摘 要:提出了一種有著顯著優(yōu)點(diǎn)的基于MATLAB的人工神經(jīng)網(wǎng)絡(luò)負(fù)荷預(yù)測(cè)的方法，算例分析結(jié)果充分證明了基于MATLAB的BP網(wǎng)絡(luò)對(duì)電力負(fù)荷的中長(zhǎng)期預(yù)測(cè)更加精確。

關(guān)鍵詞:BP神經(jīng)網(wǎng)絡(luò);電力負(fù)荷預(yù)測(cè);MATLAB

中圖分類號(hào):TP183文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):16723198(2009)21025402

1 引言

負(fù)荷指電力需求量或者用電量，而需求量是指能量的時(shí)間變化率，即功率。也可以說(shuō)，負(fù)荷是指發(fā)電廠、供電地區(qū)或電網(wǎng)在某一瞬間所承擔(dān)的工作負(fù)荷。對(duì)用戶來(lái)說(shuō)，用電負(fù)荷是指連接在電網(wǎng)的用戶所有用電設(shè)備在某一瞬間所消耗功率之和。在充分考慮一些重要的系統(tǒng)運(yùn)行特性、增容決策、自然條件與社會(huì)影響的條件下，研究或利用一套系統(tǒng)地處理過(guò)去與未來(lái)負(fù)荷的數(shù)學(xué)方法，在滿足一定精度要求的前提下，確定未來(lái)某特定時(shí)刻的負(fù)荷數(shù)值，稱為負(fù)荷預(yù)測(cè)。

本文主要針對(duì)BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于電力系統(tǒng)中長(zhǎng)期負(fù)荷預(yù)測(cè)做了進(jìn)一步的研究，并通過(guò)MATLAB程序設(shè)計(jì)BP神經(jīng)網(wǎng)絡(luò)。通過(guò)實(shí)例運(yùn)行BP網(wǎng)絡(luò)證明，本文所提供的預(yù)測(cè)方法具有較好的預(yù)測(cè)精度，我們得到的預(yù)測(cè)的結(jié)果與實(shí)際值相差很小，并在與其他方法預(yù)測(cè)的結(jié)果相比較可知，基于MATLAB的BP網(wǎng)絡(luò)對(duì)于電力負(fù)荷的預(yù)測(cè)更加精確。

2 電力負(fù)荷預(yù)測(cè)的原理、步驟

2.1 負(fù)荷預(yù)測(cè)的基本原理

負(fù)荷預(yù)測(cè)工作是根據(jù)電力負(fù)荷的發(fā)展變化規(guī)律，預(yù)計(jì)或判斷其未來(lái)發(fā)展趨勢(shì)和狀況的活動(dòng)，因此必須科學(xué)地總結(jié)出預(yù)測(cè)工作的基本原理，用于指導(dǎo)負(fù)荷預(yù)測(cè)工作。主要有以下幾個(gè)方面:可知性原理，可能性原理，連續(xù)性原理，相似性原理，反饋性原理，系統(tǒng)性原理。

2.2 負(fù)荷預(yù)測(cè)的基本步驟

對(duì)電力負(fù)荷的預(yù)測(cè)，一般可按下列步驟進(jìn)行。

(1)確定負(fù)荷預(yù)測(cè)的目標(biāo)即近、中、遠(yuǎn)期負(fù)荷預(yù)測(cè);

(2)收集和分析歷史數(shù)據(jù)，對(duì)電力系統(tǒng)的歷史數(shù)據(jù)及有關(guān)信息加以整理，排除偶發(fā)事件的有關(guān)信息，為電力負(fù)荷預(yù)測(cè)提供可靠的原始資料;

(3)建立預(yù)測(cè)模型，根據(jù)預(yù)測(cè)目標(biāo)和資料，選擇合適的電力負(fù)荷預(yù)測(cè)方法，建立相應(yīng)的數(shù)學(xué)模型;

(4)對(duì)預(yù)測(cè)結(jié)果進(jìn)行分析，評(píng)價(jià)各因素對(duì)電力負(fù)荷預(yù)測(cè)結(jié)果的影響及預(yù)測(cè)結(jié)果的可信度。

3 BP神經(jīng)網(wǎng)絡(luò)用于電力負(fù)荷中長(zhǎng)期預(yù)測(cè)

3.1 BP網(wǎng)絡(luò)的MATLAB實(shí)現(xiàn)

在進(jìn)行BP網(wǎng)絡(luò)設(shè)計(jì)前，一般應(yīng)從網(wǎng)絡(luò)的層數(shù)、每層中的神經(jīng)元個(gè)數(shù)、初始值以及學(xué)習(xí)方法等方面來(lái)進(jìn)行考慮。

3.1.1 網(wǎng)絡(luò)的層數(shù)

理論上早已證明:具有偏差和至少一個(gè)S型加上一個(gè)線性輸出層的網(wǎng)絡(luò)，能夠逼近任何有理函數(shù)。增加層數(shù)主要可以更進(jìn)一步的降低誤差，提高精度，但同時(shí)也使網(wǎng)絡(luò)復(fù)雜化，從而增加了網(wǎng)絡(luò)權(quán)值的訓(xùn)練時(shí)間。而誤差精度的提高實(shí)際上也可以通過(guò)增加隱層中的神經(jīng)元數(shù)目來(lái)獲得，其訓(xùn)練效果也比增加層數(shù)更容易觀察和調(diào)整。所以一般情況下，應(yīng)優(yōu)先考慮增加隱層中的神經(jīng)元數(shù)。

3.1.2 神經(jīng)元網(wǎng)絡(luò)層數(shù)

網(wǎng)絡(luò)訓(xùn)練精度的提高，可以通過(guò)采用一個(gè)隱層，而增加其神經(jīng)元個(gè)數(shù)的方法來(lái)獲得。這在結(jié)構(gòu)實(shí)現(xiàn)上，要比增加更多的隱層要簡(jiǎn)單得多。選取多少個(gè)隱含節(jié)點(diǎn)才合適在理論上并沒(méi)有一個(gè)明確的規(guī)定。在具體設(shè)計(jì)時(shí)，比較實(shí)際的做法是通過(guò)對(duì)不同神經(jīng)元數(shù)進(jìn)行訓(xùn)練比較對(duì)比，然后適當(dāng)?shù)丶由弦稽c(diǎn)余量。

3.1.3 節(jié)點(diǎn)個(gè)數(shù)的選取

根據(jù)隱含節(jié)點(diǎn)數(shù)的經(jīng)驗(yàn)公式，確定節(jié)點(diǎn)數(shù)為2-12個(gè)，由于節(jié)點(diǎn)較少，用試湊法逐一進(jìn)行試驗(yàn)，得到最佳節(jié)點(diǎn)數(shù)為6。

3.1.4 學(xué)習(xí)速率

為了減少尋找學(xué)習(xí)速率的訓(xùn)練次數(shù)以及訓(xùn)練時(shí)間，比較合適的方法是采用變化的自適應(yīng)學(xué)習(xí)速率，使網(wǎng)絡(luò)的訓(xùn)練在不同的階段自動(dòng)設(shè)置不同學(xué)習(xí)速率的大小。

3.1.5 期望誤差的選取

在設(shè)計(jì)網(wǎng)絡(luò)的訓(xùn)練過(guò)程中，期望誤差值也應(yīng)當(dāng)通過(guò)對(duì)比訓(xùn)練后確定一個(gè)合適的值，這個(gè)所謂的“合適”，是相對(duì)于所需要的隱層的節(jié)點(diǎn)數(shù)來(lái)確定，因?yàn)檩^小的期望誤差值是要靠增加隱層的節(jié)點(diǎn)，以及訓(xùn)練時(shí)間來(lái)獲得的?？梢酝瑫r(shí)對(duì)兩個(gè)不同期望誤差值的網(wǎng)絡(luò)進(jìn)行訓(xùn)練，最后通過(guò)對(duì)比綜合因素來(lái)考慮確定采用其中一個(gè)網(wǎng)絡(luò)。

3.2 BP網(wǎng)絡(luò)MATLAB程序

3.2.1 BP網(wǎng)絡(luò)設(shè)計(jì)的相關(guān)函數(shù)

主要有:(1)神經(jīng)元變換函數(shù):線性變換函數(shù)purelin、對(duì)數(shù)S型變換函數(shù)logsin、雙曲線正切S型變換函數(shù)tansig;(2)BP網(wǎng)絡(luò)生成函數(shù)newff;(3)初始化函數(shù)init;(4)學(xué)習(xí)函數(shù):learngd、learngdm;(5)性能函數(shù);(6)訓(xùn)練函數(shù)train;(7)BP訓(xùn)練算法函數(shù);(8)仿真函數(shù)sim;(9)還原函數(shù)postmnmx;(10)繪圖函數(shù)plotperf。

3.2.2 BP網(wǎng)絡(luò)設(shè)計(jì)步驟

在進(jìn)行BP神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)時(shí)需要考慮:網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)(的層數(shù)及各層的神經(jīng)元的數(shù)目);神經(jīng)元的變換函數(shù)選取;網(wǎng)絡(luò)的初始化(連接權(quán)值和閾值的初始化);訓(xùn)練參數(shù)設(shè)置;訓(xùn)練樣本的歸一化處理;樣本數(shù)據(jù)導(dǎo)入方式等。根據(jù)以上分析可知，對(duì)于網(wǎng)絡(luò)的實(shí)現(xiàn)有四個(gè)基本的步驟:

(1)網(wǎng)絡(luò)建立:通過(guò)函數(shù)newff實(shí)現(xiàn)，它根據(jù)樣本數(shù)據(jù)自動(dòng)確定輸入層、輸出層的神經(jīng)元數(shù)目;神經(jīng)元數(shù)目以及的層數(shù)、和輸出層的變換函數(shù)、訓(xùn)練算法函數(shù)需由用戶確定。

(2)初始化:通過(guò)函數(shù)init實(shí)現(xiàn)，當(dāng)newff在創(chuàng)建網(wǎng)絡(luò)對(duì)象的同時(shí)，自動(dòng)調(diào)動(dòng)初始化函數(shù)init，根據(jù)缺省的參數(shù)對(duì)網(wǎng)絡(luò)進(jìn)行連接權(quán)值和閾值初始化。

(3)網(wǎng)絡(luò)訓(xùn)練:通過(guò)函數(shù)train實(shí)現(xiàn)，它根據(jù)樣本的輸入矢量P、目標(biāo)矢量T;和預(yù)先已設(shè)置好的訓(xùn)練函數(shù)的參數(shù);對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。

(4)網(wǎng)絡(luò)仿真:通過(guò)函數(shù)sim實(shí)現(xiàn)，它根據(jù)已訓(xùn)練好的網(wǎng)絡(luò)，對(duì)測(cè)試數(shù)據(jù)進(jìn)行仿真計(jì)算。

4 實(shí)例分析

表1是某實(shí)際電網(wǎng)1989-2000年的用電量，我們用1989-1996年的各年用電量，來(lái)預(yù)測(cè)1997-2000年的各年用電量，并與實(shí)際用電量進(jìn)行比較。