基于灰色系统理论的电力负荷中长期预测毕业设计论文(编辑修改稿)

基于灰色系统理论的电力负荷中长期预测毕业设计论文(编辑修改稿)内容摘要：

力负荷回归分析法是通过对影响因子（如气候、人口、国民生产总值）和用电的历史资料进行统计分析，确定用电量和影响因子之间的函数关系，从而实现电力预测。 但有时候在回归分析中，选用何种因子和该因子采用何种表达式只是一种推测， 这影响了用电因子的多样性和某些因子的不可预测性，使得回归分析在某些情况下受到限制。 回归分析法适用于大样本，且过去、现在和未来发展模式均一致的预测 ，采用原始数据建模。 回归分析法就是根据负荷过去的历史资料，建立可以分析的数学模型，对未来的负荷进行预测。 从数学上看，就是利用数理统计中的回归分析方法，通过对变量的观测数据进行分析，确定变量之间的相互关系，从而实现预测目的。 其 结构形式以及计算原理比较简单，预测速度也比较快。 但 是对于一些历史数据要求过高，且精度比较低，不能对于符合影响因素进行详细的描述，对于模型的初始化 还存在一定难度。 回归分析法是研究变量和变量之间依存关系的一种数学方法，其关键是寻找因变量与自变量之间存在的相关关系，计算参数，确定回归方程是。 回归分析法的负荷预测是一种曲线拟合法，即对过去的具有随机特征的负荷数据进行拟合，得到一条确定的曲线，然后将此曲线外延到适当时刻，就可以得到该时刻的负荷预测值。 按自变量的多少可以分为一元回归和多元回归，按照自变量和因变量间回归方程的类型又可以分为线性回归和非线性回归。 回归模型虽然考虑了气象信息等因素，但需要事先知道负荷与气象变量之间的函 河南理工大学毕业设计（论文）说明书 8 数关系，这是比较困难的。 而且 为了获得比较精确的预报结果，需要大量的计算，这一方法不能处理气候变量和负荷之间的非平衡暂态关系。 时间序列法 时间序列法是一种最为常 见的 中长期 负荷预测方法，它是针对整个观测序列呈现出的某种随机特性，去建立产生实际序列的随机过程的模型，然后用这个模型 进行预测。 电力负荷的一些历史数据就是根据时间的间隔记录下来的一种有序的集合，所以说它是一个时间序列。 根据历史数据，来建立一种数学模型，确立负荷预测的相关表达式，然后对未来的负荷进行预测。 它利用了电力负荷时间上的延续性，通过对历史数据时间序列的分析处理，确定其基 本特征和变化规律，预测未来负荷。 时间序列法可分为确定型和随机型两类：确定型时间序列预测模型用于估计预测区间的大小； 随机型时间序列预测模型可以看作一个线性滤波器。 时间序列 法 的 优点是工作量小，所需要的数据少，此外计算的速度也快，对负荷近期的变化的连续性能够准确地反映。 缺点在于 它只能对比较均匀的负荷进行 中长期预测，对于一些不确定的因素还考虑不健全， 不能充分利用对负荷 有很大影响的气候信息和其他因素，导致了预报的不准确和数据的不稳定。 现代负荷预测 算法 二十 世纪 八十年代后期，一些基于新兴学科理论的现代预测方法逐渐 得到成功应用。 这其中主要有灰色系统 理论、 模糊数学理论 、神经网络理论、 小波分析、专家系统方法 等。 灰色系统 理论 预测 灰色系统理论是 二十 世纪 八十 年代由我国邓聚龙教授提出，用来解决信息不完备系统的数学方法。 它把模糊控制的观点和方法延伸到复杂的大系统中，将自动控制与运筹学的数学方法相结合，研究广泛存在于客观世界中的具有灰色性的问题。 部分信息已知、部分信息未知的系统称为灰色系统。 灰色系统理论把一切随机过程看作是在一定范围内变化的，与时间有关的灰色过程，对灰色量不寻找统计规律，通过大样本进行研究，而是用数据生成的方 法，将杂乱无章的原始数据整理成规律性强的生成数列再做研究。 灰色理论在概念上改变了随机性问题的处理方法，从而可使它用于信息河南理工大学毕业设计（论文）说明书 9 不明或信息不全的系统。 邓教授提出的灰色系统理论的要点在于不把系统中出现的随机性看作一个随机信号，而是把其看作一个灰数。 它将随机量当做在一定区间变化的灰色量，将灰色过程当作是在一定幅区内，一定时区内变化的随机过程。 灰色理论采用灰色过程生成对原始数据进行处理，以得到随机性弱化和规律性强化了的数列，并在此基础上生成灰色预测模型，使模型具有较高的 精度。 灰色模型适合于贫信息 条件下的预测，灰色系统理论 采用生成数列建模。 灰色数学理论是把负荷序列看作一真实的系统输出，它是众多影响因子的综合作用结果。 这些众多因子的未知性和不确定性，成为系统的灰色特性。 灰色系统理论把负荷序列通过生成变换，使其变化为有规律的生成数列再建模，用于负荷预测。 灰色系统理论的形成是有过程的。 早年邓教授从事控制理论和模糊系统的研究，取得了许多成果。 后来，他接受了全国粮食预测的课题，为了搞好预测工作，他研究了概率统计追求大样本量，必须先知道分布规律、发展趋势，而时间序列法只致力于数据的拟合，不注重规律的发展。 邓教授希望在可利用数据不多的情 况下，找到了较长时期起作用的规律，于是进行了用少量数据做微分方程建模的研究。 这一工作开始并不顺利，一时建立不起可供应的模型。 后来，他将历史数据作了各种处理，找到了累加生成，发现累加生成曲线是近似的指数增长曲线，而指数增长正符合微分方程解的形式。 在此基础上，进一步研究了离散函数光滑性，微分方程背景值、平射性等一些基本问题，同时也考虑了有限和无限的相对性，定义了指标集拓扑空间的灰导数，最后解决了微分方程的建模问题。 模糊数学 理论 预测 模糊数学是运用数学方法研究和处理模糊性现象的一门数学新分支。 它以 “ 模糊集 合 ” 论为基础。 模糊数学提供了一种处理不肯定性和不精确性问题的新方法，是描述人脑思维处理模糊信息的有力工具。 它既可用于 “ 硬 ” 科学方面，又可用于 “ 软 ”科学方面。 模糊数学是研究现实中许多界限不分明问题的一种数学工具，其基本概念之一是模糊集合。 利用模糊数学和模糊逻辑，能很好地处理各种模糊问题。 模糊是指客观事物差异的中间过渡中的“不分明性”或“亦此亦彼性”。 如高个子与矮个子、年轻人与老年人、热水与凉水、环境污染严重与不严重等。 这些现象很难用经典的数学来描述。 模糊数学就是用数学方法研究与处理模糊现象的数学。 它作为 一门崭新的学科，它是继经典数学、统计数学之后发展起来的一个新的数学学科。 经过短暂的沉默和争河南理工大学毕业设计（论文）说明书 10 议之后，迅猛的发展起来了，而且应用越来越广泛。 如今的模糊数学的应用已经遍及理、工、农、医及社会科学的各个领域，充分的表现了它强大的生命力和渗透力。 统计数学是将数学的应用范围从确定性的领域扩大到了不确定性的领域，即从必然现象到偶然现象，而模糊数学则是把数学的应用范围从确定领域扩大到了模糊领域，即从精确现象到模糊现象。 实际中，我们处理现实的数学模型可以分成三大类：第一类是确定性数学模型，即模型的背景具有确定性，对象 之间具有必然的关系。 第二类是随机性的数学模型，即模型的背景具有随机性和偶然性。 第三类是模糊性模型，即模型的背景及关系具有模糊性 模糊控制是在所采用的控制方法上应用了模糊数学理论，使其进行确定性的工作，对一些无法构造数学模型的被控过程进行有效控制。 模糊系统不管其是如何进行计算的，从输入输出的角度讲它是一个非线性函数。 模糊系统对于任意一个非线性连续函数，就是找出一类隶属函数，一种推理规则，一个解模糊方法，使得设计出的模糊系统能够任意逼近这个非线性函数。 这种方法的模型有较高的精度，但是它的训练时间太长，收敛较慢 等缺点。 神经网络理论预测 人工神经网络是一种应用类似于大脑神经突触联接的结构进行信息处理的数学模型。 在工程与学术界也常直接简称为神经网络或类神经网络。 神经网络是一种运算模型，由大量的节点（或称神经元）和之间相互联接构成。 每个节点代表一种特定的输出函数，称为 激励函数。 每两个节点间的连接都代表一个对于通过该连接信号的加权值，称之为权重，这相当于人工神经网络的记忆。 网络的输出则 依网络的连接方式，权重值和 激励函数 的不同而不同。 而网络自身通常都是对 自然界 某种算法或者函数的逼近，也可能是对一种逻辑策略的表达。 运用神经网络技术进行电力负荷预测，其优点是可以模仿人脑的智能化处理，对大量非结构性、非精确性规律具有自适应功能，具有信息 记忆、自主学习、知识推理和优化计算的特点，特别的，其自学习和自适应功能是常规算 法和专家系统技术所不具备的。 因此，预测被当作人工神经网络最有潜力的应用领域之一。 神经网络理论是利用神经网络的学习功能，让计算机学习包含在历史负荷数据中 的映射关系，再利用这种映射关系预测未来负荷。 由于该方法具有很强的记忆 能力、非线性映射能力以及强大的自学习能力，因此有很大的应用市场。 但其缺点是 神经网河南理工大学毕业设计（论文）说明书 11 络的相关层数以及神经元的个数往往是主观经验来确定的，对于网络结构不能科学的确定；学习的 速度 也比较慢，可能收敛到局部最小点； 知识表达困 难，难以充分利用调度人员经验中存在的模糊知识。 小波分析预测 小波分析 是当前数学中一个迅速发展的新领域。 它作为数学学科的一个分支，吸取了现代分析学中诸如泛函分析、数值分析、 傅里叶 分析、 样条分析、调和分析等众多分支的精华，并包罗了它们的特色。 实质是用一个合适的母小波通过时间轴上的位移与放缩和幅度的变化产生一系列的派生小波，用系列小波对要分析的信号进行时间轴上的评议比较，获得用以表征信号与小波相似程度的小波系数。 由于派生小波可以达到任意小的规定精度，并可以对有限长的信号进行精度的度量，因此可以获得相对于 傅里叶分析所不能获得的 局部时间区间的信息。 由于小波分析在理论上的完美性以及在应用上的广泛性，在短短的几年中，受到了科学界、工程界的高度重视，并且在模式识别、语言识别、故障诊断、 图象处理、地震预报、 信号处理、 状态监视、雷达等十几 个科学领域中得到应用。 小波分析是一种时域 —— 频域分析方法，它在时域和频域上同时具有良好的局部化性质，并且能根据信号频率高低自动调节采样的疏密，它容易捕捉和分析微弱信号以及信号、图象的任意细小部分。 其优于传统的 傅里叶 分析的主要之处在于：能对不同的频率成分采用逐渐精细的采样步长，从而可以 聚焦到信号的任意细节，尤其是对奇异信号很敏感，能很好的处理微弱或突变的信号，其目标是将一个信号的信息转化成小波系数，从而能够方便地加以处理、存储、传递、分析或被用于重建原始信号。 这些优点决定了小波分析可以有效地应用于负荷预测问题的研究。 专家系统 法 预测 专家系统 法是对于数据库里存放的过去几年的负荷数据和天气数据 等进行细致的分析，汇集有经验的负荷预测人员的知识，提取有关规则， 借助专家系统，负荷预测人员能识别预测日所属的类型，考虑天气因素对负荷预测的影响，按照一定的推理进行 负荷预测。 这种方法是基于一种知识的程序设计而建立的计算机系统，能够拥有某一领域的专家的经验或者是基础知识，然后在推理的基础上对未来负荷进行预测。 专家系统是一个用基于知识的程序设计方法建立起来的计算机系统，它拥有某个特殊领域内专家的知识和经验，并能像专家那样运用这些知识，通过推理，在那个领 河南理工大学毕业设计（论文）说明书 12 域内作出智能决策。 专家系统法总结了目前城市电网中负荷预测 的可行模型，针对目前方法存在的片面性，首 次尝试把专家系统技术应用到负荷预测上，从而克服单一算法的片面性； 同时， 能够对于各种因素进行全面的考虑，全过程 程序化，使得方 法还具有 建模简单以及 快速决断的优点。 此外，专家系统拥有丰富的知识以及经验，可靠性好，工作效率高，可以将复杂的数值计算予以避免，进而得到准确的结果。 缺点是 预测过程容易 出现人为差错及预测专家比较缺乏，而且，因为各地的负荷都有自己的特点，专家系统都是针对一些具体的系统，所以就不能直接地应用于一些其它的系统。 此外， 把专家知识和经验等准确地转化为一系列规则是非常不容易的。 综合以上各个预测模型的优缺点，本文选择灰色系统理论预测方法对上海市未来五年电力负荷进行预测。 灰色预测方法是一种不严格的系统方法，它避开系统结构分析 环节，直接通过对原始数据的累加构建指数增长模型，寻求系统的整体规律。 其 主要特点有： 原始数据生成指数型序列，而其它模型是直接采用原始数据建模；所需样本数较少，而其它模型往往需要大量的样本数据；采用微分方程模型，能够描述内部变化的本质，而一般系统理论建模是由递推得到差分模型。 因此本文采用灰色理论建立模型，从而对负荷进行预测。 河南理工大学毕业设计（论文）说明书 13 4 灰色系统理论 灰数 在灰色系统中， 灰数 是指信息不完全的数， 例如：“ 那人的身高约为 165cm， 体重大致为 50kg， 这里的 “ 165” 、 “ 50” 都是灰数， 分别 记为 165 ， 50。 又如，“ 那女孩身高在 150160cm之间” ， 则关于身高的灰数 为    150,160h。 记  为灰数  的白化默认数，简称白化数，则灰数  为白化数  的全体。 灰色理论应用范围 在工程技术、社会、经济、农业、生态、环境等各种系统中经常会遇到信息不完全的情况。 比如： 一项土建工程，尽管材料、设备、施工计划、图纸是齐备的，可是还很难估计施工进度与质量，这是缺乏劳动力及技术水平的信息； 生物防治方面，害虫与天敌间的关系即使是明确的，但天敌与饵料、害虫与害虫间的许多关系却不明确，这是缺乏。