基于灰色關聯分析的短期電力負荷預測系統

徐英，李滿君，段振興，叢贇，陳偉杰

（1.國網舟山供電公司，浙江舟山 316002；2.舟山啟明電力設計院有限公司，浙江舟山 316002）

所謂關聯度是指存在于兩個系統之間的影響因素條件，可隨時間或對象的變化，改變其自身的關聯性度量性能[1]。在系統的發展過程中，若兩個自變量因素的變化行為滿足一致性要求，也就是二者之間的同步變化程度相對較高，就可以理解為這兩個自變量因素之間的關聯度水平較高[2]。灰色關聯分析法可根據相關因素之間的相似性或相異性程度，衡量變量參數之間的實際關聯能力，從而在短時間內提取所需的變量參數，實現對關聯度信息的安排與處理。

在電力負荷網絡中，為滿足短期電量信息的傳輸需求，極易導致電量數據出現混亂傳輸的現象[3]。傳統小波閾值型預測系統通過去噪處理的方式，屏蔽短期電力負荷信息中的無用數據，再借助數據庫主機實現對電量信息的實時存儲。然而此系統的應用能力有限，并不能完全滿足電量數據傳輸的處理需求。為解決此問題，引入灰色關聯分析法則，搭建一種新型的短期電力負荷預測系統，借助GVMS 平臺，完成灰色關聯分析的基本特征定義，再利用預測核函數，得到最終的數據挖掘預處理結果。

1 系統硬件設計

1.1 傳輸電子量預測電路

傳輸電子量預測電路可在灰色關聯分析法則的作用下，對電網環境中的短期電量負荷水平進行管控與調節，從而滿足關鍵電信號主機電流與電壓的應用需求。傳輸電子量預測電路中存在多個C 級、R級、L 級電阻，且由于連接功能的不同，這些電阻的實際接入數值水平也有所不同[4]。一般情況下，C 級電阻的分布范圍相對較為廣泛，能夠按照短期電力負荷量的分布水平，傳輸電子量預測電路中主要在左側部分（R1，R2），調節電阻參量兩端的電壓負載數值。H 級電阻分布在傳輸電子量預測電路的中部（R3，R4），負責整合待傳輸的短期電力負荷量，并將其轉換成全新的連接形式[5]。F 級電阻分布于傳輸電子量預測電路的右下部（R5，R6），負責調度短期電力負荷量的傳輸能力，并借助輸入信道，將這些電信號參量存儲于系統數據庫主機中。傳輸電子量預測電路如圖1所示。

圖1 傳輸電子量預測電路

1.2 GVMS平臺

GVMS 平臺可面向電網主機提供電量信號處理服務，在短期執行環境中，數據庫主機中存儲的電力負荷量越多，GVMS 平臺所具備的電力負荷預測能力也就越強。整個平臺體系的頂層為GVMS 應用框架，可按照短期電力負荷量的傳輸情況，對相關信息資源進行管理，從而有序安排預測系統中的各項高級應用服務[6]。GVMS 技術框架位于平臺體系中部，可遵循灰色關聯分析法則的應用需求，記錄電力信息的訪問行為，并從中獲取大量的電力數據存儲信息[7]。GVMS 物理架構存在于平臺體系底部，同時包含網絡、主機等多種硬件設備結構體，通常情況下，其執行能力與短期電力負荷量的輸出行為完全匹配。GVMS 平臺結構如圖2 所示。

圖2 GVMS平臺結構

1.3 負荷預測功能模塊

由于灰色關聯分析算法的存在，負荷預測功能模塊可按照電網終端用戶對于短期電力負荷的消耗需求，將客戶端軟件分成多個應用成分，并將這些文件以信息協議的形式，分配至各級系統應用結構體系之中[8]。系統電力負荷預測主機需要同時具備負荷查詢、負荷預測、電量查詢與電量管理的能力，且隨著傳輸信道覆蓋面積的增大，這些短期電力負荷數據也可快速存儲至系統數據庫主機中[9]。一般情況下，負荷查詢與電量查詢指令總是呈現對應連接狀態，前者可根據負荷預測的實際運行情況，將待管理電力負荷數據整合至同一模塊結構之中，從而使得電量信息的查詢與分布語句可以同時實施[10]。負荷預測功能模塊結構如圖3 所示。

圖3 負荷預測功能模塊結構

2 系統軟件設計

在各級硬件設備結構的支持下，按照灰色關聯分析基本特征研究、預測核函數定義、數據挖掘預處理的操作流程，實現預測系統的軟件執行環境搭建，兩相結合，完成基于灰色關聯分析的短期電力負荷預測系統設計。

2.1 灰色關聯分析的基本特征

在灰色關聯分析算法中，關聯度是描述電力負荷量離散函數之間遠近程度的物理衡量指標[11]，其著重強調多個離散函數對于核心離散函數的影響，簡單來說，在計算與處理的過程中，忽略關聯度數值大小的重要性，按照既定關聯規則對待預測數值參量進行排序，從而實現對預測信息的合理處置與整合[12]。灰色關聯分析算法能夠打破數據信息之間的關聯性影響條件，并在所存儲數據參量間形成兩兩對應的框架，一方面通過數據對比的方式，說明所采用預測算法的實際應用能力，另一方面也可實現對數據傳輸行為的準確預測。設ΔT代表短期電力負荷量的單位預測時長，Rmax代表最大的短期電力負荷量特征值，聯立上述物理量，可將灰色關聯分析的基本特征定義為：

其中，q代表數據信息的灰色度處理權限，Q代表最基本的數據信息關聯性系數，β代表預測量提取系數，k代表電力負荷數據的短期預測行為量[13]。

2.2 預測核函數

預測核函數是以灰色關聯分析基本特征為前提建立的短期電力負荷量篩查條件，由于數據信息傳輸量始終處于相對變動的存在狀態，因此預測核函數也很難長時間保持絕對穩定的存在狀態[14]。若不考慮其他物理條件的干擾，預測核函數同時受到原始電力負荷量、實際電力負荷量兩項物理數值指標的影響。原始電力負荷量可表示為p，在灰色關聯分析法則的作用下，該項物理量具備極高的數值計算水平。實際電力負荷量可表示為p′，為避免錯誤預測行為的出現，該項物理指標的數量級水平始終小于原始電力負荷量。在上述物理量的支持下，聯立式（1），可將預測核函數條件表示為：

其中，χ代表短期電力負荷量的實值預測指標。

2.3 數據挖掘預處理

數據挖掘預處理也叫短期電力負荷量的初步處理，在系統數據庫主機中，已存儲的短期電力負荷數據由完整、非完整、模糊、非模糊、有噪聲、無噪聲等多種形式共同組成[15]。為獲得較為理想的短期電力負荷預測結果，首先需要區分已存儲數據的所屬類型，再根據灰色關聯分析法則，對這些數據信息進行整理，將其中傳輸能力較強的信息參量，平均分配至各級系統應用主機之中，再將其中傳輸能力較弱的信息參量，留在數據庫主機中繼續進行存儲，直至檢測主機中所反饋出的電力負荷信息與實際應用需求完全匹配[16]。數據挖掘預處理流程圖如圖4 所示。

圖4 數據挖掘預處理流程圖

至此，完成各級軟硬件預測環境的設計，在灰色關聯分析法則的支持下，實現短期電力負荷預測系統的順利應用。

3 系統應用能力測試

通過人工安裝的方式，將搭載實驗組預測系統與對照組預測系統的應用主機與兩個相同的電力負荷元件相連，其中實驗組主機配置基于灰色關聯分析的短期電力負荷預測系統，對照組主機配置小波閾值型預測系統。預測系統調試如圖5 所示。

圖5 預測系統調試

ALT 指標描述了電網輸出電子對于電力負荷需求的滿足能力，一般情況下，ALT 指標數值越大，電網輸出電子對于電力負荷需求的滿足能力越強，反之則越弱。表1 記錄了實驗組、對照組ALT 指標數值的實際變化情況。

表1 ALT指標對比

表1 所記錄的實驗組ALT 指標在前35 min 的實驗時間內，一直保持上升的數值變化趨勢，而從第40 min 起，這種上升變化行為開始逐漸趨于緩慢，最終進入絕對穩定的數值相持階段。對照組ALT 指標則在連續上升趨勢后，進入了小幅平穩狀態，最后又開始呈現不斷地小幅下降。整個實驗過程中，實驗組最大值72.47%與對照組最大值48.63%相比，上升了23.84%。

UCR 指標反映了電網主機對于短期電力負荷量的記錄準確性，指標參量的數值水平越高，電網主機對于短期電力負荷量的記錄準確性越強。表2 記錄了實驗組、對照組UCR 指標的實際數值情況。

表2 記錄的實驗組UCR 指標始終保持相對穩定的數值波動狀態。對照組UCR 指標則在一段時間的數值穩定狀態后，開始逐漸進入連續下降的數值變化狀態。整個實驗過程中，實驗組最大值達到了80.33%，與對照組最大數值51.26%相比，得到了明顯提升。

表2 UCR指標對比

總結上述數值記錄結果，則有如下結論：

1）基于灰色關聯分析短期電力負荷預測系統的ALT 指標數值更大，在應用過程中，能夠較好滿足電力負荷的基本需求；

2）基于灰色關聯分析短期電力負荷預測系統的UCR 指標數值也相對較大，可在確定電量數據傳輸方向的同時，實現對短期電子負荷量的妥善安排與處理。

4 結束語

在灰色關聯分析法則的作用下，短期電力負荷預測系統可以借助GVMS 平臺，將傳輸電子量預測電路與負荷預測功能模塊相連，一方面滿足了預測核函數的建立需求，另一方面也實現了對數據挖掘結果的初步預處理。實驗結果表明，隨著ALT 指標數值、UCR 指標數值的增大，短期電子負荷量可得到妥善地安排與處理，在滿足電力負荷基本需求方面，具備較強的實際應用能力。