畢業(yè)論文-清遠(yuǎn)市十二五規(guī)劃負(fù)荷預(yù)測研究42817.doc

本科畢業(yè)論文說明書 清遠(yuǎn)市十二五規(guī)劃負(fù)荷預(yù)測研究 系 別 電 氣 工 程 系 專業(yè)班級 電氣工程及其自動(dòng)化（2）班 學(xué)生姓名 黃 得 龍 指導(dǎo)教師 張 堯 陳 麗 丹 提交日期 2011 年 5 月 18 日 i 摘 要 電力負(fù)荷預(yù)測是電力系統(tǒng)的重要組成部分，也是電力系統(tǒng)運(yùn)行的經(jīng)濟(jì)基礎(chǔ)，任 何時(shí)候，電力負(fù)荷預(yù)測對電力系統(tǒng)規(guī)劃的運(yùn)行都極其的重要。近幾年，隨著我國電 力供需矛盾的突出及其電力工業(yè)市場化運(yùn)營機(jī)制的推行，電力負(fù)荷預(yù)測的準(zhǔn)確性有 待進(jìn)一步的提高，然而由于社會(huì)運(yùn)轉(zhuǎn)速度的不斷加快和信息量的膨脹，使準(zhǔn)確的負(fù) 荷預(yù)測變的愈加困難。所以，電力負(fù)荷預(yù)測已成為電力行業(yè)必不可以少的一項(xiàng)工作。 本文基于清遠(yuǎn)市 1995 年至 2010 年的歷史用電數(shù)據(jù)，并預(yù)測十二五期間全社用 電量。首先介紹了負(fù)荷預(yù)測的理論基礎(chǔ)，即通過說明負(fù)荷預(yù)測的方法、特點(diǎn)、原理 以及實(shí)現(xiàn)步驟來突顯理論基礎(chǔ)的重要性，同時(shí)，本文重點(diǎn)介紹了灰色預(yù)測法和神經(jīng) 網(wǎng)絡(luò)法的理論基礎(chǔ)及建模過程，并且灰色預(yù)測法采用的是 gm（1，1）模型，神經(jīng) 網(wǎng)絡(luò)法采用的則是 bp 神經(jīng)網(wǎng)絡(luò)。通過對這兩種模型的分析與研究，并根據(jù)實(shí)際用 電量，從而預(yù)測出 2011 年至 2015 年清遠(yuǎn)市全社會(huì)用電量。同時(shí)，通過對比灰色預(yù) 測法、bp 神經(jīng)網(wǎng)絡(luò)法以及多元線性回歸預(yù)測法和時(shí)間序列法的預(yù)測結(jié)果，分析各種 方法的適用范圍，并提出了灰色預(yù)測和 bp 神經(jīng)網(wǎng)絡(luò)的改進(jìn)建議，并就四種預(yù)測方 法的結(jié)果進(jìn)行了組合預(yù)測的設(shè)想。本文預(yù)測結(jié)果的得出是通過 matlab 軟件編程 實(shí)現(xiàn)。 關(guān)鍵詞：負(fù)荷預(yù)測，灰色預(yù)測法，神經(jīng)網(wǎng)絡(luò)法，用電量 ii abstract power load forecasting is an important part of the power system，but also the economic foundation of power system operation，at any time load forecasting of power system planning of the operation are extremely important。in recent years，as chinas outstanding power supply and demand and the power industry the implementation of market mechanism，the accuracy of load forecasting to be further improved，and the accelerating rate of social functioning and expansion of information so that accurate load forecasting becomes more difficult。so the load forecasting has become the power industry shall not be less of a job。 this article is based in qingyuan city from 1995 to 2010 the history of electricity data to predict second five-power consumption during the whole society。first introduces the theoretical basis of load forecasting，load forecasting that by describing the method，characteristics，principles and implementation steps to highlight the importance of theory，while the paper also highlights the gray prediction method and the theoretical basis of neural network and the construction mode process，and the gray prediction method uses a gm (1,1) model，neural network method is used in bp neural network。through the analysis of these two models and research，and based on actual consumption in order to predict the 2011-2015 total electricity consumption in qingyuan city。also ， by comparing the gray prediction method，bp neural network and multiple linear regression method and time series forecasting results of the analysis of the scope of application of various methods and made the gray bp neural network prediction and suggestions for improvement，and to four prediction methods were forecasting the results of the idea。this prediction results obtained by matlab software programming。 keywords：load forecasting，gray prediction method，neural networks，electricity iii 目 錄 摘 要 i abstract.ii 第一章 緒論 .1 1.1 選題背景和意義 1 1.2 負(fù)荷預(yù)測的概述 1 1.2.1 負(fù)荷預(yù)測的基本概念 .1 1.2.2 負(fù)荷預(yù)測的分類 .2 1.2.3 負(fù)荷預(yù)測的特點(diǎn) .3 1.2.4 負(fù)荷預(yù)測的原理 .4 1.2.5 負(fù)荷預(yù)測的步驟 .5 1.3 國內(nèi)外負(fù)荷預(yù)測的研究現(xiàn)狀與發(fā)展趨勢 6 1.4 本文的主要工作 7 1.5 本章小結(jié) 7 第二章 負(fù)荷預(yù)測方法綜述 .8 2.1 負(fù)荷預(yù)測方法簡要分析 8 2.1.1 單耗法 .8 2.1.2 趨勢外推法 .8 2.1.3 彈性系數(shù)法 .9 2.1.4 回歸預(yù)測法 .9 2.1.5 時(shí)間序列法 10 2.1.6 專家預(yù)測法 11 2.1.7 小波分析預(yù)測技術(shù) 11 2.1.8 優(yōu)先組合預(yù)測技術(shù) 11 2.2 本章小結(jié) .12 第三章 清遠(yuǎn)市十二五規(guī)劃負(fù)荷預(yù)測建模 13 3.1 原始資料收集及分析 .13 3.1.1 清遠(yuǎn)市經(jīng)濟(jì)狀況分析 13 3.1.2 歷史用電量分析 14 3.1.3 數(shù)據(jù)相關(guān)性分析 15 3.2 基于灰色預(yù)測方法的模型建立 .17 iv 3.2.1 灰色預(yù)測的概念 17 3.2.2 灰色預(yù)測基本原理 17 3.2.3 gm（1，1）模型的建立 17 3.2.4 應(yīng)用 gm（1,1）模型預(yù)測清遠(yuǎn)市十二五期間全社會(huì)用電量 .20 3.2.5 預(yù)測結(jié)果分析 24 3.3 基于神經(jīng)網(wǎng)絡(luò)法的模型建立 .25 3.3.1 人工神經(jīng)網(wǎng)絡(luò)的基本概念 25 3.3.2 人工神經(jīng)網(wǎng)絡(luò)的特點(diǎn) 25 3.3.3 人工神經(jīng)網(wǎng)絡(luò)的分類 26 3.3.4 bp 神經(jīng)網(wǎng)絡(luò)模型與結(jié)構(gòu) 26 3.3.5 bp 神經(jīng)網(wǎng)絡(luò)的算法描述 27 3.3.6 應(yīng)用 bp 網(wǎng)絡(luò)模型預(yù)測清遠(yuǎn)市十二五期間全社會(huì)用電量 .29 3.3.7 預(yù)測結(jié)果與分析 31 3.4 本章小結(jié) .32 第四章 預(yù)測實(shí)現(xiàn)與結(jié)果分析 33 4.1 matlab簡介 33 4.2 預(yù)測結(jié)果的比較與分析 .34 4.3 預(yù)測的改進(jìn)建議 .35 4.3.1 灰色預(yù)測模型的改進(jìn) 35 4.3.2 bp 網(wǎng)絡(luò)的改進(jìn) 36 4.4 組合預(yù)測的設(shè)想 .37 4.4.1 組合預(yù)測的理論知識 37 4.4.2 單一預(yù)測模型權(quán)重系數(shù)的求解 37 4.5 本章小結(jié) .40 總 結(jié) .41 參考文獻(xiàn) .42 致 謝 .43 附 錄 .44 附錄一 灰色預(yù)測法 matlab 源程序代碼 .44 附錄二 神經(jīng)網(wǎng)絡(luò)法 matlab 源程序代碼 .45 第一章 緒論 1 第一章 緒論 1.1 選題背景和意義 本次課題基于十二五清遠(yuǎn)電網(wǎng)規(guī)劃，清遠(yuǎn)市負(fù)荷預(yù)測的理論研究，具有一定的 研究性和可行性。 電力負(fù)荷預(yù)測是電力系統(tǒng)的重要組成部分，也是電力系統(tǒng)運(yùn)行的經(jīng)濟(jì)基礎(chǔ)，任 何時(shí)候，電力負(fù)荷預(yù)測對電力系統(tǒng)規(guī)劃的運(yùn)行都極其的重要。近幾年，隨著我國電 力供需矛盾的突出及其電力工業(yè)市場化運(yùn)營機(jī)制的推行，電力負(fù)荷預(yù)測的準(zhǔn)確性有 待進(jìn)一步的提高，然而由于社會(huì)運(yùn)轉(zhuǎn)速度的不斷加快和信息量的膨脹，使準(zhǔn)確的負(fù) 荷預(yù)測變的愈加困難。所以，電力負(fù)荷預(yù)測已成為電力行業(yè)必不可以少的一項(xiàng)工作。 基于清遠(yuǎn)市的負(fù)荷預(yù)測，目的是通過實(shí)際的例子說明負(fù)荷預(yù)測的重要性，同時(shí) 可以根據(jù)所預(yù)測出的負(fù)荷值，以調(diào)整清遠(yuǎn)市的產(chǎn)業(yè)生產(chǎn)格局，從而提高其經(jīng)濟(jì)發(fā)展 水平，促進(jìn)整個(gè)清遠(yuǎn)市的綜合競爭力。正值十二五期間，依據(jù)清遠(yuǎn)市自身的條件特 點(diǎn)，對當(dāng)?shù)赜秒娯?fù)荷進(jìn)行一個(gè)全面系統(tǒng)的分析研究是相當(dāng)有必要的。 十二五期間是經(jīng)濟(jì)飛速發(fā)展的五年，清遠(yuǎn)市憑借著國家的有利政策及本地的實(shí) 際情況，在這五年期間勢必帶來整個(gè)地區(qū)的蛻變。同樣，負(fù)荷預(yù)測的分析研究，也 是規(guī)范產(chǎn)電、送電、配電、用電的依據(jù)，同時(shí)也可以促進(jìn)全社會(huì)用電的經(jīng)濟(jì)、安全、 可靠。 1.2 負(fù)荷預(yù)測的概述 1.2.1 負(fù)荷預(yù)測的基本概念 電力負(fù)荷預(yù)測 1是以電力負(fù)荷為對象進(jìn)行的一系列預(yù)測工作。從預(yù)測對象來看， 電力負(fù)荷預(yù)測包括對未來電力需求量（功率）的預(yù)測和對未來用電量（能量）的預(yù) 測以及對負(fù)荷曲線的預(yù)測。其主要工作是預(yù)測未來電力負(fù)荷的時(shí)間分布和空間分布， 為電力系統(tǒng)規(guī)劃和運(yùn)行提供可靠的決策依據(jù)。 華南理工大學(xué)廣州學(xué)院本科畢業(yè)論文說明書 2 最大負(fù)荷功率預(yù)測對于確定電力系統(tǒng)發(fā)電設(shè)備及輸電設(shè)備的容量非常重要。為 了選擇適當(dāng)?shù)臋C(jī)組類型和合理的電源結(jié)構(gòu)以及確定燃料計(jì)劃，必須預(yù)測電力及電量 需求。負(fù)荷曲線的預(yù)測可以為研究電力系統(tǒng)的峰值、抽水蓄能電站的容量以及發(fā)輸 電設(shè)備的協(xié)調(diào)運(yùn)行提供數(shù)據(jù)支持。 1.2.2 負(fù)荷預(yù)測的分類 電力負(fù)荷預(yù)測是根據(jù)過去負(fù)荷情況，在結(jié)合現(xiàn)在負(fù)荷發(fā)展變化趨勢，以及天氣、 氣候、經(jīng)濟(jì)以及社會(huì)等因素來確定未來各種用電量情況。電力負(fù)荷預(yù)測按照不同的 標(biāo)準(zhǔn)可分成以下幾類 1。 一、負(fù)荷預(yù)測按時(shí)間分類 電力負(fù)荷預(yù)測中經(jīng)常按時(shí)間期限進(jìn)行分類，通常分為長期、中期、短期和超短 期負(fù)荷預(yù)測。由于工作性質(zhì)的差異，電網(wǎng)調(diào)度部門與電力系統(tǒng)規(guī)劃設(shè)計(jì)部門對負(fù)荷 預(yù)測時(shí)間跨度的分類差別較大，因此電力負(fù)荷預(yù)測往往按照電網(wǎng)調(diào)度和電網(wǎng)規(guī)劃兩 種方式分別進(jìn)行分類。 （1）電網(wǎng)規(guī)劃部門對電力負(fù)荷預(yù)測的時(shí)間范圍劃分界定如下： 1）長期負(fù)荷預(yù)測一般指預(yù)測期限為 1030 年并以年為單位的預(yù)測。該類預(yù)測 用于戰(zhàn)略規(guī)劃，包括對發(fā)電能源資源的長遠(yuǎn)需求的估計(jì)，確定電力工業(yè)的戰(zhàn)略目標(biāo)， 電力新科技發(fā)展和科技開發(fā)規(guī)劃，以及長遠(yuǎn)電力發(fā)展對資金總量的需求估計(jì)等，均 需要從長期電力負(fù)荷預(yù)測的結(jié)果出發(fā)來做出分析和判斷。 2）中期負(fù)荷預(yù)測指預(yù)測期限為 510 年并以年為單位的預(yù)測。中期預(yù)測的期限 大致與電力工程項(xiàng)目的建設(shè)周期相適應(yīng)，因此，對電力規(guī)劃部門來講這種期限的預(yù) 測至關(guān)重要。根據(jù)這種預(yù)測的結(jié)果，做出發(fā)輸配電項(xiàng)目的建設(shè)計(jì)劃，對電網(wǎng)的規(guī)劃、 增容和改建工作至關(guān)重要，是電力規(guī)劃部門的重要工作之一。 3）短期負(fù)荷預(yù)測的預(yù)測期限為 15 年，主要是為電力系統(tǒng)規(guī)劃，特別是配電 網(wǎng)規(guī)劃服務(wù)的，對配電網(wǎng)的增容、規(guī)劃極為重要。同時(shí)由于短期負(fù)荷預(yù)測的時(shí)間較 短，與電力系統(tǒng)的近（短）期發(fā)展直接相關(guān)，因此短期負(fù)荷預(yù)測的準(zhǔn)確與否對于電 力系統(tǒng)而言是十分重要的。 （2）電網(wǎng)調(diào)度部門對電力負(fù)荷預(yù)測的時(shí)間范圍劃分界定如下： 1）超短期負(fù)荷預(yù)測是指時(shí)間跨度在 1h 之內(nèi)的負(fù)荷預(yù)測，其中用于電能質(zhì)量控 制需 510s 負(fù)荷預(yù)測值，用于安全監(jiān)視需要 15min 的負(fù)荷值，而用于預(yù)防控制和 緊急狀態(tài)處理需要 1060min 的負(fù)荷值。超短期負(fù)荷預(yù)測的結(jié)果用于編制發(fā)電機(jī)的 運(yùn)行計(jì)劃，確定旋轉(zhuǎn)設(shè)備用容量，控制檢修計(jì)劃，估計(jì)收入，計(jì)算燃料及購入電量 的數(shù)量和費(fèi)用。該類型預(yù)測結(jié)果的使用對象是電網(wǎng)調(diào)度員。 2）短期負(fù)荷預(yù)測是指時(shí)間跨度在 2448h 內(nèi)的負(fù)荷預(yù)測，主要用于水火電分配、 第一章 緒論 3 水火協(xié)調(diào)、經(jīng)濟(jì)調(diào)度和功率交換。該類負(fù)荷預(yù)測結(jié)果的使用對象是編制調(diào)度計(jì)劃的 工程師。 3）中期負(fù)荷預(yù)測是指時(shí)間跨度在一周至一月內(nèi)的負(fù)荷預(yù)測，主要用于水庫調(diào)度、 機(jī)組檢修、交換計(jì)劃和燃料計(jì)劃。該類預(yù)測結(jié)果的使用對象是編制中長期運(yùn)行計(jì)劃 的工程師。 4）長期負(fù)荷預(yù)測則指以年為單位的負(fù)荷預(yù)測，主要用于電源和電網(wǎng)的發(fā)展規(guī)劃， 需數(shù)年至數(shù)十年的負(fù)荷值。該類預(yù)測結(jié)果的使用對象是規(guī)劃工程師。 二、負(fù)荷預(yù)測按行業(yè)分類 負(fù)荷預(yù)測按行業(yè)可以分為城市民用負(fù)荷、商業(yè)負(fù)荷、農(nóng)村負(fù)荷、工業(yè)負(fù)荷以及 其他負(fù)荷的負(fù)荷預(yù)測。 雖然負(fù)荷可以大致這樣分類預(yù)測，但并不嚴(yán)格，對于按某類負(fù)荷進(jìn)行預(yù)測時(shí)， 可能因存在交叉而發(fā)生某些實(shí)際負(fù)荷歸類的多種選擇。此時(shí)，需要由電力企業(yè)按各 自更具體的負(fù)荷預(yù)測分類細(xì)目具體確定。 三、負(fù)荷預(yù)測按特性分類 根據(jù)負(fù)荷預(yù)測表示的不同特性，常常又分為最高負(fù)荷、最低負(fù)荷、平均負(fù)荷、 負(fù)荷峰谷差、高峰負(fù)荷平均、低谷負(fù)荷平均、平峰負(fù)荷平均、全網(wǎng)負(fù)荷、母線負(fù)荷、 負(fù)荷率等的預(yù)測，以滿足電力企業(yè)管理工作的需要。 1.2.3 負(fù)荷預(yù)測的特點(diǎn) 由于負(fù)荷預(yù)測是根據(jù)電力負(fù)荷的過去推測它的未來數(shù)值，所以負(fù)荷預(yù)測工作所 研究的對象是不確定事件。只有不確定事件、隨機(jī)事件，才需要人們采用適當(dāng)?shù)念A(yù) 測技術(shù)，推知負(fù)荷的發(fā)展趨勢和可能達(dá)到的狀況。這就是負(fù)荷預(yù)測具有以下明顯的 特點(diǎn) 2。 1、準(zhǔn)確性 因?yàn)殡娏ω?fù)荷未來的發(fā)展是不確定的，它要受到多種多樣復(fù)雜因素的影響，而 且各種影響因素也是發(fā)展變化的。人們對于這些發(fā)展變化有些能夠預(yù)先估計(jì)，有些 卻很難事先預(yù)見到，加上一些臨時(shí)變化的影響，因此就決定了預(yù)測結(jié)果的不準(zhǔn)確性 或不完全準(zhǔn)確性。 2、條件性 各種負(fù)荷預(yù)測都是在一定的條件下做出的，對于條件而言，又可分為必然條件 和假設(shè)條件兩種。 3、時(shí)間性 各種負(fù)荷預(yù)測都有一定的時(shí)間范圍，因?yàn)樨?fù)荷預(yù)測屬于科學(xué)預(yù)測的范疇，因此， 要求有比較確切的數(shù)量概念，往往需要指明預(yù)測的時(shí)間。 華南理工大學(xué)廣州學(xué)院本科畢業(yè)論文說明書 4 4、多方案性 由于預(yù)測的不準(zhǔn)確性和條件性，所以有時(shí)要對負(fù)荷在各種可能的發(fā)展情況下進(jìn) 行預(yù)測，就會(huì)得到各種條件下不同的負(fù)荷預(yù)測方案。 1.2.4 負(fù)荷預(yù)測的原理 負(fù)荷預(yù)測工作是根據(jù)電力負(fù)荷的發(fā)展變化規(guī)律，預(yù)計(jì)或判斷其未來發(fā)展趨勢和 狀況的活動(dòng)，因此必須科學(xué)的總結(jié)出預(yù)測工作的基本原理，用于指導(dǎo)負(fù)荷預(yù)測工作 2。 1、可知性原理 也就是說預(yù)測對象的發(fā)展規(guī)律，其未來的發(fā)展趨勢和狀況是可以為人們所知道 的，這是人們在進(jìn)行預(yù)測活動(dòng)的基本依據(jù)。 2、可能性原理 因?yàn)槭挛锏陌l(fā)展變化是在內(nèi)因和外因共同作用下進(jìn)行的，內(nèi)因的變化及外因作 用大小不同，因此事物的發(fā)展變化會(huì)有很多種可能。對某一具體指標(biāo)的預(yù)測，往往 是按照某發(fā)展變化的多種可能性，進(jìn)行多方案預(yù)測的。 3、連續(xù)性原理 又稱慣性原理，連續(xù)性原理是指預(yù)測對象的發(fā)展是一個(gè)連續(xù)統(tǒng)一的過程，其未 來發(fā)展是這個(gè)過程的繼續(xù)。該原理認(rèn)為事物發(fā)展變化過程中會(huì)將某些原有的特征保 持下來，延續(xù)下去。電力系統(tǒng)負(fù)荷的發(fā)展變化同樣存在著慣性，這種慣性正是進(jìn)行 負(fù)荷預(yù)測的主要依據(jù)。 4、相似性原理 在很多情況下，作為預(yù)測對象的一個(gè)事物，其現(xiàn)在的發(fā)展過程和發(fā)展?fàn)顩r可能 與過去一定階段的發(fā)展過程和發(fā)展?fàn)顩r相類似，因此可以根據(jù)已知發(fā)展過程和狀況 來預(yù)測所預(yù)測對象的未來發(fā)展過程和狀況，這就是相似性原理。目前，預(yù)測技術(shù)中 使用的類推法或類比法，就是這個(gè)原理的預(yù)測方法。 5、反饋性原理 反饋就是利用輸出返回到輸入端，再調(diào)節(jié)輸出結(jié)果。人們在預(yù)測活動(dòng)實(shí)踐中發(fā) 現(xiàn)，當(dāng)預(yù)測的結(jié)果和經(jīng)過一段實(shí)踐所得到的實(shí)際值存在差異時(shí)，可利用這個(gè)差距， 對遠(yuǎn)期預(yù)測值進(jìn)行反饋調(diào)節(jié)，以提高預(yù)測的準(zhǔn)確性。在進(jìn)行反饋調(diào)節(jié)時(shí)，實(shí)質(zhì)上就 是將預(yù)測的理論值也實(shí)際相結(jié)合，首先認(rèn)真分析預(yù)測值和實(shí)際值之間的差距及產(chǎn)生 差距的原因。然后根據(jù)查明的原因，適當(dāng)改變輸入數(shù)據(jù)及參數(shù)，進(jìn)行反饋調(diào)整，使 預(yù)測質(zhì)量進(jìn)一步提高。 6、系統(tǒng)性原理 系統(tǒng)性原理認(rèn)為預(yù)測對象是一個(gè)完整的系統(tǒng)，它本身有內(nèi)在的系統(tǒng)，又因與外 第一章 緒論 5 界事物的聯(lián)系形成它的外在系統(tǒng)。預(yù)測對象的未來發(fā)展是系統(tǒng)整體的動(dòng)態(tài)發(fā)展，而 整個(gè)系統(tǒng)的動(dòng)態(tài)發(fā)展與它的各個(gè)組成部分和影響因素之間的相互作用相互影響密切 相關(guān)。系統(tǒng)性原理強(qiáng)調(diào)整體最佳，只有系統(tǒng)整體最佳的預(yù)測，才是高質(zhì)量的預(yù)測， 才能為決策者提供最佳的預(yù)測方案。 1.2.5 負(fù)荷預(yù)測的步驟 負(fù)荷預(yù)測工作的關(guān)鍵在于收集大量的歷史數(shù)據(jù)，建立科學(xué)有效的預(yù)測模型，采 用有效的算法，以歷史數(shù)據(jù)為基礎(chǔ)，進(jìn)行大量試驗(yàn)性研究，總結(jié)經(jīng)驗(yàn)，不斷修正模 型和算法，以準(zhǔn)確反映負(fù)荷變化規(guī)律。其基本過程如下 1。 具體的過程如下： （1）調(diào)查和選擇歷史數(shù)據(jù)資料。多方面調(diào)查和收集資料，包括電力企業(yè)內(nèi)部資 料和外部資料，從眾多的資料中挑選出有用的部分，即把資料濃縮到最小量。挑選 資料時(shí)的標(biāo)準(zhǔn)要是直接、可靠并且要最新的資料。如果資料收集和選擇的不好，會(huì) 直接影響負(fù)荷預(yù)測的質(zhì)量。 （2）歷史資料的整理。一般來說，由于負(fù)荷預(yù)測的質(zhì)量不會(huì)超過所用資料的質(zhì) 量，所用要對所收集的與負(fù)荷有關(guān)的統(tǒng)計(jì)資料進(jìn)行審核和必要的加工整理，來保證 資料的質(zhì)量，從而為保證預(yù)測質(zhì)量打下基礎(chǔ)，即要注意資料的完整無缺，數(shù)字準(zhǔn)確 無誤，反映的都是正常狀態(tài)下的水平，資料中沒有異常的“分離項(xiàng)” ，還要注意資料 的補(bǔ)缺，并對不可靠的資料加以核實(shí)調(diào)整。 華南理工大學(xué)廣州學(xué)院本科畢業(yè)論文說明書 6 （3）對負(fù)荷數(shù)據(jù)的處理。在經(jīng)過初步調(diào)整之后，還要對所用資料進(jìn)行數(shù)據(jù)分析 預(yù)處理，即對歷史資料中的異常值的平穩(wěn)化以及缺失數(shù)據(jù)的補(bǔ)遺，針對異常數(shù)據(jù)， 主要采用水平處理和垂直處理方法。 數(shù)據(jù)的水平處理即在進(jìn)行分析數(shù)據(jù)時(shí)，將前后兩個(gè)時(shí)間的負(fù)荷數(shù)據(jù)作為基準(zhǔn)， 設(shè)定待處理數(shù)據(jù)的最大變動(dòng)范圍，當(dāng)待處理數(shù)據(jù)超過這個(gè)范圍，就視為不良數(shù)據(jù)， 采用平均值的方法平穩(wěn)其變化。數(shù)據(jù)的垂直處理在負(fù)荷數(shù)據(jù)預(yù)處理時(shí)考慮其 24h 的 小周期，即認(rèn)為不同日期的同一時(shí)刻的負(fù)荷應(yīng)該具有相似性，同時(shí)刻的負(fù)荷值應(yīng)維 持在一定的范圍內(nèi)，對于超出范圍的不良數(shù)據(jù)修正為待處理數(shù)據(jù)的最近幾天該時(shí)刻 的負(fù)荷平均值。 （4）建立負(fù)荷預(yù)測模型。負(fù)荷預(yù)測模型是統(tǒng)計(jì)資料軌跡的概括，預(yù)測模型是多 種多樣的，因此，對于具體資料要選擇恰當(dāng)?shù)念A(yù)測模型，這是符合預(yù)測的至關(guān)重要 的一步。當(dāng)由于模型選擇不當(dāng)而造成預(yù)測誤差過大時(shí)，就需要改換模型，必要時(shí)， 還可同時(shí)采用幾種數(shù)學(xué)模型分別進(jìn)行運(yùn)算，以便對比、選擇。 在選擇適當(dāng)?shù)念A(yù)測技術(shù)后，建立負(fù)荷預(yù)測數(shù)學(xué)模型，進(jìn)行預(yù)測工作。由于已掌 握的發(fā)展變化規(guī)律，并不能代表將來變化規(guī)律，所以要對影響預(yù)測對象的新因素進(jìn) 行分析，對預(yù)測的模型進(jìn)行恰當(dāng)?shù)男拚蟠_定預(yù)測值。 （5）應(yīng)用預(yù)測模型。將模型應(yīng)用到實(shí)際的系統(tǒng)中，對未來時(shí)段情況進(jìn)行預(yù)測。 （6）評價(jià)預(yù)測結(jié)果。通過對各種方法的預(yù)測結(jié)果進(jìn)行比較和綜合分析，根據(jù)經(jīng) 驗(yàn)和常識判斷結(jié)果的合理性，對預(yù)測結(jié)果進(jìn)行適當(dāng)?shù)男拚蟮米罱K的預(yù)測結(jié)果。 （7）評價(jià)預(yù)測精度。對所采用預(yù)測方法進(jìn)行可信度分析。 （8）編寫預(yù)測分析報(bào)告。匯總以上內(nèi)容，編寫滿足相關(guān)要求的電力負(fù)荷預(yù)測及 其分析報(bào)告。 具體的預(yù)測步驟可根據(jù)具體情況進(jìn)行簡化和整理。 1.3 國內(nèi)外負(fù)荷預(yù)測的研究現(xiàn)狀與發(fā)展趨勢 長期以來，國內(nèi)外對電力的預(yù)測工作進(jìn)行了長期研究。產(chǎn)生了許多電力負(fù)荷預(yù) 測的理論和方法。一類是電力彈性系數(shù)、綜合電耗法、產(chǎn)值單耗法和增長速度法。 另一類是一元相關(guān)法、多元相關(guān)法、回歸分析法和灰色系統(tǒng)法等。如果使用前一類 方法，則需要先預(yù)測出產(chǎn)值、產(chǎn)量和增長速度等數(shù)據(jù)。目前我國經(jīng)濟(jì)正處于轉(zhuǎn)型時(shí) 期，很多數(shù)據(jù)無法測出或無法測準(zhǔn)。而且已有的用電系數(shù)、用電定額等如今也會(huì)發(fā) 生變化，用兩種準(zhǔn)確度不高的數(shù)據(jù)來計(jì)算，得到的預(yù)測值也不會(huì)很準(zhǔn)確。如果使用 后一類方法，首先要用統(tǒng)計(jì)分析方法找出用電量、負(fù)荷與時(shí)間、各行業(yè)總產(chǎn)值、國 第一章 緒論 7 內(nèi)生產(chǎn)總值等數(shù)值之間的關(guān)系和變化的規(guī)律，從而建立數(shù)學(xué)模型，然后用數(shù)學(xué)模型 來進(jìn)行預(yù)測。整個(gè)預(yù)測的過程也是對數(shù)學(xué)模型不斷的進(jìn)行校驗(yàn)和調(diào)整的過程。這個(gè) 過程一般來說也不是短時(shí)間就可以完成的 6。 于是，有學(xué)者開始將各種智能化算法，如人工神經(jīng)網(wǎng)絡(luò)法、遺傳算法、最小絕 對值濾波算法等用于在受到諸如氣象變化、經(jīng)濟(jì)環(huán)境變化等隨機(jī)因素干擾情況下的 電力系統(tǒng)負(fù)荷預(yù)測。由于電力系統(tǒng)的負(fù)荷受眾多不確定因素的影響，是典型的灰色 系統(tǒng)，運(yùn)用灰色系統(tǒng)來分析眾多不確定因素與電力負(fù)荷預(yù)測的關(guān)聯(lián)度已經(jīng)運(yùn)用廣泛， 但如何準(zhǔn)確定量描述，以何種準(zhǔn)則來進(jìn)行不確定因素的人工修整仍是一個(gè)難題，所 以，通常很多地區(qū)很大程度上依靠預(yù)測人員的經(jīng)驗(yàn)進(jìn)行預(yù)測 3。 與此同時(shí)，科學(xué)家們正在研究新的預(yù)測技術(shù)，其中最具有代表性的就是模糊預(yù) 測技術(shù)和利用人工神經(jīng)網(wǎng)絡(luò)的預(yù)測方法，國內(nèi)外也發(fā)表了很多關(guān)于這兩種方法論文， 但對于這些方法還尚未獲得統(tǒng)一的認(rèn)識，還未形成公認(rèn)的數(shù)學(xué)預(yù)測模型，因此，要 把這些新的預(yù)測方法運(yùn)用到實(shí)際中還存在一定的距離，但是，它們的發(fā)展前景卻是 不可估量的。 1.4 本文的主要工作 本文是關(guān)于電力負(fù)荷預(yù)測的理論研究學(xué)習(xí)，所要完成的工作主要包括以下幾點(diǎn)： （1）查閱相關(guān)電力負(fù)荷預(yù)測參考文獻(xiàn),學(xué)習(xí)預(yù)測理論和模型。 （2）對清遠(yuǎn)市歷史 gdp 和電量數(shù)據(jù)等資料進(jìn)行數(shù)學(xué)分析，并采用灰色預(yù)測法 的 gm（1，1）模型和 bp 神經(jīng)網(wǎng)絡(luò)得到清遠(yuǎn)市十二五規(guī)劃期間的電力系統(tǒng)負(fù)荷。本 文主要的是預(yù)測其全社會(huì)用電量。 （3）對預(yù)測結(jié)果作出分析比較，給出相關(guān)結(jié)論和建議。 （4）采用 matlab 編制出程序軟件。 同時(shí)，在時(shí)間允許的情況下，可在預(yù)測結(jié)果上進(jìn)行完善與改進(jìn)，即通過改進(jìn) gm（1,1 ）預(yù)測模型以及 bp 神經(jīng)網(wǎng)絡(luò)，或者利用組合預(yù)測來提高預(yù)測效果和精度。 1.5 本章小結(jié) 本章是整個(gè)課題順利完成的前期準(zhǔn)備工作，是撰寫完整課題的必要階段。本章 選題背景與意義、負(fù)荷預(yù)測的分類、特點(diǎn)、原理與步驟的介紹，旨在于對負(fù)荷預(yù)測 華南理工大學(xué)廣州學(xué)院本科畢業(yè)論文說明書 8 進(jìn)行一些基礎(chǔ)性的總結(jié)，同時(shí)，對負(fù)荷預(yù)測國內(nèi)外現(xiàn)狀的研究描述，目的在于清楚 負(fù)荷預(yù)測已有的技術(shù)及存在的問題，對本文主要工作的闡述，是大致了解課題所要 完成的任務(wù)。只有清楚了上述情況，才能進(jìn)行后續(xù)的工作，并且從上述所描述中我 們可以較為清楚的知道：本次課題要從哪里做起，需要做些什么工作，工作完成之 后需要得到什么樣的結(jié)論，需要獲得什么樣的數(shù)據(jù)。這一系列的問題都可以從本章 中得到較為滿意的答案。 總之本章是一個(gè)基礎(chǔ)性的章節(jié)，針對本章所需內(nèi)容的簡要分析，是為后續(xù)工作 做必要的準(zhǔn)備，因此，這一系列的前期準(zhǔn)備工作就顯得十分有必要。 第二章 負(fù)荷預(yù)測方法綜述 2.1 負(fù)荷預(yù)測方法簡要分析 2.1.1 單耗法 單耗法 2即單位產(chǎn)品電耗法，是通過某一工業(yè)產(chǎn)品的平均單位產(chǎn)品用電量以及 該產(chǎn)品的產(chǎn)量，得到生產(chǎn)這種產(chǎn)品的總用電量，計(jì)算公式是： abg? （2 1）? 式中：a用電量； b產(chǎn)品產(chǎn)量； g產(chǎn)品的單位耗電量。 單耗法需要做大量細(xì)致的統(tǒng)計(jì)工作，近期預(yù)測效果較佳。但實(shí)際中很難對所有 產(chǎn)品較準(zhǔn)確地求出其用電單耗，工作量也較大。有時(shí)考慮用國民生產(chǎn)總值或工農(nóng)業(yè) 生產(chǎn)總值 b，結(jié)合其電量單耗（產(chǎn)值單耗）g，計(jì)算出用電量 ，這就是產(chǎn)值單abg? 耗法。 2.1.2 趨勢外推法 當(dāng)電力負(fù)荷依時(shí)間變化呈現(xiàn)某種上升或下降的趨勢，并且無明顯的季節(jié)波動(dòng)， 又能找到一條適合的函數(shù)曲線反映這種變化趨勢時(shí)，就可以用時(shí)間 t 為自變量，時(shí) 第二章 負(fù)荷預(yù)測方法綜述 9 序數(shù)值 y 為因變量，建立趨勢模型 。當(dāng)有理由相信這種趨勢能夠延伸到未來)(tfy? 時(shí)，賦予變量所需要的值，可以得到相應(yīng)時(shí)刻的時(shí)間序列未來值，這就是趨勢外推 法 2。外推法有線性趨勢外推法、對數(shù)趨勢外推法、二次曲線趨勢外推法、指數(shù)曲 線趨勢外推法，生長曲線趨勢外推法。 應(yīng)用趨勢外推法有兩個(gè)假設(shè)條件：（1）假設(shè)負(fù)荷沒有跳躍式變化；（2）假設(shè) 負(fù)荷的發(fā)展因素也決定未來的發(fā)展，其條件是不變或變化不大。選擇合適的趨勢模 型是應(yīng)用趨勢外推法的重要環(huán)節(jié)，圖像識別法和差分法是選擇趨勢模型的兩種基本 方法。 趨勢外推法的優(yōu)點(diǎn)是只需要?dú)v史數(shù)據(jù)、所需的數(shù)據(jù)量較少。缺點(diǎn)是如果負(fù)荷出 現(xiàn)變動(dòng)，會(huì)引起較大的誤差。 2.1.3 彈性系數(shù)法 電力彈性系數(shù)的一般定義為： （2- ab? 2） 其中，a、b 分別為電力或電量和國內(nèi)生產(chǎn)總值的年均增長率。 電力彈性系數(shù)法 2就是利用電力彈性系數(shù)對某一地區(qū)的電力負(fù)荷進(jìn)行預(yù)測的方 法。若已知電力彈性系數(shù)的預(yù)測值為 ，規(guī)劃期的國內(nèi)生產(chǎn)總值（gdp）的年均增? 長率為 ，則根據(jù)電力彈性系數(shù)的一般定義，可測算出電力或電量的年均增長率為：k? （2-kp? 3） 那么，就可以利用下面公式預(yù)測出規(guī)劃期所需的電力或電量： （2-?tktw?10 4） 式中： 規(guī)劃期的電力或電量；tw 基年的實(shí)際電力或電量；0 規(guī)劃期采用的電力彈性系數(shù)；? 規(guī)劃期預(yù)計(jì)的國內(nèi)生產(chǎn)總值年均增長率；k? 基年至規(guī)劃年間隔的年數(shù)。t 華南理工大學(xué)廣州學(xué)院本科畢業(yè)論文說明書 10 彈性系數(shù)法預(yù)測電力負(fù)荷的關(guān)鍵及核心的問題是如何確定規(guī)劃期的電力彈性系 數(shù)值。由于彈性系數(shù)值受多方面因素的影響，而且又具有某種時(shí)間慣性，因此既可 以從歷史數(shù)據(jù)中尋找，又必須考慮它在未來可能發(fā)生的變化，從分析影響彈性系數(shù) 的諸因素的變化中去預(yù)測（或估計(jì)）出規(guī)劃期彈性系數(shù)的可能取值。 應(yīng)用彈性系數(shù)法預(yù)測電力負(fù)荷，一般僅適合于大范圍、較長時(shí)段的預(yù)測，屬于 較長期趨勢預(yù)測。它是一種宏觀預(yù)測方法，因此，預(yù)測時(shí)段短、預(yù)測范圍小時(shí)，應(yīng) 用電力彈性系數(shù)法難以獲得滿意的結(jié)果。 當(dāng)然，彈性系數(shù)法也有其自身的優(yōu)點(diǎn)，那就是計(jì)算簡單，這也是該方法的最大 特點(diǎn)。 2.1.4 回歸預(yù)測法 基于電力負(fù)荷量是由經(jīng)濟(jì)發(fā)展程度所決定的，因此回歸預(yù)測類模型便通過建立 負(fù)荷與經(jīng)濟(jì)變量的相關(guān)關(guān)系，以回歸預(yù)測技術(shù)來實(shí)現(xiàn)對電力負(fù)荷發(fā)展規(guī)律的描述。 由于在預(yù)測過程中，以數(shù)理統(tǒng)計(jì)中的回歸分析方法為基礎(chǔ)來確定變量之間的相關(guān)關(guān) 系而達(dá)到預(yù)測目的，故而稱為回歸預(yù)測模型或經(jīng)濟(jì)預(yù)測模型預(yù)測法，簡稱回歸預(yù)測 法 1。 回歸預(yù)測法是目前廣泛應(yīng)用的定量預(yù)測方法，通過對歷史數(shù)據(jù)的分析研究，探 索經(jīng)濟(jì)、社會(huì)各有關(guān)因素與電力負(fù)荷的內(nèi)在聯(lián)系和發(fā)展變化規(guī)律，并根據(jù)對規(guī)劃期 內(nèi)，本地區(qū)經(jīng)濟(jì)、社會(huì)發(fā)展情況的預(yù)測來推算未來的負(fù)荷，其任務(wù)是確定預(yù)測值和 影響因子之間的關(guān)系。 在具體實(shí)現(xiàn)中，電力負(fù)荷預(yù)測的回歸預(yù)測模型往往是通過對影響因子值（比如 國民生產(chǎn)總值、工農(nóng)業(yè)總產(chǎn)值、人口和氣候等）和用電的歷史資料進(jìn)行統(tǒng)計(jì)分析， 以確定用電量和影響因子之間的函數(shù)關(guān)系，從而實(shí)現(xiàn)預(yù)測。該方法依賴于模型的準(zhǔn) 確性，更依賴于影響因子本身預(yù)測的準(zhǔn)確度。 回歸預(yù)測法是最小二乘法原理的發(fā)展，根據(jù)自變量的多少，可分為一元線性回 歸、二元線性回歸和多元線性回歸，此外，還有非線性回歸等回歸模型。 利用回歸預(yù)測法時(shí)，主要采用多元非線性回歸模型建立負(fù)荷與影響因素之間的 關(guān)系，預(yù)測值可寫為： （ 2-()() nt iyabxt? 5） 式中： 為 t 時(shí)刻的預(yù)測負(fù)荷值； 為第 i 個(gè)影響負(fù)荷變化的因素在 t 時(shí)刻()ty()ixt 的取值；a i，b i為回歸系數(shù)。 第二章 負(fù)荷預(yù)測方法綜述 11 回歸分析法的主要優(yōu)點(diǎn)在于它能夠通過模型來解釋各變量之間的關(guān)系，它對因 果關(guān)系的處理是十分有效的。同時(shí)，它也有缺點(diǎn)：一是要收集較多的觀測值，它的 預(yù)測準(zhǔn)確度與樣本有關(guān)，所以付出的代價(jià)一般比較大；二是計(jì)算量大；三是要經(jīng)常 評審模型。 2.1.5 時(shí)間序列法 時(shí)間序列法 4是一種最為常見的短期負(fù)荷預(yù)測方法，它是針對整個(gè)觀測序列呈 現(xiàn)出的某種隨機(jī)過程的特性，去建立和估計(jì)產(chǎn)生實(shí)際序列的隨機(jī)過程的模型，然后 用這些模型去進(jìn)行預(yù)測。它利用了電力負(fù)荷變動(dòng)的慣性特征和時(shí)間上的延續(xù)性，通 過對歷史數(shù)據(jù)時(shí)間序列的分析處理，確定其基本特征和變化規(guī)律，預(yù)測未來負(fù)荷。 時(shí)間序列預(yù)測方法可分為確定型和隨機(jī)性兩類，確定型時(shí)間序列作為模型殘差 用于估計(jì)預(yù)測區(qū)間的大小，隨機(jī)型時(shí)間序列預(yù)測模型可以看作一個(gè)線性濾波器。根 據(jù)線性濾波器的特性，時(shí)間序列可劃為自回歸(ar) 、動(dòng)平均(ma)、自回歸-動(dòng)平均 (arma)、累計(jì)式自回歸-動(dòng)平均(arima)、傳遞函數(shù)(tf)幾類模型，其負(fù)荷預(yù)測過 程一般分為模型識別、模型參數(shù)估計(jì)、模型檢驗(yàn)、負(fù)荷預(yù)測、精度檢驗(yàn)預(yù)測值修正 5 個(gè)階段。 2.1.6 專家預(yù)測法 專家預(yù)測法分為專家會(huì)議法和專家小組法。專家會(huì)議法通過召集專家開會(huì)，面 對面討論問題，每個(gè)專家能充分發(fā)表意見，并聽取其他專家意見。這種方法缺點(diǎn)是： 參加會(huì)議的人數(shù)有限影響代表性；權(quán)威者的意見將起主導(dǎo)作用，一些專家盲從 權(quán)威者的意見，或者礙于面子，不堅(jiān)持與權(quán)威者不同的看法。因此，得出的結(jié)論不 能集中所有專家的正確看法。專家小組法可以避免這些問題，專家小組法又稱德爾 菲法（ddelphi ） 。古希臘傳說中，在德爾菲有一個(gè)阿波羅神殿，希臘神在此可以預(yù) 卜未來。本世紀(jì) 40 年代，美國蘭德公司借用德爾菲這個(gè)地名，把專家小組預(yù)測法叫 做德爾菲預(yù)測法。專家們不通過會(huì)議形式，而是通過書面形式獨(dú)立的發(fā)表個(gè)人見解， 專家之間相互保密，經(jīng)過多次反復(fù)，給專家以重新考慮并修改原先意見的機(jī)會(huì)，最 后綜合出預(yù)測結(jié)果。德爾菲法最初用于科學(xué)發(fā)現(xiàn)和技術(shù)發(fā)明的預(yù)測，后來逐步用于 經(jīng)濟(jì)預(yù)測。它在電力系統(tǒng)中可以用來預(yù)測未來哪些電力技術(shù)將有突破性發(fā)展，這種 突破將在何時(shí)發(fā)生；某一地區(qū)哪一時(shí)期的用電水平將有何等顯著性變化；更具體地， 未來一年或者幾年全國或地區(qū)發(fā)電量及用電量的預(yù)測等 2。 華南理工大學(xué)廣州學(xué)院本科畢業(yè)論文說明書 12 2.1.7 小波分析預(yù)測技術(shù) 小波分析 5是今年來興起的一種新的信號分析處理技術(shù)，它在時(shí)域和頻域上同 時(shí)具有良好的局部化性質(zhì)，在處理非平穩(wěn)時(shí)間序列中體現(xiàn)出很大的優(yōu)越性。其優(yōu)于 傳統(tǒng)的 fourier 分析的主要之處在于：能對不同的頻率成分采用逐漸精細(xì)的采樣步長， 從而可以聚焦到信號的任意細(xì)節(jié)，尤其是對奇異信號很敏感，能很好的處理微弱或 突變的信號，其目標(biāo)是將一個(gè)信號的信息轉(zhuǎn)化成小波系數(shù)，從而能夠方便地加以處 理、存儲(chǔ)、傳遞、分析或被用于重建原始信號。這些優(yōu)點(diǎn)決定了小波分析可以有效 地應(yīng)用于負(fù)荷預(yù)測問題的研究。 2.1.8 優(yōu)先組合預(yù)測技術(shù) 優(yōu)選組合預(yù)測 2有兩類概念，一指將幾種預(yù)測方法得到的預(yù)測結(jié)果，選取適當(dāng) 的權(quán)重進(jìn)行加權(quán)平均的一種預(yù)測方法；二是指在集中預(yù)測方法中比較，選擇擬合度 最佳或差標(biāo)準(zhǔn)最小的預(yù)測模型作為最優(yōu)模型進(jìn)行預(yù)測。組合預(yù)測方法是建立在最大 信息利用的基礎(chǔ)上，它集結(jié)了多種單一模型所包含的信息，進(jìn)行最優(yōu)組合。因此， 在大多數(shù)情況下，通過組合預(yù)測可以達(dá)到改善預(yù)測結(jié)果的目的。 組合預(yù)測是在單個(gè)預(yù)測模型不能完全正確地描述預(yù)測量的變化規(guī)律時(shí)發(fā)揮其作 用。一個(gè)能夠完全反應(yīng)預(yù)測量變化規(guī)律的模型完全可能比組合預(yù)測效果好。如果可 以找到一個(gè)能夠很好地反映經(jīng)濟(jì)發(fā)展過程規(guī)律的模型，則用這個(gè)模型預(yù)測是很合適 的，如果這個(gè)模型不易找到，或者把握不大，則采用不同預(yù)測角度建立多種模型進(jìn) 行組合預(yù)測是一種有效的補(bǔ)償方法，特別是簡單平均組合預(yù)測更是一種較為簡便、 穩(wěn)健的實(shí)用方法。組合預(yù)測理論認(rèn)為：對同一預(yù)測問題而言，多個(gè)不同預(yù)測模型的 線性組合在一定條件下能夠有效地改善模型的擬合能力和提高預(yù)測的精度因此，應(yīng) 用優(yōu)化組合預(yù)測方法進(jìn)行電力負(fù)荷預(yù)測，能將各個(gè)模型有機(jī)地組合在一起，綜合各 個(gè)模型的優(yōu)點(diǎn)，獲得更為準(zhǔn)確的預(yù)測結(jié)果，優(yōu)化組合預(yù)測方法從理論上可以求得最 佳的組合權(quán)系數(shù)。如果這個(gè)權(quán)系數(shù)能保持穩(wěn)定，應(yīng)用優(yōu)化組合預(yù)測方法將取得很好 的效果。但實(shí)際上優(yōu)化組合預(yù)測方法得出權(quán)值常常不穩(wěn)定，從而影響預(yù)測結(jié)果精度。 其優(yōu)點(diǎn)是預(yù)測精度較高，確定性較好。缺點(diǎn)是受到兩方面的限制：一個(gè)是不可能將 所有在未來起作用的因素全包含在模型中；另一個(gè)是很難確定眾多參數(shù)之間的精確 關(guān)系在各個(gè)部門間轉(zhuǎn)換模型。 2.2 本章小結(jié) 第二章 負(fù)荷預(yù)測方法綜述 13 本章主要是對負(fù)荷預(yù)測的部分方法進(jìn)行了簡單的描述與分析，通過參閱部分參 考文獻(xiàn)可知，任何一種預(yù)測方法都有其自身的優(yōu)點(diǎn)與缺點(diǎn)，當(dāng)我們就某地未來用電 量進(jìn)行預(yù)測時(shí)，就必須綜合考慮當(dāng)?shù)氐膶?shí)際情況，合理的選擇適合本地未來用電量 的預(yù)測方法。同時(shí)，隨著國內(nèi)外對電力負(fù)荷預(yù)測方法的深入研究，對電力負(fù)荷預(yù)測 方法提出了新的發(fā)展方向，如上文中提到的專家系統(tǒng)預(yù)測技術(shù)、優(yōu)先組合預(yù)測技術(shù)、 小波分析預(yù)測技術(shù)等新技術(shù)，就是為了填補(bǔ)目前大眾方法的不足而提出來的。本論 文所要用到的神經(jīng)網(wǎng)絡(luò)法也一種新的預(yù)測技術(shù)，該方法在對于數(shù)值不穩(wěn)定，溫度以 及氣象等因素導(dǎo)致預(yù)測結(jié)果不精確上取得了重大的成就。 華南理工大學(xué)廣州學(xué)院本科畢業(yè)論文說明書 14 第三章 清遠(yuǎn)市十二五規(guī)劃負(fù)荷預(yù)測建模 3.1 原始資料收集及分析 3.1.1 清遠(yuǎn)市經(jīng)濟(jì)狀況分析 通過調(diào)研，得到清遠(yuǎn)市 1995 年至 2010 年各產(chǎn)業(yè) gdp 數(shù)據(jù)，數(shù)據(jù)統(tǒng)計(jì)見表 3- 1。 表 3-1 清遠(yuǎn)市 1995-2010 年經(jīng)濟(jì)發(fā)展數(shù)據(jù) 年份 全社會(huì) gdp（億元） 第一產(chǎn)業(yè) gdp 第二產(chǎn)業(yè) gdp 第三產(chǎn)業(yè) gdp 1995 121.20 49.40 38.09 33.71 1996 129.49 56.66 38.75 34.08 1997 132.01 56.76 40.62 34.63 1998 135.25 57.14 40.48 37.63 1999 144.83 60.42 39.43 44.98 2000 157.92 61.43 40.72 55.77 2001 167.71 62.88 39.40 65.43 2002 180.20 64.52 40.90 74.78 2003 205.99 66.95 51.47 87.57 2004 255.51 73.82 76.48 105.12 2005 323.28 71.54 126.91 124.83 2006 430.80 72.19 206.85 151.75 2007 601.96 84.00 323.79 194.17 2008 768.80 98.09 433.23 237.48 2009 861.29 101.85 485.29 274.45 2010 1112.50 109.18 626.03 302.72 第三章 清遠(yuǎn)市十二五規(guī)劃負(fù)荷預(yù)測建模 15 年均增長率 （%） 16.52 5.60 22.81 16.01 0 200 400 600 800 1000 1200 199 5 199 6 199 7 199 8 199 9 200 0 200 1 200 2 200 3 200 4 200 5 200 6 200 7 200 8 200 9 201 0 全 社 會(huì) gdp（ 億 元 ） 第 一 產(chǎn) 業(yè) gdp 第 二 產(chǎn) 業(yè) gdp 第 三 產(chǎn) 業(yè) gdp 圖 3-1 清遠(yuǎn)市 19952010 年經(jīng)濟(jì)發(fā)展數(shù)據(jù) 1995-2010 年清遠(yuǎn)市的國內(nèi)生產(chǎn)總值維持穩(wěn)定增長，特別是 2010 年國內(nèi)生產(chǎn)總 值達(dá)到 1112.50 億元，第二產(chǎn)業(yè)與第三產(chǎn)業(yè)協(xié)調(diào)發(fā)展，增長率分別達(dá)到 22.81%和 16.01%，而第一產(chǎn)業(yè)發(fā)展相對緩慢，年均增長率也相對較對低，說明清遠(yuǎn)市農(nóng)業(yè)方 面的產(chǎn)值占整個(gè) gdp 總值的份額相對較少，在未來可相對提高農(nóng)業(yè)方面的產(chǎn)值，即 協(xié)調(diào)好第一、二、三產(chǎn)業(yè)的發(fā)展，但就清遠(yuǎn)市過去十幾年國內(nèi)生產(chǎn)總值的發(fā)展趨勢， 預(yù)計(jì)在未來十幾年里，其國內(nèi) gdp 會(huì)繼續(xù)穩(wěn)定增長。 3.1.2 歷史用電量分析 本文基于的是清遠(yuǎn)市歷史全社會(huì)用電量，以預(yù)測十二五期間的電量情況，在進(jìn) 行本文的預(yù)測工作之前，先對其歷史用電量進(jìn)行一定的闡述與分析，通過調(diào)研及網(wǎng) 上獲得的用電量數(shù)據(jù)見圖 3-2 和表 3-2。 全 社 會(huì) 用 電 量 （ 億 kwh） 0 20 40 60 80 100 120 140 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 圖 3-2 清遠(yuǎn)市 1995-2010 年全社用電量統(tǒng)計(jì)圖 華南理工大學(xué)廣州學(xué)院本科畢業(yè)論文說明書 16 表 3-2 清遠(yuǎn)市 1995-2010 年全社會(huì)用電量數(shù)據(jù)統(tǒng)計(jì)表 全社用電量 年份 全社會(huì)用電量（億 kwh） 增長率（%） 1995 35.45 1996 40.35 13.82 1997 46.87 16.16 1998 48.78 4.08 1999 55.32 13.41 2000 59.48 7.52 2001 65.32 9.82 2002 69.58 6.52 2003 75.69 8.78 2004 85.38 12.80 2005 90.87 6.43 2006 95.32 4.90 2007 97.73 2.53 2008 100.1 2.43 2009 110.58 10.47 2010 127 14.85 清遠(yuǎn)市 1995-2010 年用電量呈現(xiàn)逐年增加的趨勢，但就增長率來說，用電量的 增長體現(xiàn)了不規(guī)則性，并且，增長的速度也相對緩慢，甚至在 2007、2008 年出現(xiàn)了 只有 2.53%和 2.43%的增長速度，整體上說明清遠(yuǎn)市這 16 年以來供電相對緊張。對 比表 3-1 和圖 3-1 的經(jīng)濟(jì)發(fā)展數(shù)據(jù)也可以看出，清遠(yuǎn)市用電量與經(jīng)濟(jì)發(fā)展并不協(xié)調(diào)， 用電量的增長率普遍低于經(jīng)濟(jì)發(fā)展的增長率，因此，保證穩(wěn)定快速的供電是清遠(yuǎn)未 來幾年的重要任務(wù)之一。 3.1.3 數(shù)據(jù)相關(guān)性分析 本論文所涉及的歷史數(shù)據(jù)包括全社會(huì)用電量與 gdp，歷史數(shù)據(jù)的相關(guān)性，指的 就是用電量與 gdp 的密切程度，同時(shí)，相關(guān)性的分析，也是確定輸入量的重要依 據(jù)。相關(guān)性沒有單位，其值大小范圍在-1,1，其絕對值的大小越接近 1，說明兩個(gè) 變量的相關(guān)性越好，越接近 0，說明相關(guān)性越不好。本次相關(guān)系數(shù)的求解選取的是 清遠(yuǎn)市 1995 年至 1999 年的經(jīng)濟(jì)和電量數(shù)據(jù)。以下四個(gè)表格就是清遠(yuǎn)市各產(chǎn)業(yè) gdp 與全社會(huì)用電量相關(guān)系數(shù)的統(tǒng)計(jì)，見表 3-3 至表 3-6。 第三章 清遠(yuǎn)市十二五規(guī)劃負(fù)荷預(yù)測建模 17 表 3-3 全社會(huì) gdp 與全社會(huì)用電量相關(guān)系數(shù) 年份 1995 1996 1997 1998 1999 相關(guān)系數(shù) 全社會(huì) gdp 121.20 129.49 132.01 135.25 144.83 1 全社會(huì)用 電量 35.45 40.35 46.87 48.78 55.32 0.98 表 3-4 第一產(chǎn)業(yè) gdp 與全社用電量相關(guān)系數(shù) 年份 1995 1996 1997 1998 1999 相關(guān)系數(shù) 第一產(chǎn)業(yè) gdp 49.40 56.66 56.76 57.14 60.42 1 全社會(huì)用 電量 35.45 40.35 46.87 48.78 55.32 0.89 表 3-5 第二產(chǎn)業(yè) gdp 與全社會(huì)用電量相關(guān)系數(shù) 年份 1995 1996 1997 1998 1999 相關(guān)系數(shù) 第二產(chǎn)業(yè) gdp 38.09 38.75 40.62 40.48 39.43 1 全社會(huì)用 電量 35.45 40.35 46.87 48.78 55.32 0.66 表 3-6 第三產(chǎn)業(yè) gdp 與全社會(huì)用電量相關(guān)系數(shù) 年份 1995 1996 1997 1998 1999 相關(guān)系數(shù) 第三產(chǎn)業(yè) gdp 16.49 20.49 24.77 29.08 34.06 1 全社會(huì)用 電量 35.45 40.35 46.87 48.78 55.32 0.86 （注：表 3-3 至表 3-6 中的 gdp 單位為：億元，全社會(huì)用電量的單位為：億 kwh） 在以上表格中，假設(shè)把 gdp 作為參考量，求出 gdp 與全社會(huì)用電量之間的相 關(guān)系數(shù)，從求出的相關(guān)系數(shù)可以看出，相關(guān)系數(shù)基本上大于了 0.8，這說明 gdp 與 全社會(huì)用電量的密切程度很高，因此，可認(rèn)為 gdp 是影響用電量的一個(gè)因子，所以， 在后面 bp 神經(jīng)網(wǎng)絡(luò)的建模預(yù)測時(shí)，可選擇 gdp 作為神經(jīng)網(wǎng)絡(luò)的輸入量，而全社會(huì) 用電量作為網(wǎng)絡(luò)的目標(biāo)函數(shù)。 華南理工大學(xué)廣州學(xué)院本科畢業(yè)論文說明書 18 3.2 基于灰色預(yù)測方法的模型建立 3.2.1 灰色預(yù)測的概念 灰色預(yù)測理論 7是由鄧聚龍教授于 1982 年 3 月阻礙國際上首先提出來的，該理 論在研究任務(wù)除了工業(yè)控制外，還包括社會(huì)、經(jīng)濟(jì)、農(nóng)業(yè)、電力等灰色系統(tǒng)的分析、 建模、預(yù)測、決策和控制。 由于各種氣象條件、自然災(zāi)害、經(jīng)濟(jì)變化、經(jīng)濟(jì)發(fā)展等不確定因素的影響，導(dǎo) 致進(jìn)行電力負(fù)荷預(yù)測時(shí)，很多必要的信息不能完全確定，即灰色預(yù)測時(shí)，信息部分 已知，部分未知。對灰色預(yù)測研究的主要目的在于灰色系統(tǒng)建模，就是根據(jù)已知信 息建立灰色系統(tǒng)數(shù)學(xué)模型，然后研究分析該數(shù)學(xué)模型，從而預(yù)測灰色系統(tǒng)的未知信 息。 3.2.2 灰色預(yù)測基本原理 灰色系統(tǒng)是指部分信息已知，部分信息未知的系統(tǒng)?；疑到y(tǒng)的實(shí)質(zhì)是將無規(guī) 律的原始數(shù)據(jù)進(jìn)行累加生成，得到規(guī)律性較強(qiáng)的生成數(shù)列后再重新建模，由生成模 型得到的數(shù)據(jù)再通過累加生成的逆運(yùn)算累減生成得到還原模型，由該還原模型作為 灰色預(yù)測模型?；疑A(yù)測模型是預(yù)測工作的基礎(chǔ)模型，以灰色系統(tǒng)理論的 gm（1 ，1）模型為基礎(chǔ)的預(yù)測，叫做灰色預(yù)測 7。 3.2.3 gm（1，1）模型的建立 灰色理論是利用灰色建立微分方程，這種微分方程稱為 gm（gery model） ， 而 gm（1,1）模型是最常用的一種灰色模型，本論文將采用 gm（1，1）模型對清 遠(yuǎn)市十二五規(guī)劃負(fù)荷進(jìn)行預(yù)測。 gm（1，1）模型是由一個(gè)只包含單變量的一階微分方程構(gòu)成的模型，因此，在 建立該模型時(shí)，只需要用到一個(gè)數(shù)列 。在建立模型之前，可對累加生產(chǎn)數(shù)列做一(0)x 個(gè)說明。如果對一原始數(shù)列 做如下處理：原始數(shù)列的第一個(gè)數(shù)據(jù)維持不變，作)0( 為新數(shù)列的第一個(gè)數(shù)據(jù)，新數(shù)列的第二個(gè)數(shù)據(jù)是原始第一個(gè)與第二個(gè)數(shù)據(jù)相加，新 數(shù)列的第三個(gè)數(shù)據(jù)是原始的第一個(gè)，第二個(gè)與第三個(gè)相加，以此類推，這樣得 到的新數(shù)列稱為累加生成數(shù)列，這種處理方式稱為累加生成，如果 是?(1)x 的一次累加生產(chǎn)數(shù)列，則可記為 1-ago（accumulated generationg operation),因?(0)x 第三章 清遠(yuǎn)市十二五規(guī)劃負(fù)荷預(yù)測建模 19 此，把 x(0)作為原始數(shù)列，則有： （3-(0)(0) (0)()(0)(0)1231,23,k nnxx? ? ? ? 1） 生成數(shù)列 則為：?(1)x （3-?)(1)3(1)2()1()()( ,32,1 nk xxn? ? 2