（电力系统及其自动化专业论文）基于县调系统的短期电力负荷预测.pdf

a b s t r a c t c o u n t yp o w e rs y s t e ml o a df o r e c a s t i n gi sai m p o r t a n tp a r to ft h e c o n s t r u c t i o no fe l e c t r i c i t yt r a n s m i ta n dt r a n s f o r m i n g ，i ti st h eb a s i so f e n s u r i n gg r i ds a f e l ya n de c o n o m i c l yr u na n dr e a l i z i n gg r i ds c i e n t i f i c m a n a g e m e n ta n dd i s p a t c h i n g ，i t i sn o t o n l y t h e p a r t o fe n e r g y m a n a g e m e n ts y s t e m ，b u t a l s oi st h ec o n t e n t sw h i c h g r i d r u n c o m m e r c i a l l y n e e df o ri nt h ef u t u r e t h i sp a p e ri n t r o d u c e de l e c t r i cp o w e r d i s p a t c h i n ga u t o m a t i o ns y s t e m d e v e l o p p e db yt h er e s e a r c ht e a m ，a n dt h e ns u m m a r i z e dt h e s ep r e s e n t m e t h o d si nc o u n t yp o w e rs y s t e ml o m f o r e c a s t i n g ，a n a l y z e dc o u n t yp o w e r s y s t e ml o a d sf e a t u r e ，a n dd e s i g n e dt h ew h o l ep l a n t h i sp l a ni n c l u d i n g ： d a t ap r e p r o c e s s i n g ，f e a t u r ep a r a m e t e re x t r a c t i o n ，l o a df o r e c a s t i n g ，a n ds o o n i nt h ed a t ap r e p r o c e s s i n g ，t h r o u g hm e t h o d ss u c ha sm a t h e m a t i c a l s t a t i s t i c sd e v i a t ef r o mt h ec a l c u l a t i o no ft h er a t eo fl o a dc a p a c i t yt oc a r r y o u ta b n o r m a ld a t ap r e t r e a t m e n t ，a n dt h e n ，t h er a wd a t as e q u e n c eb e c o m e r e a s o n a b l e i nt h ep r o c e s so ff e a t u r ep a r a m e t e re x t r a c t i o n ，u s i n gw a v e l e t a n a l y s i sm e t h o dh a st h ea d v a n t a g eo fa m p l i f i c a t i o no fap a r to ff u n c t i o n o fn e u r a ln e t w o r k st oe x t r a c tt h ec h a r a c t e r i s t i cp a r a m e t e r s i nt h el o a d f o r e c a s t i n ga l g o r i t h m ，b p ( b a c kp r o p a g a t i o n ) n e u r a ln e t w o r kw h i c hi st h e m o s tm a t u r ea l g o r i t h ma tp r e s e n tw a ss e l e c t e d o nt h i s b a s i s ，ir e s e a r c h e dv a r i o u sa l g o r i t h m s ，a n da n a l y s i s e d e m p h a t i c a l l y t h ep r o b l e mb u i l d i n gn e u r a ln e t w o r km o d e l ，g i v e nt h e m o d e l i n gm e t h o di sm o r ea p p l i c a b l et oc o n s t r u c tat h r e e - t i e rb p n e u r a l n e t w o r k ，d e t e r m i n i n gp a r a m e t e r su s e di n b pn e t w o r km o d e l t h r o u g h a n a l y s i s i n g t h e s h o r t c o m i n g s o ft h eb a s i cb pn e u r a ln e t w o r k ，i t s i m p r o v e m e n ta l g o r i t h mc a l l e do b p ( o p t i m i z a t i o nb a c kp r o p a g a t i o n ) w a s p r o p o s e d f i n a l l y , e x a m p l e so ft h es i m u l m i o ne x p e r i m e n tt oc o m p a r er e s u l t so f t w op l a n sc o m et ot h ec o n c l u s i o n ：i nt h i sp a p e r , t h es h o r t t e r ml o a d f o r e c a s t i n gm e t h o db a s e do nn e u r a ln e t w o r ki sf e a s i b l e ，a n da l s o i s r e l i a b l e i i k e yw o r d s c o u n t yp o w e rs y s t e m ，d i s p a t c h i n gs y s t e m ，s h o r tt e r m l o a df o r c a s t i n g ，d a t ap r e p r o c e s s i n g ，b p , o b p i i i 原创性声明 本人声明，所呈交的学位论文是本人在导师指导下进行的研究 工作及取得的研究成果。尽我所知，除了论文中特别加以标注和致谢 的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不 包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我 共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。 作者签名：盘j 望瘴日期：珥年土月日 学位论文版权使用授权书 本人了解中南大学有关保留、使用学位论文的规定，即：学校 有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文， 允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内 容，可以采用复印、缩印或其它手段保存学位论文。同时授权中国科 学技术信息研究所将本学位论文收录到中国学位论文全文数据库， 并通过网络向社会公众提供信息服务。 储签名：撑啤翩签名垂盛嗍毕年上月工日 硕上学位论文第一章绪论 1 1 课题背景及来源 第一章绪论 电力系统调度分为五级调度，即国调、网调、省调、地调、县调。县级电网 属于电网末端，直接调度农村用电客户。县调自动化系统是县级电力企业信息化 建设的重要组成部分。电力企业信息化建设一般包括调度自动化系统 ( s u p e r v i s o r yc o n t r o la n d d a t aa c q u i s i t i o n s c a d a ) 、管理信息系统( m a n a g e m e n t i n f o r m a t i o ns y s t e m ，m i s ) 、配电网自动化系统( d i s t r i b u t i o na u t o m a t i o ns y s t e m ， d a s ) 和负荷控制自动化系统( l o a dc o n t r o ls y s t e m ，l c s ) 等4 个部分，或称4 个子 系统。这4 个系统既相互独立，又相互关联。县调自动化系统是通过变电所的远 程终端控制系统( r e m o t et e r m i n a lu n i t ，r t u ) 将各种运行电气参数和状态信息采 集到调度中心，由调度人员从调度中心发送控制和调整命令到变电所r t u ，来 调整电压和控制设备的投切。管理信息系统是将县调自动化系统采集的实时信息 和各供电所上传的各类信息进行加工处理，为县电力企业生产管理、经济分析、 规划决策等提供科学依据。 县级电网调度的首要任务是向用户不问断地提供安全、可靠和优质的电能， 满足各类负荷的需求，然后取得最佳的经济效益。因此，在电力系统的生产和运 行过程中，安全具有压倒一切的重要性。随着工业控制技术、计算机及网络技术 和通信技术的发展，现在的县级电网调度系统大多以计算机技术为依托，将测量、 监控、继电保护和通讯等功能综合在一起，构成一个资源和信息共享的全微机化 的系统，实现了微机保护加“四遥 ( 遥测、遥控、遥信、遥调) 和无人值班， 加快了传送信息的速度，维护工作量少，运行可靠性高，在电力系统得到广泛应 用。但是只获取“四遥”操作电气参数，并不能反映变配电站的实际运行情况， 如防火，防盗，变压器、开关、刀闸等设备表面情况，遥控操作时执行机构位置 是否到位，检修人员是否走错间隔等。“遥视”正好可以解决以上问题，调度运 行人员只要在主调度室就可以同时完成对几个甚至几十个变配电站的巡视和监 控工作，实现了“五遥”功能后的县级电网调度系统就能实现变电站真正的无人 值班，会产生巨大的经济效益。 县级电网调度系统中的短期负荷预测功能是县级电网计划、用电、调度等管 理部门的重要任务之一，也是其基本工作，对电网的安全、可靠、经济运行有着 举足轻重的作用。提高县级电网负荷预测技术水平，有利于计划用电管理，有利 于合理安排电网运行方式和机组检修计划，有利于节煤、节油和降低发电成本， 硕学位论文第一章绪论 有利于制定合理的电源建设规划，有利于提高县级电网的经济效益和社会效益。 因此，县级电网负荷预测应成为实现县级电网管理现代化的重要内容之一。 本课题来源于甘肃省某县电力局的调度自动化项目，主要研究现行的各种电 力负荷预测技术，结合现有的调度自动化系统软硬件条件，开发出适合该县的短 期电力负荷预测方法，利用现有的历史负荷数据，实现对未来2 4 小时的负荷预 测。 根据甘肃某县电网调度自动化系统的实际情况和用户的实际需求，设计了适 合该县的电力调度自动化系统。该系统框架图如图l - i 所示。 萄萄雌雄酿鼍 i 扩事喙侧萼妊誊。 # m 。 ”h h 鬯萝 、二婴一 一一皤p 图1 1 县级调度系统框架图 组成该系统硬件平台的硬件设备包括：服务器、工作站、网络设备、采集设 备和安全设备等。其中，服务器包括负责数据采集、处理和数据管理的数据服务 器( 也可以将数据采集服务器和s c a d a 服务器合在一起) 和s c a d a 等应用服 务器。由于该系统优越的跨平台性能，使得服务器和工作站可以柬自不同厂商， 组成高性价比的混合平台系统。 该系统的软件由支撑平台和应用软件组成。其中支撑平台包括专用中间件、 商用中间件支持、数据库管理系统，以及其它公用服务；这些平台软件和应用软 件提供了调度自动化系统所必须具备的所有功能。从大的方面来分，这些功能可 以分成基础功能和具体功能。其中，基础功能是许多应用公用的功能，而具体功 能则是针对某个应用。 现在运行的这个县调系统已经交付使用，为了更好的实现调度系统，有必要 研究短期负荷预测的问题。因此，本文在神经网络的基础上，研究短期电力负荷 预测。 灿曩 硕上学位论文 第一章绪论 1 2 电力负荷预测概述 电力系统是由发电厂、输电线路、配电系统及负荷组成的复杂系统。电力系 统的经济运行是在满足安全和一定质量要求的条件下尽可能提供运行的经济性， 即合理地利用现有的能源和设备，以最少的燃料消耗量( 或燃料费用或运行成本) 保证对用户可靠而满意地供电。负荷预测作为能量管理系统( e m s ) 和电力市场运 行管理的重要组成部分，其预测结果同电力系统的安全、经济运行密切相关。 电力负荷预测就是在正确的理论指导下，通过调查研究掌握大量翔实资料， 运用可靠的方法和手段对电力负荷的发展趋势做出科学合理的推断。电力用户是 电力工业的服务对象，电力负荷的不断增长保证了电力工业的发展。电力负荷预 测工作既是电力规划工作的重要组成部分，也是电力规划的基础。电力负荷预测 的任务包括确定预测目标、搜集整理资料、分析资料；选择预测方法，建立定量 的预测模型或者采用定性预测来进行科学的逻辑推理，推断出预测值；最后还要 对预测结果进行评估。正确地预测电力负荷，为编制电力规划提供依据，以便规 划电力工业的发展水平、发展速度、能源动力资源的需求量和电力工业发展的资 金需求量，以及电力工业发展对人力资源的需求量【1 1 。 1 2 1 电力负荷预测特点 电力生产的基本特点是产、供、销同时完成。整个电力工业均受这一特点的 制约和支配。电力系统是一个有机体，在电网范围内，必须每时每刻保持发供用 电之间的平衡。电力生产的这一特点决定了电力负荷预测最主要的特点是：电力 负荷预测结果受不确定因素影响较大，但是预测结果必须具有相当高的准确性。 影响电力负荷变化的因素有很多。首先，各用电部门用电特性的改变以及各 种用电设备用电方式的变化，都会立即对电力负荷预测结果造成影响；其次，气 候条件也是影响电力负荷的一个不可忽视的因素：最后，国民经济的发展、政治 经济环境等条件对负荷也有一定的影响。 1 2 2 电力负荷预测分类 电力负荷预测按预测期限可以分为短期预n t 1 ( 2 4 个月以下) 、中期预n ( 5 l o 年) 和长期预n i l ( 1 0 , - - 3 0 年) 三种。 短期预测又分为两种。对同或周进行预测称之为即期预测，其结果用于编制 发电机的运行计划、确定旋转备用容量、控制检修计划、估计收入、计算燃料及 购入电量的数量和费用。在此周期内，发供电的固定成本及燃料储备不变，预测 只是一种手段，以促进现有的发电机组及电厂在最经济的状况下运行。这种预测 硕士学位论文第一章绪论 一般是在电网调度部门由编制运行方式的人员进行预测。本文主要对这种短期负 荷预测方法进行研究。 期限为1 2 2 4 个月的预测与上述的即期预测一样，发电的固定成本也不变。 这种预测除用于电厂经济运行外，还用于确定检修计划、确定电力系统间的交换 功率、水力发电工程的水库和水文情况的估计、核电厂燃料棒的管理，以及确定 燃料和购电的数量和费用。在这期间还有可能调整输变电建设计划。这种预测主 要在电力公司的计划部门进行，也是最有研究价值的一种预测类别。 中期预测的期限大致与电力工程项目的建设周期相适应，因此，对电力部门 来讲这种期限的预测至关重要。根据这种预测的结果，做出发电项目的建设计划， 包括电厂项目的建设地点、发电方式、建设规模、建设进度安排以及相邻电力网 间的售受点关系。同时，中期预测也是输变电工程建设计划的根据，还是配电计 划、电价研究及其他与电力发展有关的经济研究的基础。我国电力规划部门所做 的预测，主要是指这种预测。 长期预测用于战略规划，包括对发电能源资源的长远需求的估计，确定电力 工业的战略目标，确定电力新科技发展及科技开发规划，以及长远电力发展对资 金总量的需求估计等，均需要从长期电力负荷预测的结果出发来做出分析和判 断。进行长期预测时，必须了解各种类型负荷的发展趋向，系统中各地区负荷的 特点及其变化趋势。电力供应部门可以根据预测中掌握的情况采取相应的对策， 以调整和影响电力负荷的发展趋向。中期预测和长期预测方法上大致是相同的。 按照规划的地区范围不同，负荷预测也可以按范围划分。全国电力规划进行 全国范围的电力负荷需求预测，地区或电网电力规划则应作地区或电网范围的电 力负荷预测。由于电力传输与销售只能在电网内进行，因此电网范围内的负荷预 测更为重要，它不仅关系到电网范围内的电力工业发展水平和速度，也是确定各 电网间的售受电力电量的重要依据。 1 2 3 电力负荷负荷预测的基本原则 负荷预测中的模型、方法是依据下述基本原则建立起来的【2 】： 1 ) 延续性原则，或称为惯性定理、连贯原则。可以说，没有一种事物的发 展会与其过去的行为失去联系。设想在各种因素没有改变的情况下，电力需求也 不可能随意变动。否则，电力需求的预测就没有任何规律可循，预测理论也就没 有了立根之本。这表明预测的历史行为中已经包含了许多信息，其中包括其他影 响因素对其的作用效果。 事物过去的行为不仅影响到现在，还会影响到未来，任何事物的发展都带有 一定的惯性。惯性实际上反映的是系统“势”的大小。系统越大，“势 越大， 硕十学位论文第一章绪论 表现出来的惯性也就越大，外推预测技术就是基于延续性原则产生的。预测量的 历史行为对未来的影响越大，应用外推预测技术得到的精度越高。 2 ) 类推原则，或称为相似性原则。许多事物之间在发展变化上常有类似的 地方。因此，可以把先发展事物的变化过程类推到后发展的事物上去，从而对后 者作出预测。例如，研究国外前几年的变化规律，可能对我国近期的发展有着重 要的作用；通过某种抽样条差，研究了某个局部或小范围的发展变化规律，也可 以类推到整体和大范围的发展中去。此外，在相同的背景下，预测量会体现出与 历史量相同的规律。 可见，在预测活动中，可以而且应该根据预测对象与类似已知事物发展状况 进行类比，更可以与其历史发展规律进行类比，从而推知对象的未来发展规律。 电力系统中也经常使用这种技术。例如，各年春节期间的日负荷曲线往往表现出 彼此相同、但与其他日负荷曲线完全不同的形态，因此，节假日曲线形状 的预测，可以参照往年的情况得出预测结果。 3 ) 相关原则。任何事物的发展变化都不是孤立的，都与其他事物之间存在 相互的联系，因此有着相互的影响，其中最重要的是因果关系。例如，电力系统 受到经济发展、天气变化等因素的影响。这种事物发展变化过程中的相互联系就 是相关性。基于相关原则，产生了相关预测技术。 4 ) 概率推断原则，或称为统计规律性原则。预测量的历史行为中必然包含 着一定的随即因素，同时，也由于电力部门无法确切判断各类相关因素对预测对 象的量化影响，从而给预测带来很大的困难。因此，只能分析预测对象所呈现的 某种统计规律性，需要预测人员对具有不确定性结果的预测对象提出较为确定的 结果，这就要应用概率推断原则。预测量的这种统计规律性是应用概率论与数理 统计的理论和方法进行预测的基础。例如，定量预测中的置信区间就是一个典型 的代表。 5 ) 反馈原则。预测实际上就是利用预测对象过去和现在的信息对未来的行 为作出估计，因此必须依赖于信息的搜集。可信的信息搜集越多，越有可能做好 预测。但是，即便如此，预测的偏差也不可能完全消除，预测误差的大小和正负 号表明了预测模型和客观实际情况偏离的程度。据此，可以利用预测误差所反映 出来的一些信息，对模型和参数进行修正，尽量使模型符合实际情况，从而在以 后的预测中减小误差。 以上负荷预测的基本原则，是保证预测技术科学性的前提条件，也是直接产 生预测技术的基础，由此衍生出了多种多样的预测方法。 硕士学位论文 第一章绪论 1 2 4 电力负荷预测的基本要求 要做好负荷预测，需要满足以下几方面的要求： 1 ) 基础资料的合理性。负荷预测的目的是得到合理、可信的预测结果， 负荷预测的核心是根据预测对象的历史资料，建立数学模型来表述其发展变化规 律。因此，要做好负荷预测，需要搜集和掌握大量全面、准确的资料，并且进行 必要的分析和整理，这是进行电力系统负荷预测的基础。 2 ) 历史数据的可用性。如果各种渠道所取得的数据互相矛盾，就要对历 史数据进行合理性分析与取舍，去“伪 存“真 。“伪 产生的原因主要有：人 为因素造成的错误( 如录入错误) ，统计口径不同带来的误差，“异常数据”的存 在。前两种“伪 容易修正。而由于历史上的突发事件或某些特殊原因对统计数 据带来重大的影响，这些统计数据被称之为“异常数据 ，“异常数据的存在 给正常历史序列带来较大的随机干扰，影响预测体系的预测精度，如果“异常数 据 过大甚至会误导预测体系的预测结果，因此必须排除由于“异常数据”的存 在带来的不良影响。 3 ) 统计分析的全面性。对于大量的历史资料，要进行客观而全面的统计分 析。预测工作者应该从客观情况出发，本着实事求是的原则，反复研究和分析历 史发展的内在规律性，为预测工作打好基础。 4 ) 预测手段的先进性。包含两层意思，一是预测工具的先进性，由于数据 量很大，可采用计算机进行各种统计分析及预测工作，预测人员可以从繁杂的大 量计算中解脱出来；而是预测理论的先进性，可以不断发展和应用新的预测理论 与方法，借鉴其他领域预测工作中的成功经验，使电力系统负荷预测达到一个较 高的水平。 5 ) 预测方法的适应性。预测量发展变化的自然规律复杂多样，因此要求预 测方法所具有的适应性包括： ( 1 ) 由于电力系统负荷预测实在一定的假设条件下进行的，其中包含了许 多不确定因素，采用单一的方法进行预测，很难取得令人满意的结果。预测方法 能适应预测量发展变化规律的多样性，即要求预测系统建立完备的预测模型库， 这是建立负荷预测软件系统的基础。 ( 2 ) 各个预测模型，需要进行参数的合理估计，并根据预测效果不断进行 自适应调整，以期达到更好预测效果。 ( 3 ) 在多种预测模型得到的不同规律的基础上，进行合理的综合分析、优 化组合，得到最接近与该预测项的历史规律、可靠性好、预测警队高的综合模型。 这个思想将在后文详细阐述。 硕十学位论文 第一章绪论 1 2 5 电力负荷预测流程 对电力负荷进行科学预测，要有一个基本流程，就是要考虑预测工作怎样进 行，分几个阶段，先做什么，后做什么。只有把负荷预测工作的整个程序搞清楚， 才能做好负荷预测工作。电力系统负荷预测一般分为如下几个步骤： 1 ) 确定预测目标，制定预测计划。就是要在明确预测目的的前提下，规定 预测对象的范围、内容和预测期限。一般而言，预测范围视研究问题所涉及的范 围定，编制全国电力规划，就要预测全国范围内的电力、电量需求量：编制大区 网局或地方( 省、地、县) 电力局的发展规划，就要预测大区电网或地方电力局范 围内的电力、电量需求量。预测的内容包括电力、电量、电力负荷的地区分布， 电力负荷随时间的变化规律，以及电力负荷曲线特征及负荷曲线等，预测期限是 指预测的时间长短，如短期、中期及长期预测。本文的预测目标是甘肃省某县电 网的短期负荷预测。 2 ) 基础资料的分析与处理。资料是预测的基本依据，占有的资料的充裕程 度及资料的可信度，对预测结果的可信度是至关重要的。在对大量的资料进行全 面分析之后，选择其中有代表性的、真实程度和可用程度高的有关资料作为预测 的基础资料。一般来说，由于预测的质量不会超过所用资料的质量，所以要对所 收集的与负荷有关的统计资料进行审核和必要的分析加工，以保证资料的质量， 从而为保证预测质量打下基础。即要注意资料的完整无缺，数字准确无误，反映 的都是正常状态下的水平。还要注意资料的补缺，并对不可靠的资料加以核实调 整。在经过初步整理之后，还要对所用资料进行数据分析预处理，即对历史资料 中的异常值平稳化以及缺失数据的补遗。所以本文在运用电力实际数据之前，对 其中的各种异常数据，进行了补缺和平滑化处理。本文的原始资料来自于某地供 电局的地区负荷历史记录。 3 ) 预测模型的选择。负荷预测模型是统计资料轨迹的概括，预测模型是多 种多样的，因此，对具体资料要选择恰当的预测模型，这是负荷预测过程中至关 重要的一步。当由于模型选择不当而造成预测误差过大时，就需要改换模型，必 要时，还可同时采用几种数学模型进行运算，以便对比、选择。根据所确定的预 测内容，对预测对象进行客观、详细的分析；根据历史数据的发展情况，并考虑 本地区实际情况和资料的可利用程度，选择建立合理的数学模型。 4 ) 模型参数辨识。预测模型一旦建立，即可根据实际数据求取模型的参数。 5 ) 应用模型进行预测。根据求取的模型参数，应用该模型对未来时段的行 为做出预测，给出“上、中、下 几个可能的、较为可靠的预测方案。 6 ) 预测结果的评价。这是预测的最终成就所在，它是对多种方法的预测结 果进行比较和综合分析，根据经验和常识判断预测结果是否合理，对结果进行适 硕士学位论文第一章绪论 当修正，得到最终的预测结果。一般要求短期预测的误差不超过3 ，中期预测 的允许误差为5 ，长期预测的误差也不应超过1 5 。 1 2 6 电力负荷预测技术方法简介 最早的负荷预测通常是凭借调度人员的经验作直觉判断，即根据己有的资料 和经验，绘制负荷预测曲线。在负荷预测发展初期，由于数学发展的局限和对负 荷预测精度要求不高，人们建立了一些传统的负荷预测方法，传统预测方法的产 生和发展是与概率论和数理统计等数学理论的发展密不可分的。 随着电力市场的发展，负荷预测的重要性日益显现，并且对负荷预测精度的 要求越来越高。传统负荷预测方法虽然比较成熟，预测结果具有一定的参考价值， 但要进一步提高预测精度，就需要对传统方法进行一些改进，同时随着电力系统 负荷预测理论研究的不断深入，实践应用的不断发展。2 0 世纪8 0 年代后期，一 些新兴学科理论的现代预测方法逐渐得到成功应用。 以下是一些比较典型的电力负荷预测方法： 1 、时间序列法 时间序列法【3 4 】分为确定性时序法和随机性时序法，前者包括时间序列平滑 法，趋势外推和季节变动法等；后者包括马尔可夫法和b o x j e n k i n s 法( 又称a r m a 模型法) 等，其中b o x j e n k i n s 法最成功，使用最广泛。时间序列法一般都是建立 在假定负荷是稳定发展变化的基础上，没有考虑天气等影响负荷变化的因素，故 而面对天气骤变或突发事件时预测误差较大，只适用于在负荷变化比较平稳的前 提下进行的预测。这种方法的优点是所需历史数据少，模型简单，预测速度快： 缺点是预测精度不能满足实际工程的要求，在节假日的预测效果不令人满意，加 上不具备自适应和自学习的能力，预测系统的鲁棒性没有保障。 2 、回归算法 回归算法【5 ，6 】能够考虑进天气影响和特殊日负荷的特点，但它需要大量数据 的参与计算，同时一般均假设各变量之间是简单的线性关系，而负荷与天气等变 量之间是动态的、非线性的关系，对此，回归算法便不能很好地解决；另外，部 分假设天气与负荷之间是动态、非线性关系的回归算法也只是通过简单的变量代 换来拟合这种非线性关系，故均不能较好地反映负荷与天气间的关系。 九十年代以后，随着人工智能理论的发展与成熟，短期负荷预测的新技术层 出不穷，综合起来主要有专家系统法、人工神经网络方法、支持向量机方法、模 糊推理方法等。 3 、专家系统预测方法 专家系统预测【_ 7 】是一个基于知识的程序设计方法建立起来的计算机系统，它 硕上学位论文第一章绪论 拥有某个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 其领域内做出智能决策，所以一个完整的专家系统是由四个部分组成：知识库、 推理机、知识获取部分和界面。对于专家系统最重要的部分是知识库，一方面需 要足够的知识，另一方面知识与数学规则之间的转化是非常重要的。利用专家知 识建立短期负荷预测，其中选择高质量专家知识并转化为数学规则是特别困难 的。 4 、神经网络预测方法 人工神经网络具有自学习能力，可通过训练样本，根据周围环境来改变自己， 并根据变化的信息，调整自身的结构。运用神经网络技术进行电力负荷预测【8 。1 3 】 的优点是对大量的非结构性、非精确性规律具有自适应功能，具有信息记忆、自 主学习、逻辑推理和优化计算的特点。其自学习和自适应功能是常规算法和专家 系统技术所不具备的。用人工神经网络( a n n ) 预测电力系统负荷是a n n 在电力 系统中应用最为成功的领域之一，a n n 预测负荷的良好性能已得到普遍的认可。 近年来，为了解决神经网络内部结构的一些问题，又将神经网络与其他的一些智 能算法结合，用以弥补神经网络算法上的不足，比较多出现的是模糊神经网络 1 4 - 1 6 】和遗传神经网络【1 7 ，1 8 1 。后面将详细研究。 5 、模糊推理方法 专家系统基于确定的事实和确定的规则，而模糊集合和模糊推理是专门用来 处理不确定性问题的理论。将模糊预测法【1 9 2 3 】引入的原因是电力系统中存在着大 量的模糊信息，如负荷预测中的关键因素气象状况的评判、负荷日期类型的划分 等【2 4 1 。模糊集合将经典集合的绝对隶属关系( 非a 即b ) 模糊化( 既a 又b ) ，典型 的隶属度函数有三角函数、梯形函数、正态分布函数、s 形分步函数和z 形分布 函数。模糊推理基于模糊规则，模糊规则以i f t h e n 的形式来表达模糊集合 间的关系。模糊集合可以用来描述影响负荷的不确定因素，比如天气条件，对于 阴与晴之间没有明确的界限，冷与暖之间也没有明确的界限，这些因素如果用精 确集合来描述，一般取程度最大的方面，这样无疑会丢失很多其它方面的信息。 因此般会将模糊集合和模糊推理与其它预测方法相结合来进行短期负荷预测。 6 、支持向量机预测方法 支持向量机( s u p p o r tv e e t o rm a c h i n e ，简称s v m ) 是在统计学习理论( s t a t i s t i e a l l e a r n i n gt h c o r y ，简称s l t ) 的基础上发展而来的一种新的模式识别方法。s v m 根 据有限的样本信息在模型的复杂性( 即对特定训练样本的学习精度) 和学习能力 ( 即无错误地识别任意样本的能力) 之间寻求最佳折衷。s v m 是一种专门研究有限 样本预测的学习方法，与传统的方法相比，s v m 没有以经验风险最小化 ( e s t i m a t i o nr i s km i n i m i z a t i o n ，简称e r m ) 原则作为基础，而是建立在结构风险 硕十学位论文第一章绪论 最小化( s t r u e t u r a lm s km i n i m i z a t i o n ，简称s r m ) 原理基础之上，发展成为一种新 型的结构化学习方法。它能很好地解决有限数量样本的高维模型的构造问题，而 且所构造的模型具有很好的预测性能。s l t 和s v m 正在成为继神经网络研究之 后的新的研究热点，并将有力地推动机器学习理论和技术的发展【2 5 。2 9 1 。 1 3 国内外负荷预测技术研究现状 在已经具有许多预测方法的情况下，众多学者仍然坚持不懈，不断探索新的 预测方法。 文献 3 0 】针对训练样本与负荷预测模型的构建及预测精度之间的强相关性， 在对负荷变化规律深入研究的基础上，提出了样本动态组织理论与方法，然后根 据负荷变化的横向与纵向特征、f 1 期、季节特征和气象特征构建时间分类树和样 本映射表，并通过对气象数据的模糊化处理进行样本初选，进而利用自组织网络 ( s o f m ) 的改进方法提取负荷水平变化趋势的特征曲线，以实现样本的动态精 选。多种模型的预测结果表明，采用的由粗到精逐步细化，多层面、多角度的样 本过滤机制，为预测日负荷建模提供了更加优质的历史样本，很好地抑制了不良 样本对预测建模可能带来的各种干扰，有效提高了电力系统短期负荷预测精度。 文献 3 1 在短期负荷预测中合理考虑了气象因素的影响。指出待预测同之前 若干目的气温对待预测同的负荷具有比较明显的影响，在持续高温情况下影响尤 其明显。通过对大量气象数据的分析表明，在不同条件下，累积效应的强度不同， 对负荷的影响程度也不同。据此，提出了用离散的累积系数和温度修正公式来反 映累积效应强度的方法，考虑了各种影响累积效应强度的因素，如待预测日的气 温、高温持续天数等。实例表明，所提出的方法比较准确地反映了累积效应对负 荷的影响。 文献 3 2 根据电力负荷序列的混沌特性，提出混沌理论和蚁群优化支持向量 机结合的电力系统短期负荷预测新方法，以相空间重构理论确定支持向量机的输 入量个数；由于训练样本集由对应预测相点的最近邻相点集构成，且是按预测相 点步进动态相轨迹生成；所以采用蚁群优化算法对支持向量机敏感参数进行优 化，可增强预测模型对混沌动力学的联想和泛化推理能力，提高负荷预测的精度 和提高预测稳定性。最后通过对某地区负荷系统日、周预测仿真测试，证明其可 获得稳定的较高预测精度。 文献 3 3 1 提出了一种新的基于知识向量机的短期负荷预测方法。知识向量机 是源自支持向量机的一种核心机技术。考虑到现在的电力市场正面临着一个新问 题，即日益增长的不确定性负荷，为了使电力系统顺利运行和更好的规划，预测 结果要求是一个预测区间而不是一个预测值，即负荷概率预测，高斯过程正好可 硕士学位论文第一章绪论 以满足要求，但是高斯过程由于模型过度训练以至于适应噪声，为了解决这个问 题，本文利用知识向量机选择必要的数据来逼近模型，这样就能抑制高斯过程中 的过度训练，从而能达到较好的预测效果。最后经过了真实数据的检验。 文献 3 4 提出了一种新的基于神经网络方法的短期负荷预测，使用最相关的 气象数据进行训练，验证和测试神经网络。气象数据的相关分析确定了神经网络 的输入参数，最后，使用埃及电力系统的负荷数据进行了验证。 文献 3 5 1 提出了一种基于模糊推理模型的短期负荷预测方法。该方法在建模 中使用的模糊控制器能缩短预测时间并且减少负荷预测误差，在模糊集的生成过 程中，考虑了天气、时间、历史数据和随机扰动等参数对负荷预测的影响。这些 参数是根据它们的优先性和重要性来选择的。最后，基于模糊推理模型负荷预测 方法与传统负荷预测方法的预测结果对比，表明了基于模糊推理模型的短期负荷 预测方法精确度更高和预测结果更好。 文献 3 6 提出了一种使用数据挖掘技术的短期负荷预测方法。通过对马来西 亚电力部门提供的数据分析发现，随着一周中五个工作日的日期类型不同，电力 负荷规律也不同，据此对每种工作日类型都建立了基于时间序列方法和相似日思 想的负荷预测模型，最后使用待预测日前最近6 周的负荷数据( 半小时采样一次) 来预测待预测日的负荷。预测结果表明，和不区分工作日类型的负荷预测模型相 比，区分工作日类型的负荷预测模型能明显的提高负荷预测的精度。 文献 3 7 1 提出了复g a u s s i a n 小波s v m 模型，并将其应用于对电力系统短期 负荷的预测。证明了复g a u s s i a n 小波核满足s v m 平移不变核条件，建立了相应 的s v m ，并且使用搜寻者优化算法对相关参数进行优化选择。在短期负荷预测 的仿真实验中，通过与常用的径向基核s v m 模型的对比，验证了该方法具有较 好的精确度和有效性。 文献【3 8 提出了基于改进聚类算法的模糊神经网络的短期负荷预测方法。首 先，利用改进聚类算法确定模糊神经网络的结构，然后利用混合学习算法训练该 网络的前件和结论参数，最后向训练好的模糊神经网络输入相关的影响因素数据 进行预测。预测结果显示，改进的模糊神经网络可以获得较高的预测精度。 文献 3 9 根据灰色系统理论数据生成方式，提出了利用负荷级比累加序列进 行卡尔曼滤波短期负荷预测的方法，以减小数据波动对预测精度的影响。首先依 据移动时间窗原理对预测点附近的历史负荷数据进行提取，再采用级比和累加生 成方式对提取数据进行处理，最后运用卡尔曼滤波算法对负荷级比序列累加值进 行预测，并通过还原算法得到所需预测时刻的负荷值。对实际电网的负荷数据进 行为期一周的仿真分析，其结果表明了该方法比基本的移动时间窗滤波算法具有 更好的预测效果。 硕上学位论文第一章绪论 文献 4 0 将基因表达式程序设计( g e n ee x p r e s s i o np r o g r a m m i n g ，g e p ) 算法应 用于电力系统短期负荷预测中，并提出误差循环补偿模型，得到了较高的预测精 度。预测过程先对负荷样本进行常规和滤波处理，消除伪数据，然后运用基因表 达式程序设计的灵活表达能力，把不同日、同一时刻的负荷序列作为样本，对未 来时刻的负荷进行分时短期预测。得到预测模型后，计算其与样本数据的误差， 再把误差值作为样本进行演化，并把误差模型补偿到原模型上，如果达不到预测 要求，则循环计算模型误差进行演化，直到满足要求为止。结果表明基因表达式 程序设计算法具有较高的效率，且误差循环补偿模型能够有效补偿演化过程中的 误差。经比较，基于基因表达式程序设计及其误差循环补偿的预测模型比时间序 列和遗传程序设计算法具有更好的预测效果。 文献 4 1 】中研究了采用基于v b n e t 的三层应用结构的负荷预测系统，构建 省地一体化预测平台，有机结合了负荷特性分析、负荷预测和考核管理三大功能， 集成了包括超短期、短期、扩展短期及中长期在内的各类预测功能，充分考虑了 气象因素和地区具体情况，体现了自组织、自学习、自适应的智能性。目前该系 统已在湖南电网投入使用，实践表明，该系统能有效地缓解负荷预测工作压力， 提高预测精度，具有良好的推广应用前景。 文献 4 2 】结合粗糙集理论、遗传算法和神经网络的优点，提出了一种新的短 期负荷预测方法，即基于粗糙集的遗传神经网络负荷预测模型。由于影响短期负 荷预测的因素众多，通过粗糙集理论中的属性约简对神经网络的输入进行了筛 选，找到与预测量相关性大的影响因素作为输入量，减少了神经网络的工作量。 为了解决神经网络自身收敛速度慢和容易陷入局部极小的缺陷，利用具有全局搜 索能力强等优点的遗传算法与之相结合。实验证明了该算法在速度和精度上都能 得到了提高，此方法在短期负荷预测中是可行的。 从以上文献可知，在短期电力负荷预测中，应用最广泛、研究最多的是神经 网络。 1 4 本文主要研究工作及章节安排 本文的研究目的是在甘肃某县已经实现“五遥”县级调度自动化的基础上， 运用神经网络理论来对该县电网进行负荷预测，针对基本的神经网络的不足，采 用改进的神经网络算法，并运用到县级电力负荷短期预测中，最终得到比较满意 的负荷预测结果。本文所进行的具体工作如下： l 、负荷预测技术的总结与研究。阅览了关于短期负荷预测研究的文献，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。总结了国内 外负荷预测的研究现状；着重分析了人工神经网络法在负荷预测中的应用。 硕上学位论文第一章绪论 2 、研究了基于人工神经网络的预测模型的建立方法，并通过实际负荷进行 了预测，验证了模型的可行性。 3 、在分析b p 神经网络算法缺陷的基础上，采用改进的b p 神经网络，建立 了县级电网短期负荷预测的模型，应用o b p 网络算法进行负荷预测，并采用历 史数据进行了算例分析，得出了较好的结论。 本文的章节安排如下：第一章为绪论，对负荷预测定义、分类、流程、应用 及国内外研究现状做了简要的介绍，并阐明了本文的研究目的和研究内容：第二 章分析了电力负荷的分类及特性以及甘肃某县电力负荷的特点，设计出负荷预测 总体方案，并介绍了各个步骤具体的方案选择：第三章着重讲述分析算法，包括 数据预处理、特征值计算、神经网络算法等；第四章描述了甘肃某县电力调度系 统软件以及本文设计的负荷预测算法仿真过程和结果：第五章为结论和展望部 分，总结了本文的研究成果，并对未来的工作提出展望。 硕1 ：学位论文 第二章负荷数据样奉研究及整体方案设计 第二章县级电力负荷研究及短期负荷预测整体方案设计 要对电力负荷进行科学的预测，就要选择适当的预测方法和技术，但是不管 选择什么样的理论方法来进行预测，都要依靠负荷的历史记录数据来建立模型。 为此，本章首先对县级电力负荷的特点进行分析，确定出电力负荷的组成部分和 对短期负荷曲线变化影响的因素，从负荷的历史记录中，找出系统负荷变化的规 律和特性，然后针对这些规律和特性对负荷历史数据进行必要的预处理。 2 1 县级电力负荷的分类和特性 2 1 1 负荷的分类 用电分类可以说明国民经济各部门用电情况和变化规律，用于分析研究经济 增长与电力生产增长、社会产品增长与电力消耗量增长的相互关系，它是反映电 气化的发展水平和趋势的指标，是负荷预测和电力分配的依据。按国民经济行业 用电进行分类，县级电力系统负荷一般可以分为县城民用电负荷、商业负荷、工 业负荷、农村负荷、以及其他负荷等，不同类型的负荷具有不同的特点和规律。 1 、民用电负荷 民用电负荷主要是县城居民的家用负荷，它具有经常的年增长以及明显的季 节性波动特点，而且民用负荷的特点还与居民的日常生活和工作的规律紧密相 关。居民负荷的季节性变化在很多情况下，直接影响系统峰值负荷的季节性变化， 但其影响程度则取决于城市居民负荷在系统总负荷中所占的比例。尤其是随着空 调、电冰箱、彩电等家用电器的广泛使用，使居民负荷变化对系统峰值负荷变化 的影响越来越大，同时民用负荷在系统负荷中所占的比重，以及民用负荷季节性 变动对系统峰值负荷季节性变动的影响都会越来越大。 从负荷的特点看，地区间呈现不同的特点，如夏季的南方由于大量空调