毕业论文-清远市十二五规划负荷预测研究

本科毕业论文说明书清远市十二五规划负荷预测研究系别电气工程系专业班级电气工程及其自动化（2）班学生姓名黄得龙指导教师张尧陈丽丹提交日期2011年5月18日摘要电力负荷预测是电力系统的重要组成部分，也是电力系统运行的经济基础，任何时候，电力负荷预测对电力系统规划的运行都极其的重要。近几年，随着我国电力供需矛盾的突出及其电力工业市场化运营机制的推行，电力负荷预测的准确性有待进一步的提高，然而由于社会运转速度的不断加快和信息量的膨胀，使准确的负荷预测变的愈加困难。所以，电力负荷预测已成为电力行业必不可以少的一项工作。本文基于清远市1995年至2010年的历史用电数据，并预测十二五期间全社用电量。首先介绍了负荷预测的理论基础，即通过说明负荷预测的方法、特点、原理以及实现步骤来突显理论基础的重要性，同时，本文重点介绍了灰色预测法和神经网络法的理论基础及建模过程，并且灰色预测法采用的是GM（1，1）模型，神经网络法采用的则是BP神经网络。通过对这两种模型的分析与研究，并根据实际用电量，从而预测出2011年至2015年清远市全社会用电量。同时，通过对比灰色预测法、BP神经网络法以及多元线性回归预测法和时间序列法的预测结果，分析各种方法的适用范围，并提出了灰色预测和BP神经网络的改进建议，并就四种预测方法的结果进行了组合预测的设想。本文预测结果的得出是通过MATLAB软件编程实现。关键词负荷预测，灰色预测法，神经网络法，用电量ABSTRACTPOWERLOADFORECASTINGISANIMPORTANTPARTOFTHEPOWERSYSTEM，BUTALSOTHEECONOMICFOUNDATIONOFPOWERSYSTEMOPERATION，ATANYTIMELOADFORECASTINGOFPOWERSYSTEMPLANNINGOFTHEOPERATIONAREEXTREMELYIMPORTANT。INRECENTYEARS，ASCHINASOUTSTANDINGPOWERSUPPLYANDDEMANDANDTHEPOWERINDUSTRYTHEIMPLEMENTATIONOFMARKETMECHANISM，THEACCURACYOFLOADFORECASTINGTOBEFURTHERIMPROVED，ANDTHEACCELERATINGRATEOFSOCIALFUNCTIONINGANDEXPANSIONOFINFORMATIONSOTHATACCURATELOADFORECASTINGBECOMESMOREDIFFICULT。SOTHELOADFORECASTINGHASBECOMETHEPOWERINDUSTRYSHALLNOTBELESSOFAJOB。THISARTICLEISBASEDINQINGYUANCITYFROM1995TO2010THEHISTORYOFELECTRICITYDATATOPREDICTSECONDFIVEPOWERCONSUMPTIONDURINGTHEWHOLESOCIETY。FIRSTINTRODUCESTHETHEORETICALBASISOFLOADFORECASTING，LOADFORECASTINGTHATBYDESCRIBINGTHEMETHOD，CHARACTERISTICS，PRINCIPLESANDIMPLEMENTATIONSTEPSTOHIGHLIGHTTHEIMPORTANCEOFTHEORY，WHILETHEPAPERALSOHIGHLIGHTSTHEGRAYPREDICTIONMETHODANDTHETHEORETICALBASISOFNEURALNETWORKANDTHECONSTRUCTIONMODEPROCESS，ANDTHEGRAYPREDICTIONMETHODUSESAGM1,1MODEL，NEURALNETWORKMETHODISUSEDINBPNEURALNETWORK。THROUGHTHEANALYSISOFTHESETWOMODELSANDRESEARCH，ANDBASEDONACTUALCONSUMPTIONINORDERTOPREDICTTHE20112015TOTALELECTRICITYCONSUMPTIONINQINGYUANCITY。ALSO，BYCOMPARINGTHEGRAYPREDICTIONMETHOD，BPNEURALNETWORKANDMULTIPLELINEARREGRESSIONMETHODANDTIMESERIESFORECASTINGRESULTSOFTHEANALYSISOFTHESCOPEOFAPPLICATIONOFVARIOUSMETHODSANDMADETHEGRAYBPNEURALNETWORKPREDICTIONANDSUGGESTIONSFORIMPROVEMENT，ANDTOFOURPREDICTIONMETHODSWEREFORECASTINGTHERESULTSOFTHEIDEA。THISPREDICTIONRESULTSOBTAINEDBYMATLABSOFTWAREPROGRAMMING。KEYWORDSLOADFORECASTING，GRAYPREDICTIONMETHOD，NEURALNETWORKS，ELECTRICITY目录摘要IABSTRACTII第一章绪论111选题背景和意义112负荷预测的概述1121负荷预测的基本概念1122负荷预测的分类2123负荷预测的特点3124负荷预测的原理4125负荷预测的步骤513国内外负荷预测的研究现状与发展趋势614本文的主要工作715本章小结7第二章负荷预测方法综述821负荷预测方法简要分析8211单耗法8212趋势外推法8213弹性系数法9214回归预测法9215时间序列法10216专家预测法11217小波分析预测技术11218优先组合预测技术1122本章小结12第三章清远市十二五规划负荷预测建模1331原始资料收集及分析13311清远市经济状况分析13312历史用电量分析14313数据相关性分析1532基于灰色预测方法的模型建立17321灰色预测的概念17322灰色预测基本原理17323GM（1，1）模型的建立17324应用GM（1,1）模型预测清远市十二五期间全社会用电量20325预测结果分析2433基于神经网络法的模型建立25331人工神经网络的基本概念25332人工神经网络的特点25333人工神经网络的分类26334BP神经网络模型与结构26335BP神经网络的算法描述27336应用BP网络模型预测清远市十二五期间全社会用电量29337预测结果与分析3134本章小结32第四章预测实现与结果分析3341MATLAB简介3342预测结果的比较与分析3443预测的改进建议35431灰色预测模型的改进35432BP网络的改进3644组合预测的设想37441组合预测的理论知识37442单一预测模型权重系数的求解3745本章小结40总结41参考文献42致谢43附录44附录一灰色预测法MATLAB源程序代码44附录二神经网络法MATLAB源程序代码45第一章绪论11选题背景和意义本次课题基于十二五清远电网规划，清远市负荷预测的理论研究，具有一定的研究性和可行性。电力负荷预测是电力系统的重要组成部分，也是电力系统运行的经济基础，任何时候，电力负荷预测对电力系统规划的运行都极其的重要。近几年，随着我国电力供需矛盾的突出及其电力工业市场化运营机制的推行，电力负荷预测的准确性有待进一步的提高，然而由于社会运转速度的不断加快和信息量的膨胀，使准确的负荷预测变的愈加困难。所以，电力负荷预测已成为电力行业必不可以少的一项工作。基于清远市的负荷预测，目的是通过实际的例子说明负荷预测的重要性，同时可以根据所预测出的负荷值，以调整清远市的产业生产格局，从而提高其经济发展水平，促进整个清远市的综合竞争力。正值十二五期间，依据清远市自身的条件特点，对当地用电负荷进行一个全面系统的分析研究是相当有必要的。十二五期间是经济飞速发展的五年，清远市凭借着国家的有利政策及本地的实际情况，在这五年期间势必带来整个地区的蜕变。同样，负荷预测的分析研究，也是规范产电、送电、配电、用电的依据，同时也可以促进全社会用电的经济、安全、可靠。12负荷预测的概述121负荷预测的基本概念电力负荷预测1是以电力负荷为对象进行的一系列预测工作。从预测对象来看，电力负荷预测包括对未来电力需求量（功率）的预测和对未来用电量（能量）的预测以及对负荷曲线的预测。其主要工作是预测未来电力负荷的时间分布和空间分布，为电力系统规划和运行提供可靠的决策依据。最大负荷功率预测对于确定电力系统发电设备及输电设备的容量非常重要。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，必须预测电力及电量需求。负荷曲线的预测可以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。122负荷预测的分类电力负荷预测是根据过去负荷情况，在结合现在负荷发展变化趋势，以及天气、气候、经济以及社会等因素来确定未来各种用电量情况。电力负荷预测按照不同的标准可分成以下几类1。一、负荷预测按时间分类电力负荷预测中经常按时间期限进行分类，通常分为长期、中期、短期和超短期负荷预测。由于工作性质的差异，电网调度部门与电力系统规划设计部门对负荷预测时间跨度的分类差别较大，因此电力负荷预测往往按照电网调度和电网规划两种方式分别进行分类。（1）电网规划部门对电力负荷预测的时间范围划分界定如下1）长期负荷预测一般指预测期限为1030年并以年为单位的预测。该类预测用于战略规划，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，电力新科技发展和科技开发规划，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。2）中期负荷预测指预测期限为510年并以年为单位的预测。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，对电力规划部门来讲这种期限的预测至关重要。根据这种预测的结果，做出发输配电项目的建设计划，对电网的规划、增容和改建工作至关重要，是电力规划部门的重要工作之一。3）短期负荷预测的预测期限为15年，主要是为电力系统规划，特别是配电网规划服务的，对配电网的增容、规划极为重要。同时由于短期负荷预测的时间较短，与电力系统的近（短）期发展直接相关，因此短期负荷预测的准确与否对于电力系统而言是十分重要的。（2）电网调度部门对电力负荷预测的时间范围划分界定如下1）超短期负荷预测是指时间跨度在1H之内的负荷预测，其中用于电能质量控制需510S负荷预测值，用于安全监视需要15MIN的负荷值，而用于预防控制和紧急状态处理需要1060MIN的负荷值。超短期负荷预测的结果用于编制发电机的运行计划，确定旋转设备用容量，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。该类型预测结果的使用对象是电网调度员。2）短期负荷预测是指时间跨度在2448H内的负荷预测，主要用于水火电分配、水火协调、经济调度和功率交换。该类负荷预测结果的使用对象是编制调度计划的工程师。3）中期负荷预测是指时间跨度在一周至一月内的负荷预测，主要用于水库调度、机组检修、交换计划和燃料计划。该类预测结果的使用对象是编制中长期运行计划的工程师。4）长期负荷预测则指以年为单位的负荷预测，主要用于电源和电网的发展规划，需数年至数十年的负荷值。该类预测结果的使用对象是规划工程师。二、负荷预测按行业分类负荷预测按行业可以分为城市民用负荷、商业负荷、农村负荷、工业负荷以及其他负荷的负荷预测。虽然负荷可以大致这样分类预测，但并不严格，对于按某类负荷进行预测时，可能因存在交叉而发生某些实际负荷归类的多种选择。此时，需要由电力企业按各自更具体的负荷预测分类细目具体确定。三、负荷预测按特性分类根据负荷预测表示的不同特性，常常又分为最高负荷、最低负荷、平均负荷、负荷峰谷差、高峰负荷平均、低谷负荷平均、平峰负荷平均、全网负荷、母线负荷、负荷率等的预测，以满足电力企业管理工作的需要。123负荷预测的特点由于负荷预测是根据电力负荷的过去推测它的未来数值，所以负荷预测工作所研究的对象是不确定事件。只有不确定事件、随机事件，才需要人们采用适当的预测技术，推知负荷的发展趋势和可能达到的状况。这就是负荷预测具有以下明显的特点2。1、准确性因为电力负荷未来的发展是不确定的，它要受到多种多样复杂因素的影响，而且各种影响因素也是发展变化的。人们对于这些发展变化有些能够预先估计，有些却很难事先预见到，加上一些临时变化的影响，因此就决定了预测结果的不准确性或不完全准确性。2、条件性各种负荷预测都是在一定的条件下做出的，对于条件而言，又可分为必然条件和假设条件两种。3、时间性各种负荷预测都有一定的时间范围，因为负荷预测属于科学预测的范畴，因此，要求有比较确切的数量概念，往往需要指明预测的时间。4、多方案性由于预测的不准确性和条件性，所以有时要对负荷在各种可能的发展情况下进行预测，就会得到各种条件下不同的负荷预测方案。124负荷预测的原理负荷预测工作是根据电力负荷的发展变化规律，预计或判断其未来发展趋势和状况的活动，因此必须科学的总结出预测工作的基本原理，用于指导负荷预测工作2。1、可知性原理也就是说预测对象的发展规律，其未来的发展趋势和状况是可以为人们所知道的，这是人们在进行预测活动的基本依据。2、可能性原理因为事物的发展变化是在内因和外因共同作用下进行的，内因的变化及外因作用大小不同，因此事物的发展变化会有很多种可能。对某一具体指标的预测，往往是按照某发展变化的多种可能性，进行多方案预测的。3、连续性原理又称惯性原理，连续性原理是指预测对象的发展是一个连续统一的过程，其未来发展是这个过程的继续。该原理认为事物发展变化过程中会将某些原有的特征保持下来，延续下去。电力系统负荷的发展变化同样存在着惯性，这种惯性正是进行负荷预测的主要依据。4、相似性原理在很多情况下，作为预测对象的一个事物，其现在的发展过程和发展状况可能与过去一定阶段的发展过程和发展状况相类似，因此可以根据已知发展过程和状况来预测所预测对象的未来发展过程和状况，这就是相似性原理。目前，预测技术中使用的类推法或类比法，就是这个原理的预测方法。5、反馈性原理反馈就是利用输出返回到输入端，再调节输出结果。人们在预测活动实践中发现，当预测的结果和经过一段实践所得到的实际值存在差异时，可利用这个差距，对远期预测值进行反馈调节，以提高预测的准确性。在进行反馈调节时，实质上就是将预测的理论值也实际相结合，首先认真分析预测值和实际值之间的差距及产生差距的原因。然后根据查明的原因，适当改变输入数据及参数，进行反馈调整，使预测质量进一步提高。6、系统性原理系统性原理认为预测对象是一个完整的系统，它本身有内在的系统，又因与外界事物的联系形成它的外在系统。预测对象的未来发展是系统整体的动态发展，而整个系统的动态发展与它的各个组成部分和影响因素之间的相互作用相互影响密切相关。系统性原理强调整体最佳，只有系统整体最佳的预测，才是高质量的预测，才能为决策者提供最佳的预测方案。125负荷预测的步骤负荷预测工作的关键在于收集大量的历史数据，建立科学有效的预测模型，采用有效的算法，以历史数据为基础，进行大量试验性研究，总结经验，不断修正模型和算法，以准确反映负荷变化规律。其基本过程如下1。具体的过程如下（1）调查和选择历史数据资料。多方面调查和收集资料，包括电力企业内部资料和外部资料，从众多的资料中挑选出有用的部分，即把资料浓缩到最小量。挑选资料时的标准要是直接、可靠并且要最新的资料。如果资料收集和选择的不好，会直接影响负荷预测的质量。（2）历史资料的整理。一般来说，由于负荷预测的质量不会超过所用资料的质量，所用要对所收集的与负荷有关的统计资料进行审核和必要的加工整理，来保证资料的质量，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，资料中没有异常的“分离项”，还要注意资料的补缺，并对不可靠的资料加以核实调整。（3）对负荷数据的处理。在经过初步调整之后，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的平稳化以及缺失数据的补遗，针对异常数据，主要采用水平处理和垂直处理方法。数据的水平处理即在进行分析数据时，将前后两个时间的负荷数据作为基准，设定待处理数据的最大变动范围，当待处理数据超过这个范围，就视为不良数据，采用平均值的方法平稳其变化。数据的垂直处理在负荷数据预处理时考虑其24H的小周期，即认为不同日期的同一时刻的负荷应该具有相似性，同时刻的负荷值应维持在一定的范围内，对于超出范围的不良数据修正为待处理数据的最近几天该时刻的负荷平均值。（4）建立负荷预测模型。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，对于具体资料要选择恰当的预测模型，这是符合预测的至关重要的一步。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分别进行运算，以便对比、选择。在选择适当的预测技术后，建立负荷预测数学模型，进行预测工作。由于已掌握的发展变化规律，并不能代表将来变化规律，所以要对影响预测对象的新因素进行分析，对预测的模型进行恰当的修正后确定预测值。（5）应用预测模型。将模型应用到实际的系统中，对未来时段情况进行预测。（6）评价预测结果。通过对各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结果的合理性，对预测结果进行适当的修正，求得最终的预测结果。（7）评价预测精度。对所采用预测方法进行可信度分析。（8）编写预测分析报告。汇总以上内容，编写满足相关要求的电力负荷预测及其分析报告。具体的预测步骤可根据具体情况进行简化和整理。13国内外负荷预测的研究现状与发展趋势长期以来，国内外对电力的预测工作进行了长期研究。产生了许多电力负荷预测的理论和方法。一类是电力弹性系数、综合电耗法、产值单耗法和增长速度法。另一类是一元相关法、多元相关法、回归分析法和灰色系统法等。如果使用前一类方法，则需要先预测出产值、产量和增长速度等数据。目前我国经济正处于转型时期，很多数据无法测出或无法测准。而且已有的用电系数、用电定额等如今也会发生变化，用两种准确度不高的数据来计算，得到的预测值也不会很准确。如果使用后一类方法，首先要用统计分析方法找出用电量、负荷与时间、各行业总产值、国内生产总值等数值之间的关系和变化的规律，从而建立数学模型，然后用数学模型来进行预测。整个预测的过程也是对数学模型不断的进行校验和调整的过程。这个过程一般来说也不是短时间就可以完成的6。于是，有学者开始将各种智能化算法，如人工神经网络法、遗传算法、最小绝对值滤波算法等用于在受到诸如气象变化、经济环境变化等随机因素干扰情况下的电力系统负荷预测。由于电力系统的负荷受众多不确定因素的影响，是典型的灰色系统，运用灰色系统来分析众多不确定因素与电力负荷预测的关联度已经运用广泛，但如何准确定量描述，以何种准则来进行不确定因素的人工修整仍是一个难题，所以，通常很多地区很大程度上依靠预测人员的经验进行预测3。与此同时，科学家们正在研究新的预测技术，其中最具有代表性的就是模糊预测技术和利用人工神经网络的预测方法，国内外也发表了很多关于这两种方法论文，但对于这些方法还尚未获得统一的认识，还未形成公认的数学预测模型，因此，要把这些新的预测方法运用到实际中还存在一定的距离，但是，它们的发展前景却是不可估量的。14本文的主要工作本文是关于电力负荷预测的理论研究学习，所要完成的工作主要包括以下几点（1）查阅相关电力负荷预测参考文献,学习预测理论和模型。（2）对清远市历史GDP和电量数据等资料进行数学分析，并采用灰色预测法的GM（1，1）模型和BP神经网络得到清远市十二五规划期间的电力系统负荷。本文主要的是预测其全社会用电量。（3）对预测结果作出分析比较，给出相关结论和建议。（4）采用MATLAB编制出程序软件。同时，在时间允许的情况下，可在预测结果上进行完善与改进，即通过改进GM（1,1）预测模型以及BP神经网络，或者利用组合预测来提高预测效果和精度。15本章小结本章是整个课题顺利完成的前期准备工作，是撰写完整课题的必要阶段。本章选题背景与意义、负荷预测的分类、特点、原理与步骤的介绍，旨在于对负荷预测进行一些基础性的总结，同时，对负荷预测国内外现状的研究描述，目的在于清楚负荷预测已有的技术及存在的问题，对本文主要工作的阐述，是大致了解课题所要完成的任务。只有清楚了上述情况，才能进行后续的工作，并且从上述所描述中我们可以较为清楚的知道本次课题要从哪里做起，需要做些什么工作，工作完成之后需要得到什么样的结论，需要获得什么样的数据。这一系列的问题都可以从本章中得到较为满意的答案。总之本章是一个基础性的章节，针对本章所需内容的简要分析，是为后续工作做必要的准备，因此，这一系列的前期准备工作就显得十分有必要。第二章负荷预测方法综述21负荷预测方法简要分析211单耗法单耗法2即单位产品电耗法，是通过某一工业产品的平均单位产品用电量以及该产品的产量，得到生产这种产品的总用电量，计算公式是ABG（21）式中A用电量；B产品产量；G产品的单位耗电量。单耗法需要做大量细致的统计工作，近期预测效果较佳。但实际中很难对所有产品较准确地求出其用电单耗，工作量也较大。有时考虑用国民生产总值或工农业生产总值B，结合其电量单耗（产值单耗）G，计算出用电量，这就是产值单ABG耗法。212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，又能找到一条适合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。当有理由相信这种趋势能够延伸到未来TFY时，赋予变量所需要的值，可以得到相应时刻的时间序列未来值，这就是趋势外推法2。外推法有线性趋势外推法、对数趋势外推法、二次曲线趋势外推法、指数曲线趋势外推法，生长曲线趋势外推法。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）假设负荷的发展因素也决定未来的发展，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，图像识别法和差分法是选择趋势模型的两种基本方法。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。213弹性系数法电力弹性系数的一般定义为（2AB2）其中，A、B分别为电力或电量和国内生产总值的年均增长率。电力弹性系数法2就是利用电力弹性系数对某一地区的电力负荷进行预测的方法。若已知电力弹性系数的预测值为，规划期的国内生产总值（GDP）的年均增长率为，则根据电力弹性系数的一般定义，可测算出电力或电量的年均增长率为K（2KP3）那么，就可以利用下面公式预测出规划期所需的电力或电量（2TKTW104）式中规划期的电力或电量；TW基年的实际电力或电量；0规划期采用的电力弹性系数；规划期预计的国内生产总值年均增长率；K基年至规划年间隔的年数。T弹性系数法预测电力负荷的关键及核心的问题是如何确定规划期的电力弹性系数值。由于弹性系数值受多方面因素的影响，而且又具有某种时间惯性，因此既可以从历史数据中寻找，又必须考虑它在未来可能发生的变化，从分析影响弹性系数的诸因素的变化中去预测（或估计）出规划期弹性系数的可能取值。应用弹性系数法预测电力负荷，一般仅适合于大范围、较长时段的预测，属于较长期趋势预测。它是一种宏观预测方法，因此，预测时段短、预测范围小时，应用电力弹性系数法难以获得满意的结果。当然，弹性系数法也有其自身的优点，那就是计算简单，这也是该方法的最大特点。214回归预测法基于电力负荷量是由经济发展程度所决定的，因此回归预测类模型便通过建立负荷与经济变量的相关关系，以回归预测技术来实现对电力负荷发展规律的描述。由于在预测过程中，以数理统计中的回归分析方法为基础来确定变量之间的相关关系而达到预测目的，故而称为回归预测模型或经济预测模型预测法，简称回归预测法1。回归预测法是目前广泛应用的定量预测方法，通过对历史数据的分析研究，探索经济、社会各有关因素与电力负荷的内在联系和发展变化规律，并根据对规划期内，本地区经济、社会发展情况的预测来推算未来的负荷，其任务是确定预测值和影响因子之间的关系。在具体实现中，电力负荷预测的回归预测模型往往是通过对影响因子值（比如国民生产总值、工农业总产值、人口和气候等）和用电的历史资料进行统计分析，以确定用电量和影响因子之间的函数关系，从而实现预测。该方法依赖于模型的准确性，更依赖于影响因子本身预测的准确度。回归预测法是最小二乘法原理的发展，根据自变量的多少，可分为一元线性回归、二元线性回归和多元线性回归，此外，还有非线性回归等回归模型。利用回归预测法时，主要采用多元非线性回归模型建立负荷与影响因素之间的关系，预测值可写为（2NTIYABXT5）式中为T时刻的预测负荷值；为第I个影响负荷变化的因素在T时刻TYIXT的取值；AI，BI为回归系数。回归分析法的主要优点在于它能够通过模型来解释各变量之间的关系，它对因果关系的处理是十分有效的。同时，它也有缺点一是要收集较多的观测值，它的预测准确度与样本有关，所以付出的代价一般比较大；二是计算量大；三是要经常评审模型。215时间序列法时间序列法4是一种最为常见的短期负荷预测方法，它是针对整个观测序列呈现出的某种随机过程的特性，去建立和估计产生实际序列的随机过程的模型，然后用这些模型去进行预测。它利用了电力负荷变动的惯性特征和时间上的延续性，通过对历史数据时间序列的分析处理，确定其基本特征和变化规律，预测未来负荷。时间序列预测方法可分为确定型和随机性两类，确定型时间序列作为模型残差用于估计预测区间的大小，随机型时间序列预测模型可以看作一个线性滤波器。根据线性滤波器的特性，时间序列可划为自回归AR、动平均MA、自回归动平均ARMA、累计式自回归动平均ARIMA、传递函数TF几类模型，其负荷预测过程一般分为模型识别、模型参数估计、模型检验、负荷预测、精度检验预测值修正5个阶段。216专家预测法专家预测法分为专家会议法和专家小组法。专家会议法通过召集专家开会，面对面讨论问题，每个专家能充分发表意见，并听取其他专家意见。这种方法缺点是参加会议的人数有限影响代表性；权威者的意见将起主导作用，一些专家盲从权威者的意见，或者碍于面子，不坚持与权威者不同的看法。因此，得出的结论不能集中所有专家的正确看法。专家小组法可以避免这些问题，专家小组法又称德尔菲法（DDELPHI）。古希腊传说中，在德尔菲有一个阿波罗神殿，希腊神在此可以预卜未来。本世纪40年代，美国兰德公司借用德尔菲这个地名，把专家小组预测法叫做德尔菲预测法。专家们不通过会议形式，而是通过书面形式独立的发表个人见解，专家之间相互保密，经过多次反复，给专家以重新考虑并修改原先意见的机会，最后综合出预测结果。德尔菲法最初用于科学发现和技术发明的预测，后来逐步用于经济预测。它在电力系统中可以用来预测未来哪些电力技术将有突破性发展，这种突破将在何时发生；某一地区哪一时期的用电水平将有何等显著性变化；更具体地，未来一年或者几年全国或地区发电量及用电量的预测等2。217小波分析预测技术小波分析5是今年来兴起的一种新的信号分析处理技术，它在时域和频域上同时具有良好的局部化性质，在处理非平稳时间序列中体现出很大的优越性。其优于传统的FOURIER分析的主要之处在于能对不同的频率成分采用逐渐精细的采样步长，从而可以聚焦到信号的任意细节，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、存储、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。218优先组合预测技术优选组合预测2有两类概念，一指将几种预测方法得到的预测结果，选取适当的权重进行加权平均的一种预测方法；二是指在集中预测方法中比较，选择拟合度最佳或差标准最小的预测模型作为最优模型进行预测。组合预测方法是建立在最大信息利用的基础上，它集结了多种单一模型所包含的信息，进行最优组合。因此，在大多数情况下，通过组合预测可以达到改善预测结果的目的。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其作用。一个能够完全反应预测量变化规律的模型完全可能比组合预测效果好。如果可以找到一个能够很好地反映经济发展过程规律的模型，则用这个模型预测是很合适的，如果这个模型不易找到，或者把握不大，则采用不同预测角度建立多种模型进行组合预测是一种有效的补偿方法，特别是简单平均组合预测更是一种较为简便、稳健的实用方法。组合预测理论认为对同一预测问题而言，多个不同预测模型的线性组合在一定条件下能够有效地改善模型的拟合能力和提高预测的精度因此，应用优化组合预测方法进行电力负荷预测，能将各个模型有机地组合在一起，综合各个模型的优点，获得更为准确的预测结果，优化组合预测方法从理论上可以求得最佳的组合权系数。如果这个权系数能保持稳定，应用优化组合预测方法将取得很好的效果。但实际上优化组合预测方法得出权值常常不稳定，从而影响预测结果精度。其优点是预测精度较高，确定性较好。缺点是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在各个部门间转换模型。22本章小结本章主要是对负荷预测的部分方法进行了简单的描述与分析，通过参阅部分参考文献可知，任何一种预测方法都有其自身的优点与缺点，当我们就某地未来用电量进行预测时，就必须综合考虑当地的实际情况，合理的选择适合本地未来用电量的预测方法。同时，随着国内外对电力负荷预测方法的深入研究，对电力负荷预测方法提出了新的发展方向，如上文中提到的专家系统预测技术、优先组合预测技术、小波分析预测技术等新技术，就是为了填补目前大众方法的不足而提出来的。本论文所要用到的神经网络法也一种新的预测技术，该方法在对于数值不稳定，温度以及气象等因素导致预测结果不精确上取得了重大的成就。第三章清远市十二五规划负荷预测建模31原始资料收集及分析311清远市经济状况分析通过调研，得到清远市1995年至2010年各产业GDP数据，数据统计见表31。表31清远市19952010年经济发展数据年份全社会GDP（亿元）第一产业GDP第二产业GDP第三产业GDP1995121204940380933711996129495666387534081997132015676406234631998135255714404837631999144836042394344982000157926143407255772001167716288394065432002180206452409074782003205996695514787572004255517382764810512200532328715412691124832006430807219206851517520076019684003237919417200876880980943323237482009861291018548529274452010111250109186260330272年均增长率（）1652560228116010200400600800100012001995199619971998199920002001200220032004200520062007200820092010全社会GDP（亿元）第一产业GDP第二产业GDP第三产业GDP图31清远市19952010年经济发展数据19952010年清远市的国内生产总值维持稳定增长，特别是2010年国内生产总值达到111250亿元，第二产业与第三产业协调发展，增长率分别达到2281和1601，而第一产业发展相对缓慢，年均增长率也相对较对低，说明清远市农业方面的产值占整个GDP总值的份额相对较少，在未来可相对提高农业方面的产值，即协调好第一、二、三产业的发展，但就清远市过去十几年国内生产总值的发展趋势，预计在未来十几年里，其国内GDP会继续稳定增长。312历史用电量分析本文基于的是清远市历史全社会用电量，以预测十二五期间的电量情况，在进行本文的预测工作之前，先对其历史用电量进行一定的阐述与分析，通过调研及网上获得的用电量数据见图32和表32。全社会用电量（亿KWH）0204060801001201401995199619971998199920002001200220032004200520062007200820092010图32清远市19952010年全社用电量统计图表32清远市19952010年全社会用电量数据统计表全社用电量年份全社会用电量（亿KWH）增长率（）19953545199640351382199746871616199848784081999553213412000594875220016532982200269586522003756987820048538128020059087643200695324902007977325320081001243200911058104720101271485清远市19952010年用电量呈现逐年增加的趋势，但就增长率来说，用电量的增长体现了不规则性，并且，增长的速度也相对缓慢，甚至在2007、2008年出现了只有253和243的增长速度，整体上说明清远市这16年以来供电相对紧张。对比表31和图31的经济发展数据也可以看出，清远市用电量与经济发展并不协调，用电量的增长率普遍低于经济发展的增长率，因此，保证稳定快速的供电是清远未来几年的重要任务之一。313数据相关性分析本论文所涉及的历史数据包括全社会用电量与GDP，历史数据的相关性，指的就是用电量与GDP的密切程度，同时，相关性的分析，也是确定输入量的重要依据。相关性没有单位，其值大小范围在1,1，其绝对值的大小越接近1，说明两个变量的相关性越好，越接近0，说明相关性越不好。本次相关系数的求解选取的是清远市1995年至1999年的经济和电量数据。以下四个表格就是清远市各产业GDP与全社会用电量相关系数的统计，见表33至表36。表33全社会GDP与全社会用电量相关系数年份19951996199719981999相关系数全社会GDP12120129491320113525144831全社会用电量35454035468748785532098表34第一产业GDP与全社用电量相关系数年份19951996199719981999相关系数第一产业GDP494056665676571460421全社会用电量35454035468748785532089表35第二产业GDP与全社会用电量相关系数年份19951996199719981999相关系数第二产业GDP380938754062404839431全社会用电量35454035468748785532066表36第三产业GDP与全社会用电量相关系数年份19951996199719981999相关系数第三产业GDP164920492477290834061全社会用电量35454035468748785532086（注表33至表36中的GDP单位为亿元，全社会用电量的单位为亿KWH）在以上表格中，假设把GDP作为参考量，求出GDP与全社会用电量之间的相关系数，从求出的相关系数可以看出，相关系数基本上大于了08，这说明GDP与全社会用电量的密切程度很高，因此，可认为GDP是影响用电量的一个因子，所以，在后面BP神经网络的建模预测时，可选择GDP作为神经网络的输入量，而全社会用电量作为网络的目标函数。32基于灰色预测方法的模型建立321灰色预测的概念灰色预测理论7是由邓聚龙教授于1982年3月阻碍国际上首先提出来的，该理论在研究任务除了工业控制外，还包括社会、经济、农业、电力等灰色系统的分析、建模、预测、决策和控制。由于各种气象条件、自然灾害、经济变化、经济发展等不确定因素的影响，导致进行电力负荷预测时，很多必要的信息不能完全确定，即灰色预测时，信息部分已知，部分未知。对灰色预测研究的主要目的在于灰色系统建模，就是根据已知信息建立灰色系统数学模型，然后研究分析该数学模型，从而预测灰色系统的未知信息。322灰色预测基本原理灰色系统是指部分信息已知，部分信息未知的系统。灰色系统的实质是将无规律的原始数据进行累加生成，得到规律性较强的生成数列后再重新建模，由生成模型得到的数据再通过累加生成的逆运算累减生成得到还原模型，由该还原模型作为灰色预测模型。灰色预测模型是预测工作的基础模型，以灰色系统理论的GM（1，1）模型为基础的预测，叫做灰色预测7。323GM（1，1）模型的建立灰色理论是利用灰色建立微分方程，这种微分方程称为GM（GERYMODEL），而GM（1,1）模型是最常用的一种灰色模型，本论文将采用GM（1，1）模型对清远市十二五规划负荷进行预测。GM（1，1）模型是由一个只包含单变量的一阶微分方程构成的模型，因此，在建立该模型时，只需要用到一个数列。在建立模型之前，可对累加生产数列做一0X个说明。如果对一原始数列做如下处理原始数列的第一个数据维持不变，作0为新数列的第一个数据，新数列的第二个数据是原始第一个与第二个数据相加，新数列的第三个数据是原始的第一个，第二个与第三个相加，以此类推，这样得到的新数列称为累加生成数列，这种处理方式称为累加生成，如果是1X的一次累加生产数列，则可记为1AGO（ACCUMULATEDGENERATIONGOPERATION,因0X此，把X0作为原始数列，则有（3000001231,23,KNNXX1）生成数列则为1X（313121,32,1NKXXN2）由1AGO可知（3KIIX1013）由于序列具有指数增长规律，而一阶微分方程的解恰是指数增长形式的解，1KX因此我们可以认为序列满足下述一阶线性微分方程模型（31DXABT4）根据导数定义，有（311LIMTXTTXDA5）若以离散形式表示，微分项可写成（311111XKXKXKAXKTA6）其中值只能取时刻K和K1的平均值，即因此，式（31X112XK4）可改写成（3111AXKAXKB7）可以推出0110111,22,331,2KXAXBKNXAXNB将上述结果写成矩阵的形式有（31100112332XXABXNXN8）可简记为（3NZBA9）式中23NXZXAAB11112232XBXN从上述方程组可知，ZN与B都为已知量，只有A中的A，B为变量，并且，该方程组共有N1个，又因为N1大于2，所以该方程组是无解，因此，可利用最小二乘法得到最小二乘近似解，因此，可将式39改写成（3EZN10）其中，E为误差项。再利用矩阵的求导公式，可得（31TTNAABZB11）把所求得的与代入式（34），有AB（3AXDT112）解之可得（311ATBXTE13）写成离散形式（令），得101X（3100,123AKBXKE14）其中，式（313）与（314）称为GM（1,1）模型的时间响应函数模型，它是GM（1,1）模型灰色预测的具体计算公式，对此再做累减还原，得到原数列的灰0X色预测模型为（3010010,123AAKBXKXKXKEXE15）324应用GM（1,1）模型预测清远市十二五期间全社会用电量基于灰色预测的理论公式及其模型，再根据清远市历史用电数据，就可以计算出灰色预测的变量参数及预测出历史用电量和未来用电量。本次灰色预测法采用了清远市1995至2003年的全社会用电量进行模型的建立。具体的计算过程如下1、根据1AGO，计算。0X由表31可知000001,23,45,67,893546873294532,756XXXX2、则为1X1010110135422783164455562877317XXXXXX10845996X累加前后其用电量对比可见图33。0100200300400500600199519961997199819992000200120022003累加前（亿KWH）累加后（亿KWH）图33用电量累加前后对比曲线图图33说明了原始数据累加后，数据更具有指数增长规律，对灰色预测法更具实用性。3、根据的值，可计算式中的数据向量与数据矩阵B的值，其中1XBAZNNZ00024035368745259466378879NXZX1111111122345267829XXBXX562193147012563891454、再根据式（311）可求出GM（1,1）微分方程的参数和，即AB56215621939347047011256256389389114545TA56219340354706871292565338968145T708371所以，0728A315B5、再把与的值代入（315），可得原始数列的灰色预测模型为0X（300085408540854371179,123AAKKBXKEXEEN16）本文GM（1,1）灰色预测法建模思路是1、首先采用清远市1995年至2003的数据进行模型的建立，目的在于观测用电量实际值与预测值的拟合效果，具体数据见表37。表37清远市19952003年实际与预测用电量对比比较表年份实际值（亿KWH预测值（亿KWH绝对误差（亿KWH相对误差（）1995354535450019964035419516397199746874569118252199848784976098201199955325420112202200059485903045076200165326430102157200269587003045065200375697628059078（注最终预测结果保留两位小数点）0102030405060708090199519961997199819992000200120022003实际值（亿KWH预测值（亿KWH图34清远市1995至2003年实际与预测电量对比曲线图从表37的误差可以看出，以GM（1,1）灰色预测法对清远市1995年至2003年的预测效果良好，误差小，并且相对稳定。图34的预测值与实际值的曲线基本持平，说明其拟合效果好，因此可利用该数据所建立的模型进行检验。2、预测模型的检验通过预测清远市2004年至2010年的全社会用电量以检验模型的精准度，如果预测的效果良好，则可利用该模型进行十二五期间用电量的预测；如果预测效果较差，则要修正模型，直到误差达到满意效果为止。具体的预测值可见表38