基于BP神經網絡數字的省級能源預測：河南的視角

燕 景

（國網河南省電力公司三門峽供電公司，三門峽 472000）

2018年河南省傳統電煤調入區資源更為緊張，河南省作為煤炭基地，對周邊省份的調劑作用將大幅減弱。河南需要重點統籌好去產能、違法違規和安全隱患治理與保供應關系，統籌好去產能與建立長效機制、發展優質產能、企業兼并重組關系，保持煤炭市場平穩供應和行業健康發展，以實現2018年河南全省能源供需平穩。

1 模型構建

本文采用BP神經網絡模型對河南省2018年能源供需進行預測，該方法通過大量神經元的建立網絡系統。BP神經網絡的神經元模型處理的結構圖如下：

圖1 神經網絡單個神經元模型

神經元數學公式如下：

式中，xi是原始數據組中的第i個數據；wi是第i個數據所對應權重；μ為偏置值；m為輸入數據的加權數列和在加上偏置值所形式的純函數輸入值。m在轉移函數f（x），和閥值b的作用下計算出y，作為神經元模型的輸出數據。

2 構建轉移函數

轉移函數作為神經元數學模型的重要組成部分，在會對最終結果起到決定性的影響。根據河南省能源數據情況，本文采用了S型函數作為模型的轉移函數。

如對數S型函數公式如下：

雙曲正切S型函數公式如下：

3 模型設定

誤差計算是BP神經網絡模型的重要環節，需要根據誤差結果來調整不同層神經元的輸入輸出權重，優化BP神經網絡模型。神經網絡誤差計算公式為：

Er=（R-Y）2

式中Er神經網絡的誤差指數，R，Y分別代表神經網絡的訓練值與輸出層輸出值。神經網絡的誤差可以視為，輸出層輸入數據的權重wij與隱含層輸入數據的權重vjk的函數。當輸出層輸入數據的權重與隱含層輸入數據的權重發生變化時，相應的誤差值Er也會跟著調整。為了簡便起見則輸出層輸入數據的權重變動量可以表示為：

其中φ是代替復雜的調整系數，公式所加的負數是表示權重的變動會減少誤差，因此與誤差的梯度成負相關。

4 預測結果

模型預測結果顯示：2018年能源生產總量1.0億噸標準煤，與2017年預計完成量基本持平。其中，原煤產量1.07億噸，基本保持穩定；原油產量190萬噸，同比降低7.3%；天然氣產量1.5億方，同比降低21%；全省發電量完成2870億千瓦時，同比增長5.3%。全省能源消費總量2.39億噸標準煤，同比增長1.7%，其中，煤炭消費2.32億噸，基本持平；成品油1850萬噸，同比增長1.6%；天然氣供應1020億方，同比增長20%；可再生能源利用量1711萬噸標準煤，同比增長8.3%，在河南全省能源消費中比重提高到7.2%。

5 主要建議

（1）突出適應新一輪能源技術變革、市場化改革和綠色發展新要求、新形勢，推進能源業態創新發展，推進現代煤炭物流產業發展，主動適應全國煤炭供需格局變化形勢，編制全省現代煤炭物流發展規劃，妥善應對省內煤炭產量大幅下降局面，重點保障全省電煤供應，兼顧化工用煤和煤種調劑需要，確保煤炭供應安全。

（2）是突出強化約束性指標管理，加快產業升級，提高重點行業和領域能源效率，構建節約低碳的能源消費體系。深入推進可再生能源消納，重點解決三門峽等地區可再生能源發電消納問題，繼續保持全省零棄風棄光的良好局面，為風光電持續健康發展奠定堅實基礎。