模糊推理在电力负荷预测中的应用 毕业论文.doc

本科生毕业论文信息工程学院毕业设计（论文）任务书题目模糊推理在电力负荷预测中的应用姓名专业 班级毕业设计（论文）起止时间 完成地点 毕业设计（论文）任务、要求负荷预测在电力系统规划和运行方面发挥的重要作用，具有明显的经济效益，负荷预测实质上是对电力市场需求的预测。本设计要求通过模糊数学理论，构造关于电力系统负荷预测的模型。要求对电力系统中一些无法精确构造数学模型的因素进行范围预测。综合考虑多种外界因素，给出合理预测值。模型要有一定的实用价值。毕业设计（论文）内容、技术参数1. 概述模糊预测系统的基本理论；2. 确定隶属函数；3. 划分模糊集；4. 定制模糊规则；5建立基于模糊理论的电力负荷预测系统的模型；6给出具体实例测试模型；7对模型进行评价。毕业设计（论文）时间安排2月20日-3月30日：选题开题。在此期间，完成选题工作，然后围绕该题目搜集资料，进行可行性研究，最后撰写开题报告；4月 1日-5月20日：实习阶段。根据自己选定的题目和搜集的相关资料，开始着手深入题目的研究设计工作，如具体的原理设计、数据分析、编写程序、调试程序等工作，最后整体完成；5月21日-6月11日：撰写论文。根据毕业实习的情况写好初稿，做好幻灯片。6月12日-6月13日：答辩。毕业设计（论文）参考文献1 杜松怀,文福拴，温步瀛.电力系统的市场化运营.中国电力出版社.20032 李鸿吉.模糊数学基础及实用算法.科学出版社.20043 罗建军.MATLAB教程.电子工业出版社.20054 Lee K Y， Cha Y T， Park J H. Short-term load forecasting using an artificial neural networkJ. IEEE Trans. on power systems， 1992，7（1）：124-131.5 M Fisher,O Nelles,R Iserman.Prediotive control based on local linear fuzzy models j.Int.J,Systems Science 1998,29(7):797-8156Hiroyuki Mori,Hidenori Kobayashi.Optimal fuzzy inference for short-term load forecasting.IEEE Trans on power systems,Vol.11,No.1,pp.390-396,February 1996指 导 教 师 (签名) 年 月 日教研室主任 (签名) 年 月 日模糊推理在电力负荷预测中的应用摘 要电力系统短期负荷预测工作一直倍受关注，是电力部门的一项重要工作。电力系统短期负荷预测是电力系统调度部门制定发电运行计划的依据，也是制定电力市场交易计划的基础，准确的负荷预测有助于提高系统的安全性和稳定性，能够减少发电成本。随着电力市场的建立和发展，短期负荷预测将发挥越来越重要的作用。本文在探讨了电力系统负荷的组成、特点，并分析比较了常用的预测方法优缺点的基础之上，采用模糊推理的方法建立了负荷预测模型，把短期负荷预测工作分为两部分：即基本负荷分量和温度、节假日负荷分量。在人工神经网络部分完成基本负荷分量的预测工作，在此不考虑。关键词：短期负荷预测；人工神经网络；模糊推理ABSTRACTGreat attention is always paid to power system short-term load forecasting (STLF), which is not only the basis for the scheduling of generating sets, but also the basis to work out the transaction schedule in electricity market. STLF is concerned to the dispatching work and production scheme of power system, and accurate load forecasting is helpful to the security and stability of power system as well as saving its generation costs. With the establishment and development of the power market, STLF will play more and more important role in power system. After discussing the constituents and characteristic in electricity market and the analysis has compared above the commonly used forecast method good and bad points foundation, we used the fuzzy reasoning the method to establish the load forecast model. We divides STLF into two parts the short-term load forecast work, Namely basic load component and temperature, holiday load component .And we didnt consider completes the basic load component in ANN part .Key words：Short term load forecasting; Artificial neuron network; Fuzzy inference 目 录中文摘要（）英文摘要（）引言（）1 电力系统概述（）1.1短期负荷预测概述（）1.2负荷预测的方法及特点（）1.2.1 单耗法（）1.2.2 趋势外推法（）1.2.3 弹性系数法 （）1.2.4 回归分析法（）1.2.5 时间序列法（）1.2.6 灰色模型法 （）1.2.7 德尔菲法（） 1.2.8 专家系统法（）1.2.9 神经网络法（）1.2.10 优选组合预测法（）1.2.11 小波分析预测技术（）1.3负荷预测的内容与分类（）2模糊数学概述（）2.1模糊数学的产生（）2.2模糊的基本特点及发展现状（） 2.3模糊推理（）2.3.1 模糊控制器的结构（）2.3.2 模糊控制器的设计（）3 本文工作（）4 算例分析（）4.1 负荷预测数据预处理（）4.2 建立模糊控制规则（）4.2.1 确定模糊控制器的输入输出变量（）4.2.2 确定输入输出变量的语言值域及相应的隶属函数（）4.2.3 建立控制规则（）4.2.4确定去模糊的方法（）4.3 建立短期负荷预测的基本模型（）4.4 预测算例分析（）4.4.1 预测结果（）4.4.2 误差分析（）4.5 模型优缺点（）5 结论与展望（）5.1 短期负荷预测尝试的结论（）5.2 短期负荷预测的期望（）致谢（）参考文献（）附录A（）附录B（）引言 负荷预测是从已知的用电需求出发，考虑气候、节假日、经济等相关因素，对未来的用电需求做出预测。电力负荷预测是电力系统规划决策、经济运行的前提和基础，电力负荷的准确预测对电力系统安全经济运行和国民经济发展具有重要意义。以往的负荷预测多采用以时间序列法为代表的经典线性模型方法，但由于负荷易受天气、节假日等各种干扰因素的影响而呈现非线性特性，因此预测结果往往难以满足实际的需要。本文在采用的是模糊推理的技术来对负荷预测进行研究，提出了用于短期负荷预测的模糊推理方法。此方法大大提高了负荷预测的准确率。负荷预测的目的就是提供负荷发展状况及水平，同时确定各供电区、各规划年供电量、供电最大负荷和规划地区总的负荷发展水平，确定各规划年用电负荷构成。1电力系统概述1.1 短期负荷预测概述电力系统的主要任务是向用户不间断地提供安全、可靠和优质的电能，满足各类负荷的需求，这里的负荷可以是指电力需求量或者用电量，即功率。而电力系统的负荷是影响系统安全稳定运行的重要因素，这是因为电力系统正常运行的首要约束条件就是要保持功率平衡，即发出的功率应该满足负荷的需要量。负荷预测就是为满足和保证这一平衡提前做好准备，系统可以在负荷预测的基础上进行负荷的调整和管理。由于电力工业和一般其它产业不同，其产品无法储存，电力的生产和消费必须在同一瞬间进行，电站建设耗资大，建设周期长，电能对于国民经济各个行业和人民生活的重要性，尤其是在一个相当时期内的供需矛盾，这一切使电力负荷预测尤其重要，电力负荷预测已成为电力系统调度、用电、计划、规划等管理部门的重要工作之一。提高负荷预测技术水平，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，有利于制定合理的电源建设规划，有利于提高电力系统的经济效益和社会效益。因此，负荷预测应成为实现电力系统管理现代化的重要内容之一。1996年我国的发电装机容量和发电量跃居世界第二位；到2000年3月，我国发电装机容量再次跨上3亿kW的台阶，进入了世界电力生产和消费大国的行列，从此国民经济和社会发展对电力的需求得到基本满足，这使负荷预测的重要性更加突出。而要求进一步改进系统负荷预测工作的一个原因是，这几年我国开始推行的电力市场的工作对负荷预测提出了更高的要求，因为短期负荷预测作为电力市场中的一项经济信息，是各级电力市场的重要组成部分，对于建立电量计费系统、实行峰谷分时电价和建立模拟电力市场等均有深刻影响。但在电力市场条件下，除了负荷的随机性以外，实时电价甚至投机因素都给负荷预测工作增加了难度。随着我国电力市场的进一步发展，短期负荷预测在电力系统的经济运行方面的影响会愈来愈明显，尤其对发电市场侧有深远影响，主要表现在：(1)短期负荷预测值对实时电价制定的影响。电价是电力市场的杠杆和核心内容，体现了电力市场的竞争性和开放性.而电价的制定是在未来给定电价计算期的负荷预测的基础上完成的。因此，发电企业要保证其电价的竞争能力并且盈利，就必须获得较精确的负荷预测，才能定出既有竞争力又保证盈利的电价。(2)短期负荷预测值对用户用电情况的影响。由于负荷的随机变化，或发、输、配电设备的故障，电能的供、需情况是不断变化的，供电成本也是随之变化的。即使是同一用户，不同时间用电时，对其供电的成本也是不同的。为了反映这种差别，电力市场要促进用户合理用电，采用分时电价的措施，鼓励用户将高峰期的负荷移至低谷期。短期负荷预测结果的出现，使用户可以了解负荷高峰和低谷出现的时间以便合理安排用电情况，节约电费；而且用户可以相应地对电价做出响应，选择低电价时段用电。(3)短期负荷预侧对转运业务的影响.提供转运业务是电力市场中电网的一项基本功能，转运是电力市场平等竞争的必要条件，可以给电网带来巨大的效益。而电网在执行转运业务时，将根据负荷预侧的数据及各发电机的运行参数，制定发电计划和调度计划，所以准确的负荷预测将促进供、运、用电三方的协调。(4)短期负荷预侧对合同电量分配的影响。由于在初级发电市场，所有电量统一进行竞价，只在电费结算时考虑合同电量，按照差价合约结算。由于电费结算按时段进行，需将合同电量按负荷预测曲线分配至各时段。在最后是按短期负荷预测曲线将日合同电量分到各时段，所以不准确的短期负荷预测将导致违约，甚至引起电量分配的不合理，造成电量不足等问题。(5)短期负荷预测对系统充裕性评估的影响。系统充裕性评估(Projected Assessment of System Adequacy)由电力调度中心负责，主要内容是分析预测中、短期系统供需平衡和系统安全情况，目的是让市场成员正确了解信息，安排1年中系统的供电、用电及设备检修，进行发电报价决策，以尽可能减少电力调度中心的干预。PASA具有十分重要的作用，是发电市场得以顺利进行的基础。这也体现了准确的短期负荷预测对系统及发电市场的重要影响和作用。负荷预测方法发展至今，已经积累了不少经验。但是，由于电力系统的负荷要受到很多因素的影响：如负荷构成，负荷随时间变化规律，气象变化的影响及负荷随机波动。按照系统负荷构成，不同的负荷有着不同的变化规律，而且一个地区负荷往往含有几种类型的负荷，比例不同。各类用电负荷的时间变化规律是不同的，由它们构成的系统负荷具有不同的变化规律。气象对负荷有明显的影响，气温、阴晴、降水和大风都会引起负荷的变化，但每个电网负荷对各种气象因素的敏感程度是不相同的，这是研究负荷预测的重要内容。负荷的随机波动是指某些未知的不确定因素引起的负荷变化，对每一电网随机波动负荷大小是不相同的。基于影响负荷预测的众多不同的因素，迄今为止还没有开发出一种适用于不同地区的通用方法，因此研究适用于具体系统的短期负荷预测方法已成为电力系统调度自动化中的一个重要课题，同时这也是电力市场发展的必然要求。1.2 负荷预测的方法及特点1.2.1 单耗法 按照国家安排的产品产量、产值计划和用电单耗确定需电量。单耗法分产品单耗法和产值单耗法两种。采用单耗法预测负荷前的关键是确定适当的产品单耗或产值单耗。从我国的实际情况来看，一般规律是产品单耗逐年上升，产值单耗逐年下降。单耗法的优点是：方法简单，对短期负荷预测效果较好。缺点是：需做大量细致的调研工作，比较笼统，很难反映现代经济、政治、气候等条件的影响。 1.2.2 趋势外推法当电力负荷依时间变化呈现某种上升或下降的趋势，并且无明显的季节波动，又能找到一条合适的函数曲线反映这种变化趋势时，就可以用时间t为自变量，时序数值y为因变量，建立趋势模型yf(t)。当有理由相信这种趋势能够延伸到未来时，赋予变量t所需要的值，可以得到相应时刻的时间序列未来值。这就是趋势外推法。 应用趋势外推法有两个假设条件：（1）假设负荷没有跳跃式变化；（2）假定负荷的发展因素也决定负荷未来的发展，其条件是不变或变化不大。选择合适的趋势模型是应用趋势外推法的重要环节，图形识别法和差分法是选择趋势模型的两种基本方法。 外推法有线性趋势预测法、对数趋势预测法、二次曲线趋势预测法、指数曲线趋势预测法、生长曲线趋势预测法。趋势外推法的优点是：只需要历史数据、所需的数据量较少。缺点是：如果负荷出现变动，会引起较大的误差。 1.2.3 弹性系数法 弹性系数是电量平均增长率与国内生产总值之间的比值，根据国内生产总值的增长速度结合弹性系数得到规划期末的总用电量。弹性系数法是从宏观上确定电力发展同国民经济发展的相对速度，它是衡量国民经济发展和用电需求的重要参数。该方法的优点是：方法简单，易于计算。缺点是：需做大量细致的调研工作。 1.2.4 回归分析法 回归预测是根据负荷过去的历史资料，建立可以进行数学分析的数学模型。用数理统计中的回归分析方法对变量的观测数据统计分析，从而实现对未来的负荷进行预测。回归模型有一元线性回归、多元线性回归、非线性回归等回归预测模型。其中，线性回归用于中期负荷预测。优点是：预测精度较高，适用于在中、短期预测使用。缺点是：（1）规划水平年的工农业总产值很难详细统计；（2）用回归分析法只能测算出综合用电负荷的发展水平，无法测算出各供电区的负荷发展水平，也就无法进行具体的电网建设规划。 1.2.5 时间序列法 就是根据负荷的历史资料，设法建立一个数学模型，用这个数学模型一方面来描述电力负荷这个随机变量变化过程的统计规律性；另一方面在该数学模型的基础上再确立负荷预测的数学表达式，对未来的负荷进行预测。时间序列法主要有自回归、滑动平均和自回归与滑动平均等。这些方法的优点是：所需历史数据少、工作量少。缺点是：没有考虑负荷变化的因素，只致力于数据的拟合，对规律性的处理不足，只适用于负荷变化比较均匀的短期预测的情况。 1.2.6 灰色模型法 灰色预测是一种对含有不确定因素的系统进行预测的方法。以灰色系统理论为基础的灰色预测技术，可在数据不多的情况下找出某个时期内起作用的规律，建立负荷预测的模型。分为普通灰色系统模型和最优化灰色模型两种。 普通灰色预测模型是一种指数增长模型，当电力负荷严格按指数规律持续增长时，此法有预测精度高、所需样本数据少、计算简便、可检验等优点；缺点是对于具有波动性变化的电力负荷，其预测误差较大，不符合实际需要。而最优化灰色模型可以把有起伏的原始数据序列变换成规律性增强的成指数递增变化的序列，大大提高预测精度和灰色模型法的适用范围。灰色模型法适用于短期负荷预测。灰色预测的优点：要求负荷数据少、不考虑分布规律、不考虑变化趋势、运算方便、短期预测精度高、易于检验。缺点：一是当数据离散程度越大，即数据灰度越大，预测精度越差；二是不太适合于电力系统的长期后推若干年的预测。 1.2.7 德尔菲法 德尔菲法是根据有专门知识的人的直接经验，对研究的问题进行判断、预测的一种方法，也称专家调查法。德尔菲法具有反馈性、匿名性和统计性的特点。德尔菲法的优点是：（1）可以加快预测速度和节约预测费用；（2）可以获得各种不同但有价值的观点和意见；（3）适用于长期预测，在历史资料不足或不可预测因素较多尤为适用。缺点是：（1）对于分地区的负荷预测则可能不可靠；（2）专家的意见有时可能不完整或不切实际。 1.2.8 专家系统法 专家系统预测法是对数据库里存放的过去几年甚至几十年的，每小时的负荷和天气数据进行分析，从而汇集有经验的负荷预测人员的知识，提取有关规则，按照一定的规则进行负荷预测。实践证明，精确的负荷预测不仅需要高新技术的支撑，同时也需要融合人类自身的经验和智慧。因此，就会需要专家系统这样的技术。专家系统法，是对人类的不可量化的经验进行转化的一种较好的方法。但专家系统分析本身就是一个耗时的过程，并且某些复杂的因素(如天气因素)，即使知道其对负荷的影响，但要准确定量地确定他们对负荷地区的影响也是很难的。专家系统预测法适用于中、长期负荷预测。此法的优点是：能汇集多个专家的知识和经验，最大限度地利用专家的能力；占有的资料、信息多，考虑的因素也比较全面，有利于得出较为正确的结论。缺点是：不具有自学习能力，受数据库里存放的知识总量的限制；对突发性事件和不断变化的条件适应性差。 1.2.9 神经网络法 神经网络(ANN, Artificial Neural Network)预测技术，可以模仿人脑做智能化处理，对大量非结构性、非确定性规律具有自适应功能。ANN应用于短期负荷预测比应用于中长期负荷预测更为适宜。因为，短期负荷变化可以认为是一个平稳随机过程。而长期负荷预测可能会因政治、经济等大的转折导致其模型的数学基础的破坏。优点是：（1）可以模仿人脑的智能化处理；（2）对大量非结构性、非精确性规律具有自适应功能；具有信息记忆、自主学习、知识推理和优化计算的特点。缺点是：（1）初始值的确定无法利用已有的系统信息，易陷于局部极小的状态；（2）神经网络的学习过程通常较慢，对突发事件的适应性差。 1.2.10 优选组合预测法 优选组合有两层含义：一是从几种预测方法得到的结果中选取适当的权重加权平均；二是指在几种预测方法中进行比较，选择拟和度最佳或标准偏差最小的预测模型进行预测。对于组合预测方法也必需注意到，组合预测是在单个预测模型不能完全正确地描述预测量的变化规律时发挥作用。一个能够完全反映实际发展规律的模型进行预测完全可能比用组合预测方法预测效果好。该方法的优点是：优选组合了多种单一预测模型的信息，考虑的影响信息也比较全面，因而能够有效地改善预测效果。缺点是：（1）权重的确定比较困难；（2）不可能将所有在未来起作用的因素全包含在模型中，在一定程度上限制了预测精度的提高。 1.2.11 小波分析预测技术 小波分析是一种时域-频域分析法，它在时域和频域上同时具有良好的局部化性质，并且能根据信号频率高低自动调节采样的疏密，它容易捕捉和分析微弱信号以及信号、图像的任意细小部分。其优点是：能对不同的频率成分采用逐渐精细的采样步长，从而可以聚集到信号的任意细节，尤其是对奇异信号很敏感，能很好的处理微弱或突变的信号，其目标是将一个信号的信息转化成小波系数，从而能够方便地加以处理、储存、传递、分析或被用于重建原始信号。这些优点决定了小波分析可以有效地应用于负荷预测问题的研究。 1.3负荷预测的内容与分类电力系统负荷预测包括最大负荷功率、负荷电量及负荷曲线的预测。最大负荷功率预测对于确定电力系统发电设备及输变电设备的容量是非常重要的。为了选择适当的机组类型和合理的电源结构以及确定燃料计划等，还必须预测负荷及电量。负荷曲线的预测可为研究电力系统的峰值、抽水蓄能电站的容量以及发输电设备的协调运行提供数据支持。负荷预测根据目的的不同可以分为超短期、短期、中期和长期：（1）超短期负荷预测是指未来1h以内的负荷预测，在安全监视状态下，需要510s或15min的预测值，预防性控制和紧急状态处理需要10min至1h的预测值。（2）短期负荷预测是指日负荷预测和周负荷预测，分别用于安排日调度计划和周调度计划，包括确定机组起停、水火电协调、联络线交换功率、负荷经济分配、水库调度和设备检修等，对短期预测，需充分研究电网负荷变化规律，分析负荷变化相关因子，特别是天气因素、日类型等和短期负荷变化的关系。（3）中期负荷预测是指月至年的负荷预测，主要是确定机组运行方式和设备大修计划等。（4）长期负荷预测是指未来35年甚至更长时间段内的负荷预测，主要是电网规划部门根据国民经济的发展和对电力负荷的需求，所作的电网改造和扩建工作的远景规划。对中、长期负荷预测，要特别研究国民经济发展、国家政策等的影响。2 模糊数学概述2.1 模糊数学的产生模糊数学由美国控制论专家L.A.扎德（L.A.Zadeh,1921-）教授所创立。他于1965年发表了题为模糊集合论（Fuzzy Sets）的论文，从而宣告模糊数学的诞生。L.A.扎德教授多年来致力于“计算机”与“大系统”的矛盾研究，集中思考了计算机为什么不能象人脑那样进行灵活的思维与判断问题。尽管计算机记忆超人，计算神速，然而当其面对外延不分明的模糊状态时，却“一筹莫展”。可是，人脑的思维，在其感知、辨识、推理、决策以及抽象的过程中，对于接受、贮存、处理模糊信息却完全可能。计算机为什么不能象人脑思维那样处理模糊信息呢?其原因在于传统的数学，例如康托尔集合论（Cantors Set）,不能描述“亦此亦彼”现象。集合是描述人脑思维对整体性客观事物的识别和分类的数学方法。康托尔集合论要求其分类必须遵从形式逻辑的排中律，论域（即所考虑的对象的全体）中的任一元素要么属于集合A，要么不属于集合A，两者必居其一，且仅居其一。这样，康托尔集合就只能描述外延分明的“分明概念”，只能表现“非此即彼”，而对于外延不分明的“模糊概念”则不能反映。这就是目前计算机不能象人脑思维那样灵活、敏捷地处理模糊信息的重要原因。为克服这一障碍，L.A.扎德教授提出了“模糊集合论”。在此基础上，现在已形成一个模糊数学体系。模糊数学产生的直接动力，与系统科学的发展有着密切的关系。在多变量、非线性、时变的大系统中，复杂性与精确性形成了尖锐的矛盾。L.A.扎德教授从实践中总结出这样一条互克性原理：“当系统的复杂性日趋增长时，我们作出系统特性的精确然而有意义的描述的能力将相应降低，直至达到这样一个阈值，一旦超过它，精确性和有意义性将变成两个几乎互相排斥的特性。”这就是说，复杂程度越高，有意义的精确化能力便越低。复杂性意味着因素众多，时变性大，其中某些因素及其变化是人们难以精确掌握的，而且人们又常常不可能对全部因素和过程都进行精确的考察，而只能抓住其中主要部分，忽略掉所谓的次要部分。这样，在事实上就给对系统的描述带来了模糊性。“常规数学方法的应用对于本质上是模糊系统的分析来说是不协调的，它将引起理论和实际之间的很大差距。”因此，必须寻找到一套研究和处理模糊性的数学方法。这就是模糊数学产生的历史必然性。模糊数学用精确的数学语言去描述模糊性现象，“它代表了一种与基于概率论方法处理不确定性和不精确性的传统不同的思想，不同于传统的新的方法论”。它能够更好地反映客观存在的模糊性现象。因此，它给描述模糊系统提供了有力的工具。L.A.扎德教授于1975年所发表的长篇连载论著语言变量的概念及其在近似推理中的应用（The Concept of a Linguistic Variable &Its Application to Approximate Reasoning），提出了语言变量的概念并探索了它的含义。模糊语言的概念是模糊集合理论中最重要的发展之一，语言变量的概念是模糊语言理论的重要方面。语言概率及其计算、模糊逻辑及近似推理则可以当作语言变量的应用来处理。人类语言表达主客观模糊性的能力特别引人注目，或许从研究模糊语言入手就能把握住主客观的模糊性、找出处理这些模糊性的方法。有人预言，这一理论和方法将对控制理论、人工智能等作出重要贡献。模糊数学是运用数学方法研究和处理模糊性现象的一门数学新分支。它以“模糊集合”论为基础。模糊数学提供了一种处理不肯定性和不精确性问题的新方法，是描述人脑思维处理模糊信息的有力工具。它既可用于“硬”科学方面，又可用于“软”科学方面。模糊数学诞生至今历史很短，然而它发展迅速、应用广泛。它涉及纯粹数学、应用数学、自然科学、人文科学和管理科学等方面。在图象识别、人工智能、自动控制、信息处理、经济学、心理学、社会学、生态学、语言学、管理科学、医疗诊断、哲学研究等领域中，都得到广泛应用。把模糊数学理论应用于决策研究，形成了模糊决策技术。只要经过仔细深入研究就会发现，在多数情况下，决策目标与约束条件均带有一定的模糊性，对复杂大系统的决策过程尤其是如此。在这种情况下，运用模糊决策技术，会显得更加自然，也将会获得更加良好的效果。2.2 模糊的基本特点及发展现状所谓模糊现象，是指客观事物之间难以用分明的界限加以区分的状态，它产生于人们对客观事物的识别和分类之时，并反映在概念之中。外延分明的概念，称为分明概念，它反映分明现象。外延不分明的概念，称为模糊概念，它反映模糊现象。模糊现象是普遍存在的。在人类一般语言以及科学技术语言中，都大量地存在着模糊概念。例如，高与短、多与少、美与丑、清洁与污染、甚至象人与猿、脊椎动物与无脊椎动物、生物与非生物等等这样一些对立的概念之间，都没有绝对分明的界限。一般说来，分明概念是扬弃了概念的模糊性而抽象出来的，是把思维绝对化而达到的概念的精确和严格。然而模糊集合不是简单地扬弃概念的模糊性，而是尽量如实地反映人们使用模糊概念时的本来含意。这是模糊数学与普通数学在方法论上的根本区别。恩格斯说：“辩证法不知道什么绝对分明的和固定不变的界限，不知道什么无条件的普遍有效的非此即彼！它使固定的形而上学的差异互相过渡，除了非此即彼！，并且使对立互为中介；辩证法是唯一的、最高度地适合于自然观的这一发展阶段的思维方法。”目前，世界上发达国家正积极研究、试制具有智能化的模糊计算机，1986年日本山川烈博士首次试制成功模糊推理机，它的推理速度是1000万次/秒。1988年，我国汪培庄教授指导的几位博士也研制成功一台模糊推理机分立元件样机，它的推理速度为1500万次/秒。这表明我国在突破模糊信息处理难关方面迈出了重要的一步。模糊数学是一门新兴学科，它已初步应用于模糊控制、模糊识别、模糊聚类分析、模糊决策、模糊评判、系统理论、信息检索、医学、生物学等各个方面。在气象、结构力学、控制、心理学等方面已有具体的研究成果。然而模糊数学最重要的应用领域是计算机职能，不少人认为它与新一代计算机的研制有密切的联系。我国学者对模糊数学的研究始于70年代中期，然而发展甚速，已有了一支较强的研究队伍，成立了中国模糊集与系统学会，出版了模糊数学杂志。出版了许多颇有价值的论著，例如，汪培庄教授所著模糊集与随机集落影、模糊集合论及其应用，张文修教授编著的模糊数学基础等等。我国学者把模糊数学理论应用于气象预报，提高了预报质量，在1980年召开的国际气象学术讨论会上，我国所提交论文得到会议的好评。在中医医疗诊断方面，还制成了关幼波教授治疗肝病计算机诊断程序。实践表明，该计算机的医疗效果良好，为继承、发扬祖国医学作出了贡献。这一经验也被推广应用于治疗急腹症等方面。我国学者应用模糊数学理论，在地质探矿、生态环境、企业管理、生物学、心理学等领域，也都分别取得了较好的应用成果。2.3模糊推理 模糊控制是一类应用模糊集合理论的控制方法。模糊控制的价值可从两个方面来考虑。一方面，模糊控制提出一种新的机制用于实现基于知识（规则）甚至语义描述的控制规律。另一方面，模糊控制为非线性控制器提出一个比较容易的设计方法，尤其是当受控装置（对象或过程）含有不确定性而且很难用常规非线性控制理论处理时，更是有效。2.3.1 模糊控制器的结构图1给出模糊逻辑控制器的一般结构，它由模糊输入和输出、模糊化、模糊推理和去模糊化等部分组成。精确结果模糊输入模糊化模糊推理去模糊化模糊输出 原始输入图1 模糊控制器结构2.3.2 模糊控制器的设计在设计模糊控制器时，必须考虑下列各项内容与原则：1. 选择模糊控制器的结构为模糊控制器选择与确定一种合理的结构，是设计模糊控制器的第一步。选择模糊控制器的结构就是确定模糊控制器的输入变量和输出变量。由于模糊控制器的结构对受控系统的性能有很大影响，因而必须根据受控对象的具体情况合理地选择模糊控制器的结构。2. 选取模糊控制规则模糊控制规则是模糊控制器的核心，必须精心选取这些规则，包括确定模糊语言变量和语言值的隶属函数，以及由各种推理模式来建立模糊控制规则；并考虑下列问题：(1) 选定描述控制器输入和输出变量的语义词汇：我们称这些语义变量词汇为变量的模糊状态。如果选择比较多的词汇，即用较多的状态来描述每个变量，那么制订规则就比较灵活，形成的规则就比较精确。不过，这种控制规则比较复杂，且不易制订。因此，在选择模糊状态时，必须兼顾简单性和灵活性。在实际应用中，通常选取7至9个模糊状态，即正大（PB）、正中(PM）、正小（PS）、负小（NS）、负中（NM）、负大（NB）和（ZE）七个模糊状态加上正零（PO）和负零（NO）两个模糊状态。(2) 规定模糊集模糊集表示各模糊状态。在规定模糊集时必须首先考虑模糊集隶属函数曲线的形状。当输入误差在高分辨度的模糊子集上变化时，由输入误差引起的输出变化比较剧烈。反之，当输入误差在低分辨度的模糊子集上变化时，所引起输出变化比较平缓。因此，对于误差变化范围较大的情况，应采用分辨度较低的模糊子集，而当误差接近零时采用分辨度较高的模糊子集。(3) 确定模糊控制规则集我们通常根据控制过程中人的实际经验把推理语义规则，即模糊条件语句，写成一个模糊控制规则集；如：If（temperature is NB）and（weekend is Nw）and（holiday is NH）then（electricity is nb）；If（temperature is NB）and（weekend is Nw）and（holiday is TCH）then（electricity is nm）；3. 确定模糊化的去模糊策略方法，如重心法、最大隶属度法（Mamdani推理）、中位数法（Lason推理）和加权平均法（Tsukamoto推理）等。（1）重心法所谓重心法就是取模糊隶属函数曲线与横坐标轴围成面积的重心作为代表点。理论上应该计算输出范围内一系列连续点的重心，但实际上是计算输出范围内整个采样点（即若干离散值）的重心。这样，在不花太多时间的情况下，用足够小的取样间隔来提供所需要的精度，这是一种最好的折衷方案。（2）最大隶属度法这种方法最简单，只要在推理结论的模糊集合中取隶属度最大的那个元素作为输出量即可。不过，要求这种情况下其隶属函数曲线一定是正规凸模糊集合（即其曲线只能是单峰曲线）。如果该曲线是梯形平顶的，那么具有最大隶属度的元素就可能不止一个，这时就要对所有取最大隶属度的元素求其平均值。（3）系数加权平均法 系数加权平均法的输出执行量由下式决定：式中，系数的选择要根据实际情况而定，不同的系统就决定系统有不同的响应特性。当该系数选择时，即取其隶属函数时，这就是重心法。在模糊逻辑控制中，可以通过选择和调整该系数来改善系统的响应特性。因而这种方法具有灵活性。（4） 隶属度限幅元素平均法用所确定的隶属度值对隶属度函数曲线进行切割，再对切割后等于该隶属度的所有元素进行平均，用这个平均值作为输出执行量，这种方法就称为隶属度限幅元素平均法。3 本文工作目前，鉴于短期负荷预测的现实意义，人们对其研究也更深入，更广泛。负荷预测的建模、预测方法多种多样，预测目的各有不同。对于生产部门，特别是调度部门，最实用的的是日负荷预测，因为电力系统的运行计划，发供电设备的安排都是基于电力负荷的日预测值，因此，对短期负荷预测的研究，提高负荷的日预测值精度，具有十分重要的现实意义。本文主要考虑的是天气温度、节假日、周末这些因素对负荷的影响，由于这些两都是模糊的，故采用模糊推理技术应用于电力系统短期负荷预测。本文根据第二部分所提出的模糊控制器，综合预测模型，以河北省石家庄市电力局提供的2000年的所有负荷数据和温度数据作为历史数据，用MATLAB语言编程进行短期负荷预测，来验证模糊推理负荷预测模型的可行性。通过对获得的预测负荷值与实际负荷之间的相对误差进行比较，可表明第二部分提出的负荷预测综合模型是有效的，而且能够取得较高的预测精度。4 算例分析 4.1 负荷预测数据预处理 依据第二部分讨论的负荷数据预处理方法，利用数据的水平处理分析方法和垂直处理分析方法，剔除历史负荷数据中的不良数据和缺失的数据，尽量减少由于不良数据给负荷预测带来的误差。图2 全年数据4.2 建立模糊控制规则4.2.1 确定模糊控制器的输入输出变量（1）由以下分析温度、周末、节假日对负荷量的影响，这些因素都是模糊的因素，故确定输入输出量如下：输入量：预测日的温度、周末、节假日类型组成；输出量：负荷变化量组成。 图3是根据石家庄市2000年1月17日到1月29日两周的负荷曲线，以小时为单位，反映了负荷需求两周变化的情况，有很强的规律性，每天的用电曲线图形几乎一样，周三、周四负荷量最高，周日的负荷量最低。 图4是根据石家庄市2000年1月17日到1月23日一周的负荷曲线，以天为单位画的折线图，反映了负荷需求一周变化的情况，我们发现周末明显用电量下降，而且周末影响的因素是模糊的，没有一个确定的值来表示用电量的下降，故我们确定周末负荷因素为模糊规则器的一个输入。图3 周末影响因素图4 周末影响因素 图5是根据石家庄市2000年每小时负荷数据和该时刻对应的温度数据绘制的负荷需求与温度变化的离散图，反映了负荷需求随温度变化的情况。从图中温度与对应时刻负荷值的趋势线可以看出，负荷随气温变化趋势不是如文献中所述的U字形对称。当温度在0左右时，负荷需求较高的情况主要出现在11月，此时温度较低，而又没有暖气供应，大量电力取暖设备的使用使负荷需求增加。而当温度继续降低，北方进入冬季，开始供应暖气的时候，出现负荷下降趋势，达到较低的负荷需求水平，使冬季的负荷变化趋势线总体上低于夏季。可见温度是一个影响用电量的因素，而温度影响的因素又很模糊，所以我们确定温度负荷因素为模糊规则器的一个输入。图5 温度影响因素 图5是根据石家庄市2000年10月1日到1月7日国庆一周和10月15日到10月21日一周的数据对比的负荷曲线，以天为单位画的折线图。图中反映了负荷需求一周变化的情况，我们发现节假日的用电量明显低于平常的用电量，可见节假日也是影响用电量的一个因素，而节假日影响的因素又是模糊的，没有一个确定的值来表示用电量的下降的多少，故我们确定节假日负荷因素为模糊规则器的一个输入。图6 节假日影响因素（2）用MATLAB语言确定电力系统的输入和输出量：图7 确定模型输入输出量4.2.2 确定输入输出变量的语言值域及相应的隶属函数输入量： 温度： 类型：分为七种NB、NM、NS、ZE、PS、PM、PB，用这七个级别来区分温度的高低；其中l NB：表示温度最低；l NM：表示温度中等低；l NS：表示温度微低；l ZE：表示温度正好；l PS：表示温度微高；l PM：表示温度中等高；l PB：表示温度最高； 范围： -13摄氏度到43摄氏度； 隶属函数：钟型隶属函数；图8 温度隶属函数 周末： 类型：分为两种Nw，Yw；其中l Nw：表示工作日；l Yw：表示周末； 范围：0到8； 隶属函数：钟型隶属函数；图9 周末隶属函数 节假日： 类型：分为三种NH、CYH、TYH；用这三个类型来表示节假日类型；其中l NH：表示非节假日模型；l CYH：表示普通节假日模型，像中秋之类的节日；l TYH：特殊节假日模型，像春节国庆这样的节假日； 范围：-0.2到1.2： 隶属函数：钟型隶属函数；图10 节假日隶属函数输出量 负荷变化量： 类型：分为七种NB、NM、NS、ZE、PS、PM、PB，用这几个级别来区分负荷量的变化的多少；其中l NB：表示负荷量减少最多；l NM：表示负荷量减少中等多；l NS：表示负荷量减少较少；l ZE：表示负荷量不变；l PS：表示负荷量增加较少；l PM：表示负荷量增加中等多；l PB：表示负荷量增加最多； 范围：-3000到3000； 隶属函数：钟型隶属函数；图11 输出隶属函数4.2.3 建立控制规则：在建立控制规则时，必须覆盖所有的输入状态，使得在每一输入状态下都有相应的控制规则起作用。与此同时，必须尽量避免相互矛盾和违背常识的控制规则。由以上输入输出量之间的关系，根据专家的预测共编辑出7*2*3*7=294种规则，我们选取里面的有效规则42条。例如：规则1.If（temperature is NB）and（weekend is Nw）and（holiday is NH）then（electricity is nb）；表示的规则含义是如果温度最低、工作日、非节假日模型那么电力负荷变化量减少最多；图12 建立规则集4.2.4确定去模糊的方法去模糊化是模糊输出变量的精确化过程，只有当输出变量求取一个能恰当反映模糊变量的精确值，才能正确地控制对象。由规则推出的负荷量变化值只是一个模糊的值，只能算出变化的多少，这里采用的去模糊化方法是最大隶属度法，这样使得模糊后的负荷变化量成为一个精确的值。图13 去模糊示意图4.3 建立短期负荷预测的基本模型见模糊系统power system.fis图14 电力系统power system4.4 预测算例分析4.4.1 预测结果我们预测六月的一周的数据来检验模型的精度：表1 预测