基于進化神經網絡的短期電力負荷預測研究

◆唐詩

基于進化神經網絡的短期電力負荷預測研究

◆唐詩

（揚州大學 江蘇 225000）

電力負荷的預測影響著電力儲蓄和輸送的工作質量，所以提高電力負荷預測的精準度對提高電力部門的效率具有重要意義。隨著時代的發展，電力系統的機構變得越來越復雜，電力負荷的形式也越來越多樣化，像非線性變化、事變、和不確定變化越來越突出，為了適應這一變化，誕生了人工神經網絡，與傳統的預測方法相比較，人工神經網絡預測的精準度更高、非線性映射、自學能力都得到了提高，為電力負荷預測做出了卓越的貢獻。

神經網絡；電力負荷；預測研究

這幾年，電力負荷預測中廣泛的使用BP網絡，它具有自己獨特的優勢，可以完美的與電力預測的數據相結合，對一些數據非線性變化和不確定變化具有很好的分析處理能力，對電力負荷的預測具有很重要的價值。短期電力負荷預測是運營商向用戶提供服務的基礎，傳統的電力負荷預測有SVM、回歸法等預測方法，這些方法具有施工難度低、便于操作等特點，但是對電力負荷預測不是很精準，會影響運營商的基本判斷，以至于造成用戶流失等現象。而BP網絡就很好地解決了這些問題，在電力負荷預測中能夠確保預測的精度，對電力行業具有卓越的貢獻。

1 神經網絡負荷預測概述

短時間內電力系統負荷可以看作是一個時間序列。從算法的角度出發，會有兩種預測的方式，一種是在參數基礎上進行預測，另一種是不在參數額基礎上進行預測，本篇文章所探討的BP神經網絡短期電力負荷預測是不在參數基礎上進行預測的，這種預測方式的優點有，不用對模型信號進行假設，與使用參數的預測方法相比，其使用范圍更廣。在短期電力負荷預測中，把以前的負荷數據當作參考的依據，用來計算出未來發展的趨勢，便于BP網絡實現對數據的映射關系，適用于未來發展的趨勢[1]。

2 負荷預測的應用價值

負荷在電力系統中作為重要的一項元素，對電力系統的整個運行起著不可或缺的影響作用。因此，電力系統負荷預測就由此發展起來了，通過對負荷做出一個判斷和預估，從而更好地幫助電力系統穩定、安全的運行，尤其是在現如今的電力市場中，電力負荷預測更是擁有著巨大的研究價值。

因為電能的產生、運輸、使用幾乎都是在同時進行的，所以不能大面積存儲，而且電能的使用關系著國計民生，與人們的生活息息相關。所以，電力系統內的可發電量應該在正常的輸送條件下，都可以承受住負荷的要求，這樣一來，就可避免掉突發的停電事故，也不會造成人們不能正常生活的現象出現。但是實際上，電網部門還是缺乏這部分意識的，在察覺到發電量不足時，才去采取措施補救，來增加輸送量，這需要一個轉換的過程，而且在等待轉換的時間內也勢必會帶來或小或大的負面影響。因此，電網企業應該充分認識到負荷預測的應用價值，更是未來電網行業工作人員所具備的基礎技能之一，對電力負荷數據的預測可以有效估計出各地區的電力發展水平和輸送量，從而保障一方經濟的平穩運行，也是促進國家電力系統又好又快發展的有力措施[2]。

3 負荷預測原理與步驟

（1）基本原理

電力負荷預測是根據現有的負荷數值及發展規律，來預判電力負荷在接下來的時間段里發展的趨勢和一些變化情況，所以要對預測的原理進行科學的總結和規劃，以此來更好完成預測工作。預測主要依靠這幾種原理：可知、可能、連續、相似、反饋、系統等幾種原理。

（2）基本步驟

首先，進行負荷預測要對負荷的預測目標有一個心理估算。其次將原來的預測數據收集并整理，同時進行分析，對一些沒有利用價值的數據就可以進行篩選和剔除，以此來讓后續的數據能夠保持可靠和真實有用，從而確保預測的準確性。然后，統籌安排預測各環節，根據手上的資料和數據，選擇合適的使用方法。最后，就是對預測的結果和數據進行研究分析，看各個因素對電力負荷預測結果的影響大小，及判斷預測結果的精準性。

4 電力短期負荷預測對于電網的運行和優化具有重要作用

（1）優化電力調度方面

電力調度指的是電力公司根據實際的用電情況對電力進行調度分配，要想對調度進行優化就要做好負荷的預測，因為預測的結果數據能夠直接反應調度的工作分配情況，所以，要對電力預測進行準確評估是電力調度的一項重要工作項目。在相關的規章制度中也明確地指出，工作人員在預測電力負荷、發電、運輸等方面都要每天進行工作計劃的編制，并嚴格按照計劃執行。例如，發電站必須按照每天的發展日程運行，并按照日程安排進行電力調整等。

（2）保障電網的運行

隨著各個行業的迅猛發展，國家經濟、工業產量都得到的很大的提升，人們的生活水平也越來越高，對電的運用也越來越多，人們的生活已經離不開電，這就造成了電力行業的巨大壓力。這就需要電力部門在電網安全的前提下，依據電力負荷預測的結果分析出實現電力系統高效控制辦法，優化電資源，來保證電力的平衡。假如某一個地方發生電力事故，導致電力中斷，讓系統能夠及時啟動備用電源，減少損失，保障人民的安全用電。

（3）提升經濟效益

經濟的飛速發展和電力的使用增加，讓供應和需求之間得不到一種平衡的狀態，要想打破這種不平衡就需要準確的電力預測分析，才能解決各種突發事件，從而達到對各機組啟動優化，節約成本，讓電力部門的經濟靈活性得到提升。同時，隨著電力行業的改革發展，以及未來發展的形式，電力負荷預測結果的準確性直接影響著電力部門在未來電力行業競爭中的優勢，是電力企業提高經濟效益的重要手段之一。

5 神經網絡基本原理

（1）神經網絡的基本特性

神經網絡是電力的動力系統，它具有高度非線性、規模大、連續時間等特點，它的主要作用體現在網絡全局作用、大規模并行處理、學習能力以及時間非線性動力等方面，同時它也具備一般系統的非線性特征，所以說神經網絡是電力上比較好的信息處理系統。

（2）BP網絡

神經網絡中對誤差進行反向的傳播，這就是BP網絡，BP網絡是1986年被提出的，它是一種單向多層前向網絡。從結構上看，該網絡是一個多層網絡，分別為：輸入、輸出、隱藏層，它是可以通過學習來調整各個層的數值，它除了輸入層外其他的層都是通過非線性單元輸入的，當確定一個網絡的輸入模式時，它從輸入層到隱藏層在傳輸到輸出層，輸出層在經過處理最終形成一個輸出模式，這種模式就被稱作是前向傳播，在輸出的過程中會產生一定的誤差，誤差會沿著各個層在進行傳遞，這就是后向傳播，誤差會在各個層之間被修正，就這樣前向和后向傳播在不斷地循環，知道誤差越來越小，滿足需要，這時BP網絡就可以使用了。

圖1 傳統BP網絡神經結構

（3）BP算法

BP算法是以梯度下降法為基礎的，利用其搜索，是網絡的實際輸出值和預計輸出值將誤差縮減為最小，其過程可以分為三個階段。第一階段：信息從輸入層到輸出層各個層計算的過程。第二階段：根據輸出層的網絡輸出和所需輸出結果的誤差調整信息，并將信息從輸出層反饋到輸入端的過程。第三階段：根據調整后的網絡重新訓練樣品的過程。

6 基于BP網絡的短期負荷預測

（1）BP神經網絡預測過程

在具體的實施過程中，首次創建模型后，要依據輸入和輸出的量來構建訓練所需的樣本，若樣本庫中有不符合的數據則必須先刪除。配置好訓練樣本后，可以訓練模型。網絡訓練結束后，可以再根據歷史資料，預測當天或T時的負荷數字。

（2）處理數據

系統負荷建模需要非常多的數據，而數據的采集一般都是依據電量采集器所進行的，會受設備本身和數據傳輸中的各因素所影響，同時還受到人為因素的影響，所以在收集的數據中往往有很多不合理的數據，一旦這些不合理的數據被采用，那么所建的模型肯定會存在很大的誤差，有可能導致預測算法的分散，對實際的分析帶來一定的影響，所以，把這些數據運用在實際之前，要先進行數據的處理和篩選。

（3）規范數據

在測試之前，為了不讓神經元飽和的現象出現，一般把負荷數據和各特征量在ANN輸入層的數據規范為[1，1]，如圖2所示。

圖2 函數圖

（4）天氣數據處理

為了充分反映聲音、溫度、濕度等因素對也負荷的影響，將預測日的天氣狀況、陰晴、溫度作為神經網絡的三個輸入節點，根據神經網絡的要求，本文根據天氣特征進行分類。晴天、陰天、雨天、雪天的處理值分別為0、0.4、0.7、1.0。

7 結語

由文章中的信息可以了解到，本文通過對BP神經網絡和電力負荷預測應用的研究與分析，要做好這些還是需要付出一定努力和時間的，所以，需要各行各業的支持和配合，尤其是電力行業的鼎力相助，才能保障我國整個電力系統的平穩運行，促進電力系統在現代化社會得到升級和發展，這些都有益于社會的進步。

[1]周步祥.電力系統短期負荷預測方法的研究[J].電力系統自動化，2018（67）.

[2]王冰山.電力短期負荷的多變量時間序列線性回歸預測方法研究[J].中國電機工程學報，2006（24）.