分 类及其周期性的变化规律，并着重研究了影响电力系统负荷变化的各种因素。应用 改进的b p 神经网络，建立了充分考虑各种因素的电力系统短期负荷预测模型，在 输入变量中考虑了临近日负荷特点、日类型，以及各种气象因素，对输入负荷值进 行归一化处理，对温度、降雨和光照等因素提出了独特的量化处理方法。同时，应 用s c g 算法于神经网络训练电，有效地提高了神经网络的收敛速度和负荷的预测精 度。仿真表明，预测结果与实际结果吻合良好。 关键词：负荷，负荷预测，人工神经网络，b p 算法，s c g 算法 a b s t r a c t t h i st h e s i sc a r r i e so nt ot h em e a n i n ga n da c t u a ls t a t e so fl o a df o r e c a s t i n gt os a ya l l f i r s t ，a n a l y z i n gt h ec h a r a c t e r i s t i co fl o a da n d l o a df o r e c a s t i n g ，t a l l y i n gu pc o m p o s i t i o n a n ds o r t sa n dl o a dp e r i o d i cc h a n g er e g u l a t i o n so fl o a d ，a n a l y z i n ge v e r yk i n do ff a c t o ro f l o a do fi m p a c t a n dc o n s i d e re v e r yk i n do fi m p a c t ，a p p l yi m p r o v e db pn e u r a ln e t w o r k ， c r e a t es h o r t t e a ml o a df o r e c a s t i n gm o d e l s a ti n p u tl o a d ，t h et y p eo fd a t ea n de v e r yk i n d o fw e a t h e rf a c t o r st h a tc o n s i d e r e dt h ec l o s eb yd a t ei nt h ev a r i a b l e ，e n t e rt ou n i f yt h e t r a n s a c t i o nt ot h ei n p u tq u a n t i t y , t ot h et e m p e r a t u r e r a i nt os h i n eo ne t c t h ef a c t o rt op u t f o r w a r dt h es p e c i a ld i s p o s a lw i t ho p t i c s t h et r a i n i n go ft h en e t w o r ka p p l i e st h es c g c a l c u l a t ew a y ，p u t t i n gu pt h ev e l o c i t ya n df o r e c a s t i n ga c c u r a c i e so ft h en e u r a ln e t w o r k o nt h ev e r yb i gd e g r e e l uy i ( e l e c t r i c a l e n g i n e e r i n 9 1 d i r e c t e db ya s s i s p r o f y a n gm i n gy u k e yw o r d s ：l o a d ，l o a df o r e c a s t i n g ，a r t i f i c i a ln e u r a ln e t w o r k ，b pa l g o r i t h m ， s c ga l g o r i t h m 声明 本人郑重声明：此处所提交的硕士学位论文基于改进b p 算法的电力系统短 期负荷预测，是本人在华北电力大学攻读硕士学位期间，在导师指导下进行的研 究工作和取得的研究成果。据本人所知，除了文中特别加以标注和致谢之处外， 论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得华北电力大 学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究 所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 学位论文作一：墨数日期：蟹世 关于学位论文使用授权的说明 本人完全了解华北电力大学有关保留、使用学位论文的规定，即：学校有 权保管、并向有关部门送交学位论文的原件与复印件；学校可以采用影印、缩 印或其它复制手段复制并保存学位论文；学校可允许学位论文被查阅或借阅； 学校可以学术交流为目的，复制赠送和交换学位论文；同意学校可以用不同方 式在不同媒体上发表、传播学位论文的全部或部分内容。 ( 涉密的学位论文在解密后遵守此规定) 作者签名： 日期： 华北电力大学工程硕士学位论文 第一章绪论 1 1 选题的背景及其意义 电力系统的作用是尽可能经济地为各类用户提供可靠且合乎标准要求的电能，最基 本也是最重要的是要满足负荷要求。由于电能的生产、输送、分配和消费是同时完成的， 难以大量储存，这就要求系统发电出力要随时紧跟系统负荷的变化以达到动态平衡，否 则就会影响供用电的质量。甚至危及电力系统的安全与稳定。因此，电力系统负荷预测 已成为电力系统中的一项重要课题，也是电力系统自动化领域中的一项重要内容。 随着全球电力市场化大趋势的到来，电力行业逐渐由垄断经营走向竞争。世界各国 纷纷通过电力市场化来解除长期以来由于垄断经营而渐渐失去活力的电力企业，电力市 场化在电力工业内部引入竞争机制的同时，也给电力系统各部门赋予了新的任务，负荷 预测成为电力交易中重要的数据源，为电力公司制定发电计划、检修计划、电价报价及 电网规划提供依据，其准确与否将直接影响到电力企业的经济效益，由此对电力负荷预 测的科学性和准确性提出了更高的要求，如何使预测手段及预测结果满足电力市场经济 化的发展要求，又为预测人员提出了新的课题。 为了向用户提供安全、可靠和优质的电能，电力部门需要保持电力系统的安全性和 可靠性，在目前的技术条件下还无法实现电能的大规模贮存，这样就要求系统发电出力 随时紧跟系统的负荷，否则就会影响供、用电质量，并可危及系统的安全与稳定。 所谓负荷预测是指，在充分考虑一些重要的系统运行特性、增容决策与自然条件的 情况下，利用一套系统的方法来处理过去与未来负荷，在一定精度条件上，确定未来某 特定时刻的负荷值。 电力系统对未来预计要发生的负荷进行预报的必要性在于：在正常运行条件下，系 统内的可用发电容量应当在任何时候都能满足系统内负荷要求。如果系统内发电容量不 够，则应当采取必要的措施来增加发电容量，例如可新增发电机组或从邻网输入必要的 容量；反之，若发电容量过剩，则也应当采取必要的措施，如有选择地停机( 计划检修) 或者向邻网输出多余的功率。因此，未来本电网内负荷变化的趋势与特点，是一个电网 调度部门和规划设计部门所必须具有的基本信息之一。 电力系统负荷预测是电力系统运行调度中一项非常重要的工作，它不仅是能量管理 系统中一个非常重要的模块，也是保证电力系统安全经济运行和实现电网科学管理及调 度的基础。提高负荷预测的水平，有利于计划用电管理，有利于制定合理的电源建设规 划，也有利于提高电力系统的经济效益和社会效益。为保证电力系统的经济、安全运行， 必须掌握负荷的变化规律以及未来的变化趋势。因此，在电力系统控制、运行与计划管 理中，负荷预测决定了发电、输电和电能分配等方面的合理安排，对电力系统的安全 运行具有非常重要的意义。 华北电力大学工程硕士学位论文 1 2 电力系统负荷预测的国内外研究现状 目前，国内外关于短期电力负荷预测的研究主要集中在三个方面：负荷预测的影响 因素、负荷预测的数学模型以及负荷预测的算法。相对前两个方面，在算法方面的研究 最广泛，已经涌现出了各种不同算法，而这些算法在模型的复杂性、灵活性、对数据的 要求以及满足用户的特殊要求等方面都有着很大的不同。用于短期负荷预测方法很多， 常用的方法主要有时间序列预测法、回归分析法、最小二乘法、指数平滑法等。近年来， 预测理论技术取得了长足的进步，负荷预测的新技术层出不穷，综合起来主要有：灰色 预测法、专家系统预测技术、小波分析预测技术、模糊预测技术、混沌理论预测技术、 神经网络预测技术、组合优化算法等。 ( 1 ) 灰色系统理论【2 】【3 】【4 1 ( g r e yt h e o r y ) 灰色系统理论是在8 0 年代由我国学者邓聚龙教授提出以来，己在各个领域得到广 泛应用。灰色系统理论将一切随机变化量看作是在一定范围内变化的灰色量，常用累加 生成和累减生成的方法，将杂乱无章的原始数据整理成规律性较强的生成数据列，用灰 色模型( g r e ym o d e l ，简称g m ) 的微分方程作为电力系统单一指标( 如负荷) 的预测时， 求解微分方程的时间响应函数表达式，即为所求的灰色预测模型，对模型的精度和可信 度进行校验并修正后，即可据此模型预测未来的负荷，此法适用于短、中、长三个时期 的负荷预测。 从理论上讲，可以适用于任何非线性变化的负荷指标预测。但其不足之处是其微分 方程指数解比较适合于具有指数增长趋势的负荷指标，由于灰色系统理论呈指数( 增长 或者递减) 变化的模型，其预测精度与被预测对象的变化规律密切相关，当原始数据波 动情况如上下连续波动、指数波动、倍数波动时，预测的精度就差，此时就不宜使用灰 色预测模型。 ( 2 ) 专家系统睇j ( e x p e r ts y s t e m ) 专家系统是一个应用基于知识的程序设计方法建立起来的计算机系统，它拥有某个 特殊领域专家的知识和经验，并能像专家那样运用这些知识，通过推理，在该领域内做 出智能决策。从本质上来看，专家系统是有许多收集的规则组成，清楚地表示了知识和 结果。一个完善的专家系统通常由知识库、推理机、数据库、知识获取部分、解释部分 等五个部分组成的知识库和推理机是专家系统的核心，是不可缺少的组成部分。知识库 是用来存储专家知识和经验的地方；推理机则是一组智能程序，用来实现推理的方法和 推理过程的控制策略；数据库仅是计算机中规定的一部分空间，用来存放用户提供的事 实和推理过程中的某些中间信息；知识获取部分用来使智能系统直接从领域专家那里获 取知识或自动修改、补充完善系统中的知识数据和规则。建立一个专家系统最困难的是 知识获取部分。 将专家系统技术用于负荷预测时，能对所收集整理的常规的预测模型逐一进行评估 2 华北电力大学工程硕士学位论文 决策，对于突发性事件引起的负荷变化，由调度人员经验发展而来的负荷预测专家系统 可以避开复杂的数值计算，快速地做出最佳预测结果，避免了人工推理的繁琐和人为差 错的出现，克服以往用单一模型进行预测的片面性缺陷。 ， 然而，把专家的知识和经验等精确地表达并转化为一系列规则往往是很困难的，而 且建立专家系统的工作量要比一般预报算法大得多。专家系统法需要对一段时间的数据 进行精确的分析，从而得出各种可能引起负荷变化的因素，其分析本身就是一个耗时的 过程，并且对于某些复杂的因素，通用性较差，缺乏学习能力和自适应推理能力，如天 气因素，要准确定量地确定它们对负荷的影响，也是很困难的事。专家系统是对人类不 可量化的经验进行转化的一种较好的方法，若能将它与其它方法有机的结合起来，构成 预测系统，将可得到较满意的结果。 ( 3 ) 小波分析法【5 】【6 l w a v e l e t ) 小波分析是上个世纪数学研究中的最杰出的代表。它吸取了现代分析学中的泛函分 析、数值分析、f o u r i e r 分析、样条分析、调和分析等众多分支的精华，包罗了它们的 特色，受到了科学界、工程界的广泛关注，并且在信号处理、图像处理、模式识别、地 震预报等十几个学科领域得到应用。在负荷预测中，通过选择合适的小波，对不同性质 的负荷进行分类。从而可以针对某种性质的负荷，根据其规律采用相应的预测方法，对 分解出的序列分别进行预测，再将预测得到的序列进行重构，得到负荷的预测结果。 由于重构可能造成误差的累加，因此对各小波系数序列的预测精度要求较高，也增 加了模型的复杂性。小波分析以其独特的分析方法，为负荷预测提供了一个新的思想， 随着技术的发展，小波分析方法会有很好的应用前景。 ( 4 ) 模糊集理论【7 】【8 1 1 9 ( f u z z ys e t ) 模糊集理论1 9 6 5 年由美国加州大学伯克来分校l a z a d e h 教授提出的，利用模 糊性原理解决实际工程问题，并且制定了模糊集合概念作为定量描述模糊事物的基本数 学模型。模糊集理论是介于逻辑计算和数值计算之间的一种数学工具，形式上利用规则 进行逻辑推理，但其逻辑取值可以在0 与l 之间连续变化，采用数值的方法进行处理。 由于模糊集理论适合描述广泛存在的不确定性，同时具有强大的非线性映射能力，能够 在任意精度上一致逼近任何定义在一个致密集上的非线性函数，并且能够从大量的数据 中提取它们的相似性，这些特点正是进行短期负荷预测所需要的而其它方法所欠缺的优 势所在。 近年来，模糊集理论在电力系统中的应用也得到了飞速发展。模糊集合理论便作为 - i 1 崭新的学科显示出强大的生命力。从实际应用来看，单纯的模糊方法对于负荷预测， 精度往往不尽如人意，这主要是由于模糊理论缺乏学习能力，这一点对不断变化的电力 负荷来说，是极其不利的。 ( 5 ) 混沌理论 1 0 l 1 1 【1 2 1 ( c h a o st h e o r y ) 自1 9 6 3 年l o r e n z 首次提出“蝴蝶效应”( 即对初始条件的敏感性) 以来，人们 华北电力大学工程硕士学位论文 对混沌学进行了深入的研究，无论是在生物学、物理、化学、数学领域，还是在天文学、 经济学等领域，尤其是在天气预报方面，混沌学都得到了广泛的应用。混沌学并非是无 序和紊乱，它是非线性系统所产生的复杂的不规则行为，研究的是无序中的有序。近年 来，国内外许多学者将非线性变化的混沌理论引入电力系统负荷预测中来，提出了一系 列的方法，显示了较好的效果。 ( 6 ) 人工神经网络法1 1 3 】【1 4 】f 5 】( a r t i f i c i a ln e u r a ln e t w o r k ) 人工神经网络是通过对人脑或者生物神经系统的结构模拟来实现预测的，具有非线 性、自组织、自适应、大规模并行处理等优点，是目前使用较多的一种方法。 人工神经网络具有任意逼近非线性函数的特性，负荷曲线是与诸多因素有关的一个 非线性函数，用人工神经网络对负荷历史数据进行拟合。是抽取和逼近负荷曲线进行负 荷预测的有效方法。人工神经网络的优点在于它具有模拟多变量而不需要对输入变量作 复杂的相关假定，不要求知道输入输出变量间的函数关系，只要通过对输入输出数据的 训练，获得输入输出之间的映射关系，从而进行负荷预测。 人工神经网络法被认为是一种非常有效的负荷预测技术，在国内外已经取得了许多 成功的应用实例，本论文主要针对其在短期负荷预测中的应用进行讨论。 ( 7 ) 组合优化预测法【1 6 j 1 1 7 1 组合优化预测有两类概念：一是指将几种预测方法所得的预测结果选取适当的权重 进行加权平均，二是指在几种预测方法中进行比较选择拟合优度最佳或标准离差最小的 预测模型进行预测。组合预测方法是建立在最大信息利用的基础上，它最优组合了多种 单一模型所包含的信息，可以同时考虑不同模型各自的优点，提高预测的精度。在多数 情况下，通过组合各种预测方法可以达到改善预测的目的。 组合优化预测法，在建立模型时同样也受到两方面的限制：一个是不可能将所有在 未来起作用的因素全包含在模型中，另一个是很难确定众多参数之间的精确关系，所以 其预测的精度提高很受限制。 负荷预测方法从简单到复杂，从单一模型到多模型的组合预测，从只考虑历史负荷 到考虑各种影响负荷变化的因素，从传统的统计学和时间序列法发展到现代的人工智能 预测技术，预测技术得到了长足的发展和进步，预测精度也有大幅度的提高，但总的看 来，目前尚无一个固定的方法可以适用于一切负荷预测问题，并保证优于其它方法。在 实际应用中，要对负荷实际变化规律及影响因素做细致的分析。可以采用试验比较的方 法，利用某一电网的历史数据确定该电网最有效的算法。在电力工业发达的英国、法国 等都是应用了上百种方法来解决负荷预测问题的。 在当前电力市场日趋成熟的形势下，随着科学技术日新月异的发展以及计算机技术 迅猛发展，尤其是人工智能技术的不断发展成熟，非线性预测理论得到了长足进步。应 及时地将其它领域的最新进展应用到负荷预测中来，使负荷预测方法适用范围更广、实 用性更强、预测时间更短、精度更高。 4 华北电力大学工程硕士学位论文 1 3 本文所完成的主要工作 本文根据电力系统短期负荷的周期性特点和受天气因素影响较大的特性，对不同 日期类型的负荷分别建模利用神经网络进行预测。本文完成的主要工作有： ( 1 ) 负荷预测技术的总结与研究。主要包括负荷预测的分类、特点及特性的分析； 负荷预测的基本模型概述；总结了国内外负荷预测的传统及最新技术，着重分析人工神 经网络在负荷预测中的应用，对各种算法比较及改进进行研究。 ( 2 ) 在神经网络预测模型的建立中，分析了短期负荷预测模型中应当注意的问题， 提出负荷数据预处理的方法，对温度、降雨、光照等进行了独特的分段数值化处理，简 化了网络的训练和预测过程。 ( 3 ) 针对神经网络的收敛速度慢的缺点，探讨了应用动量法、拟牛顿法、 l e v e b e r g m a r q u a r d t 法、共轭梯度法以及s c g 算法改进网络收敛速度，并且基于m a t l a b 神经网络工具箱进行编程，充分发挥m a t l a b 产品长于数值计算、高效方便地处理大 量的数据以及复杂矩阵和数组运算的特点，达到输入和输出的向量化，使模型结构得以 简化，同时提高了编程的效率，缩短了训练的时间。 ( 4 ) 针对b p 网络的缺陷，采用s c g 算法该进b p 网络建立模型，提高了收敛速度 及精度并且避免陷入局部最小点，最后对邯郸某地区电力系统短期负荷预测进行了仿 真，仿真结果表明该方法加快了网络学习速度，并提高了负荷预测精度。 华北电力大学工程硕士学位论文 第二章短期负荷预测分析 2 1 引言 任何生产活动都需要首先作好计划，并在实几种不断地对计划进行调整，这些计划 都是基于对未来的了解，提前做好预测工作。电力生产也不例外，由于电能的特殊性， 即生产、输送、分配、消费是同时进行的，电力难以贮存，或者说贮存能力极小而代价 高昂，相比于系统总负荷微乎其微。在正常运行情况下，系统内的可用发电容量，应该 在任何时候都能满足系统内负荷的需求，应该是用多少就生产多少。用电负荷随时都在 变化，而且我国多数电网在日、周、年的周期内负荷的峰谷差是逐年增加的【旧，即将每 年的最大负荷增长曲线和最小负荷增长曲线放在同一个坐标系下，呈喇叭状，如图2 - l 所示。 图2 - i 负荷峰谷差变化 针对这种负荷变化情况，电力生产的调节能力也要增加，当负荷变化范围较小时， 调节发电机的出力即可；当负荷变化范围较大时，只有启停机组才行。当然对于负荷的 逐年增长，要适时地薪增新的发电机组才不至于拉闸限电。电力系统负荷预测是实时控 制、运行计划和发展规划的前提，可以说要掌握电力生产的主动权必先做好负荷预测。 在进行负荷预测之前，首先要对所预测地区的负荷的变化规律、特性以及影响因素进行 分析。只有充分了解掌握负荷的特点、变化规律，才能建立符合实际情况的预测模型。 负荷模型有两方面的涵义：一是指负荷的电压及频率特性，一般可以表示成频率和 电压的非线性函数，在潮流计算分析中大多考虑这种模型；另一种是指负荷的时空特性， 负荷随时间和空间的分布，即在不同时刻不同地点，负荷是不同的。负荷的时空分布特 性要比负荷的电压频率特性要复杂，常常需要用负荷的时间曲线来描述这种特性，也称 负荷预测模型。 电力系统负荷是一个周期性和随机性很强的系统，与社会、经济、政治、气象等众 多的因素存在着极为复杂的关系。一方面，电力负荷按一定的趋势规律地变化；另一方 面，负荷受众多因素的影响，随时发生无规律的变化波动。在进行预测时，针对负荷变 化的这些特点，既要充分分析、掌握并利用其规律性，又要兼顾各种因素的影响。 6 华北电力大学工程硕士学位论文 2 2 负荷预测的分类 不同的用电单位和部门，以及不同的用电设备，它们对电力的需求量、用电方式有 着明显的区别。在电力规划中作电力负荷预测时，以及在综合用电统计时，不可能也没 有必要对何一个用电单位的用电特点及用电需求进行分析预测，而是采用不同的分类方 法，将地理区域内的电力负荷分成若干类，然后分f - i n 类的进行分析研究和预测其变化 趋势，最后，在分类预测的基础上，采用综合技术进行综合研究和预测，即可得到电力 负荷预测的结果。 我国电力行业采用过很多种分类方法，不同的研究目的采用不同的分类方法。电力 规划中常采用的分类方法是按用电部门的属性划分和按负荷预测的时间长短划分。 2 2 1 按用电部门的属性分类 一般来说，负荷预测可以分为城市民用负荷、商业负荷、农村负荷、工业负荷以及 其它负荷。不同类型的负荷有不同的变化规律：随着家用电器的普及，城市居民负荷增 长率提高、季节波动增大，且系统峰荷受气温影响越来越大；商业负荷影响晚尖峰，而 且随季节而变化；工业负荷受气象影响较小，但大企业成份下降，使夜间低谷增长缓慢； 农村负荷季节变化强，且与降水情况关系密切。 进入9 0 年代初期，为适应我国国民经济结构的变化，并与国际惯例接轨，按国民 经济统计分类方法分为：第一产业( 主要是农业) 、第二产业( 主要是指工业) 、第三产业 ( 除第一、第二产业以外的其它产业) 用电和居民生活用电等4 大类。 分析负荷的结构及其影响因素对提高负荷预测的准确性至关重要，尤其是针对突发 性重大事件。这是一种电力规划及电力工业统计中常用的分类方法，一般用于中、长期 负荷预测。 2 2 2 按负荷预测周期的时间长短分类 一般来说，系统负荷预测按时间划分可分为超短期、短期、中期和长期负荷预测， 超短期负荷预测用于质量控制，需6 1 0 秒的负荷值，用于安全监视需1 5 分钟的负 荷值，用于预防控制和紧急状态处理需1 0 6 0 分钟的负荷值，使用对象是调度员；短 期负荷预测主要用于水火电分配、水火协调、经济调度和功率交换，需要1 日l 周的 负荷值，使用对象是编制调度计划的工程师；中期负荷预测主要用于水库调度、机组检 修、交换计划和燃料计划，需1 月1 年的负荷值，使用对象是编制中长期运行计划的 工程师；长期负荷预测用于电源和电网的发展，需数年至数十年的负荷值，使用对象是 规划工程师。 2 2 3 负荷预测各部分的作用及关系 随着电力市场运营的建立，负荷预测在电力系统中的作用及地位有所改变，负荷预 华北电力大学工程硕士学位论文 测系统成为电力市场技术支持系统的主要组成部分，为期货交易管理系统和调度决策支 持系统提供数据，电力市场运营同时也赋予了各类负荷预测新的作用【2 2 1 。表2 1 列出各 负荷预测周期的意义。 表2 - 1 各负荷预测周期的意义。 预测类型预测周期意义 长期数年数十年电源、电网规划 中期月年期货交易，水库、检修、燃料计划 短期日周 现货交易( 预调度计划) 、状态估计、 水火电分配与协调、机组经济综合、 空换计划、发电厂报价系统 超短期 数分数小时实时调度决策系统、状态估计，实 时校正、网络安全分析 在电力市场技术支持系统中，长期、中期负荷预测是系统适应性评估的主要依据， 而短期和超短期负荷预测的数据又是电力市场技术支持系统核心模块、调度决策支持系 统的主要数据源。本论文主要研究的是短期负荷预测。 2 3 负荷预测的特点 由于负荷预测是根据电力负荷的过去和现在推测它的未来数值，所以负荷预测工作 研究对象是不确定事件，需要采用适当的预测技术和模型，推出负荷的发展趋势和可能 达到的状况【2 】【i9 1 。负荷预测具有如下的特点： ( 1 ) 负荷预测的不准确性 预测学本身就是一个研究不确定问题的理论与方法，在当今科学界，也是一个新的、 正在探索的领域，因此，其预测的结果应是一个不确定的值。电力负荷未来发展是不肯 定的，它要受到多种多样复杂因素影响，而且各种因素也是发展变化的。这就决定了预 测结果的不准确性或不完全准确性。 在负荷预测系统中，针对各类不同的负荷预测都有一定的精度要求。长期的负荷预 测允许误差在士1 5 以内，中期负荷预测的允许误差为士5 ，而短期的日负荷预测的误 差一般不能超过士3 。其它几类短期负荷预测的精度要求如表2 - 2 所示。 表2 - 2 负荷预测精度要求 负荷预测类型 精度要求 日负荷预测均方差 3 华北电力大学工程硕士学位论文 日负荷预测各时段均方差 4 超短期负荷预测各时段均方差 l 日负荷峰荷的预测均方差2 日负荷谷荷的预测均方差 3 ( 2 ) 负荷预测的条件性 各种负荷预测都是在一定条件下做出的。在很多情况下，由于负荷未来的发展的不 肯定性，所以需要一些假设条件，如当长时间不下雨，排灌负荷将保持较高的数值等。 而这些条件不是毫无根据的凭空假设，而应根据研究分析，综合各种情况而来。赋予预 测结果一定的前提条件，更有利于电力部门使用预测结果。 条件可分为必然条件和假设条件两种。可靠的负荷预测往往依赖于电力负荷预测的 本质规律，这种预测条件就是必然条件。在很多情况下，由于负荷未来发展的随机性， 给出的负荷预测结果都以假设条件为前提。如果负荷的过去和现在的发展直接延伸到未 来，没有什么重大的干扰和破坏，或完整的记录了这些突发事件，并将这些历史数据模 型化来类比现在。预测未来。但是如果在预测其中发生了无法估计的重大事件( 如气象 的剧烈变化，突发事故，国家政策变化等) ，以至于负荷变化的正常规律被破坏使预测 失效。这种类型的负荷预测的在实际应用中并不少见，这种转折点是最难预测的。如果 历史数据中含有类似的事件，预测的趋势就比较好定。因此要尽量保证负荷预测历史数 据的完整性。 ( 3 ) 负荷预测的时间性 各种负荷预测都有一定的时间范围，并且要求有比较确切的数量概念，如超短期负 荷预测在线预测的预测速度要求不大于一分钟，短期负荷预测要求预测速度小于l o 分 钟，日负荷的预测时差不大于1 5 分钟，日负荷谷荷的预测时差不大于3 0 分钟等。 ( 4 ) 负荷预测的多方案性 负荷预测的机理是一个数学建模的过程，而不同的数学模型的使用条件是有一定的 限制的，不是万能的，而预测本身又具有不准确和条件性，所以有时对负荷在各种情况 下的发展状况进行预测，会得到各种条件下的不同预测方案，所以需要考虑不同的负荷 条件建立模型。 ( 5 ) 负荷预测的地区效应 在不同负荷预测的范围内，负荷的构成比重不同，因此影响负荷的因素有所不同。 一般来说，大电网( 网、省级) 负荷变化有较强的统计规律性，预测结果较准确，而地区 级电网的预测精度则相对低一些。 9 华北电力大学工程硕士学位论文 2 4 短期负荷特性分析 2 4 1 短期负荷特性概述 对电力系统的负荷进行预测，首先就要对负荷的特性深入分析，把握负荷特性变化 的规律和发展趋势是合理进行负荷预测的前提和基础，对提高负荷预测的精度有重要意 义。电力系统的负荷一方面有其自身发展的规律，如在一天之内，电力负荷曲线呈现出 有规律的波动；在一周之内，周一到周五，负荷有其相似性，而每周的周六或周天，又 各自有它内在的规律：在一年之内，负荷又随着天气的不同，遵循一定的规则变化着。 另一方面电力系统负荷的变化也有不确定性，如气候异常，如炎热或严寒时间过长导致 负荷增加：意外事故的发生，如大面积的停电事故；特殊事件的发生，如重大的庆典， 造成电力系统负担加大；客观环境的变化，如一个地区人口的增长和经济水平的提高会 促使用电量的加大。针对负荷的特点，在预测时需要充分分析，兼顾到内在变化的规律 性和各种不确定的因素的影响才能取得较高的预测精度。 通过研究大量的历史数据，可以将短期负荷预测分为以下几个组成部分【4 6 1 1 4 7 1 。 ( 1 ) 典型负荷分量 典型负荷分量是由于各地负荷组成方式不同引起的，主要体现在两个方面：一是负 荷种类；二是各种负荷成分所占的比重。不同组成的负荷在两方面的差异决定了它们基 本的负荷特性及对各种影响因素的反映不同，表现出不同的响应特性，因此典型负荷分 量是短期负荷的基本组成部分，具有线性变化和周期变化的特点。 ( 2 ) 天气敏感分量 天气敏感分量主要和一些天气因素有关，例如：温度、降雨、日照、能见度等等。 不同的天气因素对负荷的影响力不同，不同时期的天气影响因素对负荷预测的影响也不 一样，这些特点决定了负荷的季节性周期变化规律。 ( 3 ) 异常或特殊事件负荷分量 异常和特殊事件对负荷有很大的影响，比如：系统故障、拉闸限电、政治事件、特 殊节日、自然灾害等等。这类事件具有很强的随机性，难以预测，只能依靠调度人员的 经验判断。也可以通过人工修正或者专家系统改进。 ( 4 ) 随机负荷分量 负荷序列本质上就是一个随机序列，负荷的随机分量是负荷中的不遵循规律的部 分，是不能准确预测的，可以通过模型或算法来考虑这些分量。 2 4 2 负荷的周期性特性 负荷的周期性因素，是指负荷具有周期性规律性的特性，在性质上有一定的回归性， 这也使得短期负荷预测成为可能。负荷的周期性主要体现在日周期性、周周期性、年( 季) 周期性以及季节周期性。这种周期性的产生主要是因为人们日常生产生活的习惯、特定 区域相对固定的负荷结构以及客观的气候变化因素产生的。下面仅对周周期特性和日周 l o 华北电力大学工程硕士学位论文 期特性作分析。 ( 1 ) 负荷的周期性 时婀( 1 5 分钟) 图2 - 2 工作日和休息日负荷变化由线图 周负荷特性的分析对于把握负荷变化规律，准确进行负荷预测具有重要的意义。负 荷的周周期性是指按一周为周期性循环，因为人们的日常生活正常是以一周的5 个工作 日和2 个休息日为循环，对于时间间隔不是很长的两个星期，在负荷特性上有很强的相 似性，这对预测未来负荷提供了更多有价值的参照。在一周中，一般情况下，工作日周 一至周五，人们处在生产生活状态，工业负荷比率比较高，居民日常生活负荷以及第三 产业的负荷比率会比较低，而在双休日情况正好相反：另外由于一般周六和周日的负荷 特性也有所不同，所以很多预测模型都是将预测模型分为工作日模型、周六模型和周日 模型。 ( 2 ) 负荷的日周期性 负荷的日周期性是指以一天2 4 小时为周期的负荷变化所体现的规律性。在实际系 统中每日的负荷可以分为峰荷、谷荷以及腰荷三个时段的负荷。具体的对应负荷最高、 最低以及负荷过渡阶段的负荷。曰负荷在一天之内出现有规律的波动，其本质原因是这 三个时段对应的负荷的组成不同。这种特性基本上在每一天的负荷都是按照一定的规律 波动。峰荷、谷荷出现的时间都是有规律可循的。 华北电力大学工程硕士学位论文 2 4 3 负荷的天气影响因素 负荷的天气影响因素可以从两个方面看，一是长期的季节气候影响，另一种是短 期的天气状况的影响如：温度、湿度、日照、风力等因素的影响。前者主要是对人们的 生活规律产生影响，各种成分负荷发生变化，导致负荷的季节性变化规律，例如：工业 负荷和城乡居民生活用电这两类负荷随季节的波动性小：而其他事业用电及农业用电负 荷在系统总负荷所占的比例随季节变化发生显著变化，具有明显的季节变化特点。而后 者对负荷的作用主要体现在对短期负荷的影响上。 本文对负荷有较大影响的天气因素作为神经网络的部分输入，可以方便地考虑短期 负荷的影响因子，这是用神经网络进行负荷预测的一大优点。尤其是在对一些温度负荷 和天气状况达到一定临界条件时( 如夏季高温期、冬季寒流期等) 尤其需要考虑天气的影 响。 2 4 4 负荷的其他影响因素 除了对短期负荷有重要影响意义的天气及经济增长因素外，还有很多的负荷影响 因素，下面介绍如下： 异常和特殊事件对负荷有很大的影响。比如；系统故障、拉闸限电、特殊节日、 自然灾害等等。这类事件具有很强的随机性，难以预测，只能依靠调度人员的经验判断。 可以通过人工修正或者专家系统改进。 电力消费结构变化影响。电力消费结构时影响负荷特性的重要因素，各行业用户 中，工业用户负荷率水平最高，第一、三产业和居民生活用电负荷率水平较低。所以一 个地区如果产业结构发生变化，负荷特性的变化是不可避免的。 电价的影响。电价对负荷特性的影响包括电价水平的影响和电价结构的影响两个 方面。电价水平影响设计因素较为复杂，如经济发展水平、全社会物价上涨指数、各类 用户对电价的承受能力等等。从电价水平和负荷特性指标的数量关系看，目前我国有呈 正相关，也有呈负相关的，没有明显的规律性。从电价结构对负荷特性的影响看，主要 在峰谷电价方面。峰谷电价的执行，一方面抑止高峰负荷的增长，同时起到较明显的拉 高负荷率的作用。 需求侧管理措施的影响。9 0 年代以来，需求侧管理思想引入我国，1 9 9 5 年以后的 一些项目逐步推广应用，在一些推动力度大的城市和地区，需求侧管理对负荷特性的改 善起到一定的积极的作用。 电力供应侧的影响。电力供应侧的影响主要在两个方面：一是拉闸限电的影响，目 前全国电力供应不足，导致拉闸限电现象严重，严重破坏了负荷的自然特性，给负荷预 测带来了困难；二是城农网改造的影响，经过改造后，电网结构加强，供电可靠性提高， 部分用户尤其是农村居民用户和一些原先供电受制约的用户负荷曲线明显变化。 华北电力大学工程硕士学位论文 2 5 负荷预测的基本原理 由于负荷预测是根据电力负荷的过去和现在推断它的未来数据值，所以负荷预测工 作研究的对象是不肯定事件，未来的电力负荷虽然是不肯定事件，但也具有一定的规律， 负荷预测工作就是根据电力负荷发展的规律，预计或判断其未来发展的趋势和状况。电 力负荷预测有六个基本原理【2 】【2 0 】【2 l 】。 ( 1 ) 可知性原理 由于预测的对象具有一定的规律，其发展趋势是可以被人掌握，我们可以通过总结 它的过去和现在推测其未来，可知性原理是预测活动的基本依据。 ( 2 ) 可能性原理 即根据未来负荷发展变化的多种可能性，对某一具体指标的预测，需要按照其发展 的多种可能性进行多方案预测。 ( 3 ) 连续性原理 预测对象的发展是一个连续统一的过程，未来的发展是这个过程的继续。 ( 4 ) 相似性原理 预测技术中使用的类推法或历史类比法，就是基于这个原理的预测方法。 ( 5 ) 反馈性原理 即可以利用预测与实际值的差距来进一步调节预测精度的原理。 ( 6 ) 系统性原理 预测对象是一个完整的系统，它本身有内在系统，它与外界世界的联系又形成它的 外在系统，只有系统整体最佳的预测，才能高质量的预测，才能为决策者提供最佳的预 测方案。 2 6 负荷预测的误差分析 负荷预测模型是统计资料的概括，反映的是经验资料内部结构的一般特征，与该资 料的具体结构并不完全一致，所以不可避免的会产生误差。研究产生误差的原因，建立 恰当的误差分析模型，计算并分析误差的大小，可以认识预测结果的准确程度，在利用 预测资料做决策时具有重要的参考价值。 目前广泛应用的计算、分析预测误差的方法有平均绝对误差、均方误差、均方根误 差、标准误差等。这些方法虽然在负荷预测的误差分析中起到了一定的作用，但是为了 更精确的进行误差分析，应根据预测模型的特点，针对性的建立合适的误差分析模型。 2 6 1 产生误差的原因 产生误差的原因主要有以下几个方面【2 3 j ： ( 1 ) 预测中所采用的数学模型大多只包括所研究现象的某些主要因素，只是一种简 单化了的负荷状况的反映，与实际负荷之间存在差距，用它来进行预测，就不可避免的 华北电力大学工程硕士学位论文 会产生误差； ( 2 ) 预测方法的选择不当； ( 3 ) 进行负荷预测用到的各项资料有可能不是完全准确可靠； ( 4 ) 某种意外事件的发生或情况的突然变化。 以上各种不同原因引起的误差是混合在一起表现出来的，因此，当发现误差很大。 常用的方法预测结果严重失实时，就需要针对这些原因逐一进行审查，寻找根源，加以 改进。 2 6 2 负荷预测中常用的计算和分析预测误差的指标和方法 设z 表示实际值，；表示预测值，则称x 一；为绝对误差，称兰二苎为相对误差。 ( 1 ) 平均绝对误差分析方法：避免了预测误差的正负相抵消。 m a e = 搏ej = 捌薯一习 - ， ( 2 ) 均方误差分析方法：避免了正负误差不能相加的问题。 j j l 嬲2 吉蕃e 2 = 土n 善( 薯一_ ) 2 ( 2 。2 ) 盯智。智一 “ ( 3 ) 均方根误差分析方法：加强了数值大的误差在指标中的作用，从而提高了这个 指标的灵敏性。 删= 臁弘隐i - i 幅) 2 ( 2 - 3 ) ( 4 ) 标准误差分析方法 = ( f - 1 ，2 ，即) ( 2 4 ) 以：历史负荷数据个数； m ：自由度，也就是变量的个数，即自变量和因变量的个数的总和。 2 6 3 误差的传播 误差传播的理论，主要是讨论不确定度从数据点到参数的传播方式，以及某些实 验参数的确定中的不确定度是如何传播到最终结果中去的。 假定要确定一个量x ，这个量至少是另外两个实验测得的变量和v 的函数，将 由和y 的特性和函数关系来确定x 的特性，不妨设函数关系为：工= f ( a ，y ) 。 在无限多次测量的极限情况下，方差露满足： 西= l i m 击( z 一2 7 ) 2 ( 2 5 ) “ d _ w 厶一、 借助于函数x = f ( “y ) 中的参数的偏差一一，k - - v ，表示而一t ： 西= 烧专一_ ) 亳+ ( 一_ ) 嘉+ 】2 _ 7 = 熙专一- ) 2 当) 2 + ( _ 一i ) 2 x ( 熹) 2 + 2 ( 肼一互地一- ) ( ( 争川 令一= ! 鳃专 ( 一一石) 2 ：z = ：受专【( 哆一_ ) 2 ；仃：r 2 她专【( 岛一乒如，一u ) 】； 这样就可以得到x 的标准偏差可以近似表示为： = 印2 + z ( 2 勘知印( q 玛 如果x 的定义式中还包括，矿以外的变量，那么它们对x 的方差的贡献将由一些 类冀器缈嚣的涨落是不相关的，则式( 2 8 ) 可以简慨如果，y 中的涨落是不相关的，则式( 2 。8 ) 司以简化为： 一= ( 2 + 仃：( 毒卜 2 。9 2 7 小结 本章对电力系统短期负荷预测作了特性分析，讨论了短期负荷的分类，论述了负荷 预测的特点、负荷的周期性变化、基本原理及误差分析 i 一 等舢藏 ? 中航 一 一 华北电力大学工程硕士学位论文 第三章b p 人工神经网络算法及其改进 3 1 人工神经网络基础 3 1 1 人工神经网络发展历史 人工神经网络理论的研究，在8 0 年代获得了蓬勃的发展。但是人类对它的探索可以 追溯到1 9 4 3 年，法国心理学家m c c u l l o c h 和数学家p i t t s 合作推出的神经元数学模型，即 著名的m p 模型【2 4 j 。这一模型的提出开创了人工神经网络这一新兴边缘学科研究的先河， 在这之后，有关研究异常活跃。但是到了7 0 年代后期，由于人工智能理论的日臻完善， 使人们渐渐地对人工神经网络的研究失去了以往的热情。在这1 0 多年的时间里，人工神 经的研究陷入低潮。但是进入8 0 年代以后，由于少数坚忍不拔的学者经过1 0 多年的理论 研究积蓄，终于人工神经网络理论的一系列问题取得重大的突破。其中尤其值得一提的 是美国生物物理学家h o p f i e l d 于1 9 8 2 年提出的一种称为h - f i e l d 的模型。他在建立的网 络模型中引入“能量”函数，在理论上解决了网络稳定性的判据问题，并使网络具有联 想记忆，自动分类和自动校正记忆误差的能力。他的研究成果开创了人工神经网络理论 研究的新途径，人工神经网络理论的研究进入j ，一个崭新的、突飞猛进的时代。当今， 比较成熟的网络模型及相应的算法有近百种、各种修正和演变的模型，算法更多。虽然 现在很难预料人工神经网络理论究竟能对世界科学的发展起到何种推动的作用，但是这 种人脑本身组织结构，思维原理为基础，并对其进行高度抽象和合理简化、概括的探索， 无疑是一个富有挑战性，并将深刻影响对人类认识行为理解的伟大研究工程。 3 1 2 人工神经网络的基本概念 人工神经网络又被称为垄堡垫! 型! 堑! ! ( c o n n e c t i o n sm o d e l ) 或者称为茎堑坌鱼垒e 垄 ，_ - - _ _ _ ，一_ _ _ 一 模型( p a r a l l e lp r o c e s s i n g m o d e l ) ，是由大量的简单元件一神经元广泛连接而成的， 它是在现代神经科学研究的基础上提出的，反映了人脑的基本特征。但它并不是人脑的 真实描写，而只是它的某种抽象、简化和模拟。网络的信息处理是由神经元之间的相互 作用来实现，知识和信息的存储表现为网络元件互连间分布式的物理联系，网络的学习 和识别取决于各神经元连接权值的动态演化过程。神经网络是一个具有高度非线性的超 大规模连续时间动力系统，其最主要的特征为连续时间非线性动力学、网络的全局作用。 大规模并行分布式处理及高度的鲁棒性和学习联想能力。同时它又具有一般非线性动力 系统的共性，即不可预测性、非平衡性、不可逆性、广泛连接性及自适应性等。研究这 系统的根本目的是探索人脑信息处理、存储和搜索的机制，从而为解决客观世界所存 在的一些复杂问题开辟一条新路【4 8 】。 神经细胞是人类大脑的基本组成单元，从生物控制和信息处理的角度分析，神经细 华北电力大学工程硕士学位论文 胞主要是由细胞体、轴突、树突、突触构成。现代神经医学证明：每一个神经细胞通过 树突接受和组合从其他多个神经元送来的信号，如果组合和信号足够强，则神经细胞处 于