首页专业论文技术应用政策标准解决方案常用资料经验交流教育培训企业技术专家访谈电力期刊
您现在的位置:北极星电力网 > 技术频道 > 专业论文 > 电力系统短期负荷预测的级联网络模型研究

电力系统短期负荷预测的级联网络模型研究

北极星电力网技术频道    作者:3   2007/12/21 13:02:16   

摘 要:提出一种基于BP子网络和小波网络的短期负荷预测的级联网络模型。在对气象影响因素与负荷关系深入分析的基础上,采用BP子网络来映射气象等不确定因素的影响。采用小波网络(预测网络)来映射历史负荷值的影响,它结合了小波变换良好的时频局域化性质和神经网络的自学习能力,明显地改善了神经网络难以合理确定网络结构和存在局部最优等缺陷。最后两级网络相互级联组成预测网络。研究算例表明,这种模型是优秀的。
  关键词:负荷预测;小波网络;级联网络


0引言
  短期负荷预测是电力系统运行和调度部门的一项重要工作。长期以来,国内外电力工作者对负荷预测做了大量的研究。提出了许多负荷预测的方法和技术,包括时间序列法、回归法、灰色系统法等[2]。这些方法在解决特定的预测任务中发挥了重要作用。但在短期负荷预测中,气象等不确定因素往往对负荷有重要影响,而上述方法面对这些则显得无能为力。近几年来,神经网络受到了人们的广泛关注,它强大的多元非线性映射能力使得它能够准确捕捉负荷值与天气之间的非线性关系,使考虑气象因素的短期负荷预测成为可能。但它也有自身无法克服的缺陷,如难以合理确定网络结构、存在局部最优等,并且随着网络规模的增大这些缺陷表现的越来越突出。

  为了扬长避短,本文提出一种级联网络负荷预测模型。利用神经网络善于捕捉气象因素与负荷值之间的非线性关系的特点,第一级网络采用BP网络来映射气象因素的影响。第二级网络即预测网络采用小波网络。小波网络是结合小波分析理论和神经网络而形成的一种新型数学分析方法,它兼具小波变换良好的时频局部化性质与传统神经网络的自学习功能。并且,它引入两个新的参变量,即尺度参数和平移参数,所以小波网络具有更多的自由度,从而使其具有更有效的函数逼近能力。最后将两级网络互连,各司其职,共同完成预测工作,这种模型不仅能够提高效率,缩短预测时间,而且编制的软件易于维护、可重用性好。
1基于气象因素影响分析的BP网络

  神经网络主要用来映射气象因素对短期负荷的影响,它是一个小规模的BP网络。气象因素主要包括每日的最高气温、最低气温、平均气温、天气状况(晴、阴、雨、雪)、湿度等。

1.1气象因素对负荷变化的影响分析

  随着气象科学的发展,气象信息预报得越来越准确,这为我们的负荷预测带来便利。另一方面,不同的气象信息对负荷值的影响程度并不相同。因此必须进行气象信息与负荷值之间的关联性分析。

  以本文算例所用电网为例,为了得到气象因素与负荷变化之间的关系,我们做散点图。从图1可以看出:日平均负荷Oav随着最低温度Tmin的变化成非线性规律变化,即Tmin对Oav有明显的影响。从图2的数据分布来看,最高气温Tmax对每日2:00时的负荷O2的影响总体上呈随机性,即Tmax对O2无明显影响。同样的道理,我们可以作其他气象因素与历史负荷值散点图(为了节省篇幅,这些图本文从略)。从中我们可以得出结论:最高气温、最低气温、天气状况、湿度对每日峰荷、谷荷、平均负荷有较明显的影响。因此,为了简化模型,提高效率,在BP网络中仅考虑这四个气象信息。
需要指出的是,在实际的预测工作中,由于电网负荷结构不同,所得规律也不相同,因此应该具体问题具体分析。

1.2神经网络的BP算法
 神经网络确定权重的方法是BP(BackPropagation)算法。有关BP算法用于负荷预测的文献较多(如[4,8]),在此不再赘述。
2小波网络

  小波网络是以一族小波基代替Sigmoid函数而构成的一种新型函数连接网络。它通过将小波基与信号向量的内积进行加权和来实现信号的特征提取。
2.1小波网络对神经网络缺陷的改善

  小波网络对神经网络难以合理确定网络结构等缺陷进行了有效的改善。在实际设计小波网络的过程中,我们充分利用小波具有的时频局部化性质,设计网络的基本依据是:对于小规模(高频)特征信号的空间局部区域的识别,小波是很合适的[3]。因此,在某一规模(伸缩)上的小波近似系数的局部最大值表明:是否需要通过使用在较小规模的小波来局部精确近似。本文中,隐含层处理单元数目采用如下步骤进行确定:
  1)构造一个小波网络,使其在训练集上达到近似映射;
  2)识别小波系数的局部极大,在需要的地方加入新的伸缩(处理单元)来局部精确近似;
  3)重复2),直到终止标准被满足。
  上述步骤的原理示意图如图3所示。
  横轴t是时间轴,纵轴w是频率轴。Qf表示训练数据所占有的时频域,各个黑点代表各个小波时频窗的中心。低频小波表现Qf的“概貌”,高频小波表现Qf的“细节”。因此,最优的隐含层处理单元个数应该等于被Qf覆盖的黑点的个数。这也为小波网络确定网络结构提供了理论支持。
  另外,作为小波公式的结果,所确定的权在网络的输出方程中呈线性,这样误差函数E是权重Wi的凸函数,网络的训练是对特定凸函数的优化过程[3]。

2.2小波网络模型
  信号Om的小波变换如式(1)所示:
 
  它是由母小波Ψ(t)经平移与放缩的结果,Ψ(t)需满足条件:
 
  式(3)说明Ψ(t)具有波动性,式(4)说明Ψ(t)具有紧支性

[1][2]下一页

来源:.
友情链接
北极星工程招聘网北极星电气招聘网北极星火电招聘网北极星风电招聘网北极星水电招聘网北极星环保招聘网北极星光伏招聘网北极星节能招聘网招标信息分类电子资料百年建筑网PLC编程培训

广告直拨:   媒体合作/投稿:陈女士 13693626116

关于北极星 | 广告服务 | 会员服务 | 媒体报道 | 营销方案 | 成功案例 | 招聘服务 | 加入我们 | 网站地图 | 联系我们 | 排行

京ICP证080169号京ICP备09003304号-2京公网安备11010502034458号电子公告服务专项备案

网络文化经营许可证 [2019] 5229-579号广播电视节目制作经营许可证 (京) 字第13229号出版物经营许可证新出发京批字第直200384号人力资源服务许可证1101052014340号

Copyright © 2022 Bjx.com.cn All Rights Reserved. 北京火山动力网络技术有限公司 版权所有