基于BP神經(jīng)網(wǎng)絡(luò)模型的我國長期電力負(fù)荷預(yù)測

葉琪 宋文達(dá)

引言：電力系統(tǒng)是一個(gè)長期受經(jīng)濟(jì)、人口、政治、市場等確定與不確定因素綜合影響的復(fù)雜系統(tǒng)，電力系統(tǒng)受多因素制約和促進(jìn)的這種特性也決定電力負(fù)荷中長期預(yù)測是一個(gè)需要長期跟蹤和動(dòng)態(tài)管理的過程。準(zhǔn)確高效的負(fù)荷預(yù)測能夠?qū)崿F(xiàn)電力電量的科學(xué)管理，合理優(yōu)化資源配置，有效避免電力短缺或電力浪費(fèi)。本文基于BP神經(jīng)網(wǎng)絡(luò)模型對我國中長期電力負(fù)荷進(jìn)行預(yù)測。

1 BP神經(jīng)網(wǎng)絡(luò)模型基本原理

BP神經(jīng)網(wǎng)絡(luò)是1986年由Rumelhart和McCelland為首的科學(xué)家小組提出，是一種按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋網(wǎng)絡(luò)，是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)模型之一。它本質(zhì)是一種按誤差反向傳播（簡稱誤差反傳）訓(xùn)練的多層前饋網(wǎng)絡(luò)，其算法稱為BP算法。本文采用如圖1所示的三層BP神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)。

圖1 三層BP網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

預(yù)測步驟如下：

（1）采用最大最小法進(jìn)行歸一化處理，即

（2）隱層節(jié)點(diǎn)個(gè)數(shù)及網(wǎng)絡(luò)收斂精度的確定。

（3）檢驗(yàn)?zāi)Ｐ偷臄M合程度。

2 算例分析

本文根據(jù)我國電力系統(tǒng)發(fā)展現(xiàn)狀，分析影響我國中長期電力負(fù)荷預(yù)測影響因素，確定GDP預(yù)測值，工業(yè)化水平，城鎮(zhèn)率及人口變化趨勢預(yù)測值這4個(gè)指標(biāo)作為模型的輸入量。以2005-2018年的指標(biāo)值為訓(xùn)練樣本，2005-2035年實(shí)際用電量為目標(biāo)樣本數(shù)據(jù)。進(jìn)行歸一化處理后，從輸入層神經(jīng)元和輸出層神經(jīng)元個(gè)數(shù)綜合考慮，選擇10^-5作為網(wǎng)絡(luò)收斂精度，最后進(jìn)行模型的擬合優(yōu)度檢驗(yàn)，檢驗(yàn)結(jié)果如下圖所示：

圖2 擬合程度比較

由圖2可以直接看出，該神經(jīng)模型中各指標(biāo)的檢驗(yàn)R方都位于0.98—0.999之間，這說明該神經(jīng)模型擬合程度良好，可用于預(yù)測我國2020年—2035年電力負(fù)荷預(yù)測。預(yù)測結(jié)果如表2所示：

3 結(jié)論

本文綜合考慮GDP、第二產(chǎn)業(yè)占比、人口數(shù)及城鎮(zhèn)化率這4個(gè)長期電力負(fù)荷影響因素，基于BP神經(jīng)網(wǎng)絡(luò)模型對我國未來2020-2035年用電量進(jìn)行預(yù)測并取得良好的預(yù)測效果，對有效進(jìn)行電力調(diào)度和電力需求預(yù)測有很好的支撐作用。