<legend id="gxqgr"></legend>
<legend id="gxqgr"><i id="gxqgr"></i></legend>
<span id="gxqgr"><sup id="gxqgr"></sup></span>
  • <acronym id="gxqgr"></acronym>
  • <input id="gxqgr"><em id="gxqgr"></em></input>

    <span id="gxqgr"><output id="gxqgr"><nav id="gxqgr"></nav></output></span>
  • 云谷動態

    電力負荷預測理論與方法二


    發布時間: 2020年11月12日

    我們接著上一篇說:

    3、負荷預測的基本過程

    負荷預測工作的關鍵在于收集大量的歷史數據,建立科學有效的預測模型,采用有效的算法,以歷史數據為基礎,進行大量試驗性研究,總結經驗,不斷修正模型和算法,以真正反映負荷變化規律。其基本過程如下。

    3.1調查和選擇歷史負荷數據資料

    多方面調查收集資料,包括電力企業內部資料和外部資料,從眾多的資料中挑選出有用的一小部分,即把資料濃縮到最小量。挑選資料時的標準要直接、可靠并且是最新的資料。如果資料的收集和選擇得不好,會直接影響負荷預測的質量。

    3.2歷史資料的整理

    一般來說,由于預測的質量不會超過所用資料的質量,所以要對所收集的與負荷有關的統計資料進行審核和必要的加工整理,來保證資料的質量,從而為保證預測質量打下基礎,即要注意資料的完整無缺,數字準確無誤,反映的都是正常狀態下的水平,資料中沒有異常的"分離項",還要注意資料的補缺,并對不可靠的資料加以核實調整。

    3.3對負荷數據的預處理

    在經過初步整理之后,還要對所用資料進行數據分析預處理,即對歷史資料中的異常值的平穩化以及缺失數據的補遺,針對異常數據,主要采用水平處理、垂直處理方法。

    數據的水平處理即在進行分析數據時,將前后兩個時間的負荷數據作為基準,設定待處理數據的最大變動范圍,當待處理數據超過這個范圍,就視為不良數據,采用平均值的方法平穩其變化;數據的垂直處理即在負荷數據預處理時考慮其24h的小周期,即認為不同日期的同一時刻的負荷應該具有相似性,同時刻的負荷值應維持在一定的范圍內,對于超出范圍的不良數據修正,為待處理數據的最近幾天該時刻的負荷平均值。

    3.4建立負荷預測模型

    負荷預測模型是統計資料軌跡的概括,預測模型是多種多樣的,因此,對于具體資料要選擇恰當的預測模型,這是負荷預測過程中至關重要的一步。當由于模型選擇不當而造成預測誤差過大時,就需要改換模型,必要時,還可同時采用幾種數學模型進行運算,以便對比、選擇。

    在選擇適當的預測技術后,建立負荷預測數學模型,進行預測工作。由于從已掌握的發展變化規律,并不能代表將來的變化規律,所以要對影響預測對象的新因素進行分析,對預測模型進行恰當的修正后確定預測值。

    4、電力負荷預測方法簡介

    電力負荷預測分為經典預測方法和現代預測方法。

    4.1經典預測方法

    4.1.1指數平滑法

    該方法是常用的預測方法之一,指數平滑法的基本思想是加權平均,選取一組時間上有序的歷史數據,x1、x2、x3……xt,一次指數平滑預測的迭代公式為:

    式中lt+1—t+1時刻的負荷值

    n—所有數據記錄的個數

    對越近期的數據加權越大,這反映了近期數據對未來負荷影響更大這一實際情況,同時能通過平滑作用消除序列中的隨機波動。

    4.1.2趨勢外推法

    就是根據負荷的變化趨勢對未來負荷情況作出預測。電力負荷雖然具有隨機性和不確定性,但在一定條件下,仍存在著明顯的變化趨勢,例如農業用電,在氣候條件變化較小的冬季,日用電量相對穩定,表現為較平穩的變化趨勢。這種變化趨勢可為線性或非線性,周期性或非周期性等等。

    4.1.3時間序列法

    時間序列法是一種最為常見的短期負荷預測方法,它是針對整個觀測序列呈現出的某種隨機過程的特性,去建立和估計產生實際序列的隨機過程的模型,然后用這些模型去進行預測。它利用了電力負荷變動的慣性特征和時間上的延續性,通過對歷史數據時間序列的分析處理,確定其基本特征和變化規律,預測未來負荷。

    時間序列預測方法可分為確定型和隨機性兩類,確定型時間序列作為模型殘差用于估計預測區間的大小。隨機型時間序列預測模型可以看作一個線性濾波器。根據線性濾波器的特性,時間序列可劃為自回歸(ar)、動平均(ma)、自回歸-動平均(arma)、累計式自回歸-動平均(arima)、傳遞函數(tf)幾類模型,其負荷預測過程一般分為模型識別、模型參數估計、模型檢驗、負荷預測、精度檢驗預測值修正5個階段。

    4.1.4回歸分析法

    回歸分析法就是根據負荷過去的歷史資料,建立可以分析的數學模型,對未來的負荷進行預測。利用數理統計中的回歸分析方法,通過對變量的觀測數據進行分析,確定變量之間的相互關系,從而實現預測。

    4.2現代負荷預測方法

    20世紀80年代后期,一些基于新興學科理論的現代預測方法逐漸得到了成功應用。這其中主要有灰色數學理論、專家系統方法、神經網絡理論、模糊預測理論等。

    4.2.1灰色數學理論

    灰色數學理論是把負荷序列看作一真實的系統輸出,它是眾多影響因子的綜合作用結果。這些眾多因子的未知性和不確定性,成為系統的灰色特性?;疑到y理論把負荷序列通過生成變換,使其變化為有規律的生成數列再建模,用于負荷預測。

    4.2.2專家系統方法

    專家系統方法是對于數據庫里存放的過去幾年的負荷數據和天氣數據等進行細致的分析,匯集有經驗的負荷預測人員的知識,提取有關規則。借助專家系統,負荷預測人員能識別預測日所屬的類型,考慮天氣因素對負荷預測的影響,按照一定的推理進行負荷預測。

    4.2.3神經網絡理論

    神經網絡理論是利用神經網絡的學習功能,讓計算機學習包含在歷史負荷數據中的映射關系,再利用這種映射關系預測未來負荷。由于該方法具有很強的魯棒性、記憶能力、非線性映射能力以及強大的自學習能力,因此有很大的應用市場,但其缺點是學習收斂速度慢,可能收斂到局部最小點;并且知識表達困難,難以充分利用調度人員經驗中存在的模糊知識。

    4.2.4模糊負荷預測

    模糊負荷預測是近幾年比較熱門的研究方向。

    模糊控制是在所采用的控制方法上應用了模糊數學理論,使其進行確定性的工作,對一些無法構造數學模型的被控過程進行有效控制。模糊系統不管其是如何進行計算的,從輸入輸出的角度講它是一個非線性函數。模糊系統對于任意一個非線性連續函數,就是找出一類隸屬函數,一種推理規則,一個解模糊方法,使得設計出的模糊系統能夠任意逼近這個非線性函數。

    下面介紹模糊預測的一些基本方法。

    (1)表格查尋法:

    表格法是一種相對簡單明了的算法。這個方法的基本思想是從已知輸入--輸出數據對中產生模糊規則,形成一個模糊規則庫,最終的模糊邏輯系統將從組合模糊規則庫中產生。

    這是一種簡單易行的易于理解的算法,因為它是個順序生成過程,無需反復學習,因此,這個方法同樣具有模糊系統優于神經網絡系統的一大優點,即構造起來既簡單又快速。

    (2)基于神經網絡集成的高木-關野模糊預測算法:

    它是利用神經網絡來求得條件部輸入變量的聯合隸屬函數。結論部的函數f(x)也可以用神經網絡來表示。神經網絡均采用前向型的bp網絡。

    (3)改進的模糊神經網絡模型的算法:

    模糊神經網絡即全局逼近器。模糊系統與神經網絡似乎有著天然的聯系,模糊神經網絡在本質上是模糊系統的實現,就是將常規的神經網絡(如前向反饋神經網絡,hopfield神經網絡)賦予模糊輸入信號和模糊權。

    對于復雜的系統建模,已經有了許多方法,并已取得良好的應用效果。但主要缺點是模型精度不高,訓練時間太長。此種方法的模型物理意義明顯,精度高,收斂快,屬于改進型算法。

    (4)反向傳播學習算法:

    模糊邏輯系統應用主要在于它能夠作為非線性系統的模型,包括含有人工操作員的非線性系統的模型。因此,從函數逼近意義上考慮,研究模糊邏輯系統的非線性映射能力顯得非常重要。函數逼近就是模糊邏輯系統可以在任意精度上,一致逼近任何定義在一個致密集上的非線性函數,其優勢在于它有能夠系統而有效地利用語言信息的能力。萬能逼近定理表明一定存在這樣一個可以在任意精度逼近任意給定函數的高斯型模糊邏輯系統。反向傳播bp學習算法用來確定高斯型模糊邏輯系統的參數,經過辨識的模型能夠很好的逼近真實系統,進而達到提高預測精度的目的。

    聯系方式


    包頭市九原區天福廣場2A座1806室

    郵箱: service@www.qamcf.com

    電話: 0472-2600062

    合作伙伴


    • 國家電網
    • 內蒙古電網
    • 中國移動通信
    • 稀土研究院
    • 上海交通大學
    • 內蒙古科技大學
    • 阿里云
    • 騰訊云
    • 萬達
    • 北京永洪
    • 京景光電
    • 朗新科技
    • 協和健康

    旗下子公司


    內蒙古億云數據科技有限公司

    內蒙古蜘蛛網電能服務有限公司



    微信掃碼關注

    Copyright 2021 © .  蒙ICP備16000482號-3 .

    亚洲欧美国产国产综合一区,日本天堂mv高清网站,色婷婷精品大在线视频,亚洲,色,图综合 日韩,综合欧美亚洲日本一区,七沢みあ中文字幕在线观看,亚洲AV欧美卡通动漫日韩