孫濤 竇震海 王為國(guó)

摘 要：為了改善短期負(fù)荷預(yù)測(cè)模型的精度和實(shí)用性，針對(duì)短期負(fù)荷序列的隨機(jī)波動(dòng)性、周期性，提出了一種基于模糊集隸屬度改進(jìn)均值生成函數(shù)的負(fù)荷預(yù)測(cè)方法。首先，選用新的模糊集隸屬度改進(jìn)均值生成函數(shù)的構(gòu)造過(guò)程，然后將其與最優(yōu)子集模型結(jié)合，最后使用所建組合模型對(duì)負(fù)荷進(jìn)行短期預(yù)測(cè)。實(shí)驗(yàn)結(jié)果表明，所建新模型有較高的預(yù)測(cè)精度。

關(guān)鍵詞：電力系統(tǒng)；負(fù)荷預(yù)測(cè)；模糊集隸屬度；均值生成函數(shù)

DOI：10.16640/j.cnki.37-1222/t.2018.12.200

1 引言

短期電力負(fù)荷預(yù)測(cè)一般是指預(yù)測(cè)未來(lái)1h至1周的電力負(fù)荷，是電力負(fù)荷預(yù)測(cè)的重要組成部分。高精度的負(fù)荷預(yù)測(cè)有利于實(shí)現(xiàn)電力系統(tǒng)的安全穩(wěn)定與經(jīng)濟(jì)運(yùn)行[1]。近年來(lái)，有較多學(xué)者運(yùn)用指數(shù)函數(shù)形式的隸屬度對(duì)均值生成函數(shù)進(jìn)行了改進(jìn)，然后將其運(yùn)用到預(yù)測(cè)短期負(fù)荷、降水量等領(lǐng)域。但是，指數(shù)函數(shù)形式的隸屬度只能反映不同數(shù)據(jù)的重要程度，不能反映出序列的周期性變化，因此本文嘗試選用新的模糊集隸屬度對(duì)均值生成函數(shù)進(jìn)行改進(jìn)，然后引入到短期負(fù)荷預(yù)測(cè)領(lǐng)域。實(shí)際算例表明了本文所建模型在短期負(fù)荷預(yù)測(cè)領(lǐng)域的有效性和優(yōu)越性。

2 短期負(fù)荷預(yù)測(cè)模型的建立

2.1 模糊集隸屬度改進(jìn)的均值生成函數(shù)

設(shè)一組含有n個(gè)元素的負(fù)荷樣本序列：x（t）={x（1），x（2），…，x（n）}

針對(duì)短期電力負(fù)荷序列的波動(dòng)性、周期性等特點(diǎn)，本文選取了既能反映不同數(shù)據(jù)的重要程度，又能體現(xiàn)序列周期性的新模糊集隸屬度來(lái)完善均值生成函數(shù)的構(gòu)造過(guò)程，模糊集隸屬度[2]如下式：

2.2 基于最優(yōu)子集回歸模型的短期負(fù)荷預(yù)測(cè)

針對(duì)電力負(fù)荷序列的隨機(jī)性、周期性等特點(diǎn)，本文再利用模糊集隸屬度改進(jìn)均值生成函數(shù)的基礎(chǔ)上，將其與最優(yōu)子集回歸模型[3]相結(jié)合構(gòu)建預(yù)測(cè)模型。最優(yōu)子集回歸模型的基本思想是先將均值生成函數(shù)序列作為因變量并自由組合，接著將組合后的序列與因變量建立線性回歸方程，最后再根據(jù)雙評(píng)分準(zhǔn)則從所有的回歸方程中篩選出一個(gè)數(shù)量評(píng)分和趨勢(shì)評(píng)分都最高的方程。

3 算例仿真及結(jié)果分析

為驗(yàn)證所構(gòu)建預(yù)測(cè)模型的有效性及優(yōu)越性，本文根據(jù)山東某地區(qū)2015年1月份某一天的負(fù)荷數(shù)據(jù)作為實(shí)際算例。首先，將前20h的數(shù)據(jù)作為預(yù)測(cè)模型的原始訓(xùn)練樣本，然后根據(jù)訓(xùn)練結(jié)果對(duì)后4h的負(fù)荷量進(jìn)行預(yù)測(cè)。其次，在相同樣本數(shù)據(jù)的基礎(chǔ)上，本文同時(shí)采用了文獻(xiàn)[3]提出的原始均值生函數(shù)預(yù)測(cè)模型進(jìn)行預(yù)測(cè)，并將兩個(gè)模型的預(yù)測(cè)結(jié)果進(jìn)行了對(duì)比，分別采用兩種預(yù)測(cè)模型得到的負(fù)荷預(yù)測(cè)結(jié)果如圖1和表1所示。

由圖1和表1可知，改進(jìn)后的均值生成函數(shù)預(yù)測(cè)模型的預(yù)測(cè)精度明顯高于普通的均值生成函數(shù)預(yù)測(cè)模型，對(duì)實(shí)際負(fù)荷數(shù)據(jù)的波動(dòng)性也進(jìn)行了較好地?cái)M合，且相對(duì)誤差控制在一個(gè)較低的水平，因此可以應(yīng)用到實(shí)際生產(chǎn)的短期電力負(fù)荷預(yù)測(cè)中。

4 結(jié)論

將模糊集隸屬度改進(jìn)的均值生成函數(shù)預(yù)測(cè)模型應(yīng)用于實(shí)際的短期負(fù)荷預(yù)測(cè)具有可行性，預(yù)測(cè)效果良好。此外，在建立預(yù)測(cè)模型過(guò)程中能夠充分利用原始的訓(xùn)練樣本，可以不考慮經(jīng)濟(jì)、天氣等影響因素，操作簡(jiǎn)便，具有較好的工程實(shí)用價(jià)值。

參考文獻(xiàn)：

[1]陳英慧，商淼，李婷等.基于GA-BP算法的呼和浩特地區(qū)短期電力負(fù)荷預(yù)測(cè)[J].山東工業(yè)技術(shù)，2018（05）：158，170.

[2]魏鳳英.現(xiàn)代氣候統(tǒng)計(jì)診斷與預(yù)測(cè)技術(shù)[M].氣象出版社，2007.

[3]竇震海，楊仁剛，焦嬌.基于均生函數(shù)-最優(yōu)子集回歸模型的短期電力負(fù)荷預(yù)測(cè)方法[J].農(nóng)業(yè)工程學(xué)報(bào)，2013（14）：178-184.

作者簡(jiǎn)介：孫濤（1978-），男，山東日照人，本科，工程師，主要從事電力系統(tǒng)負(fù)荷預(yù)測(cè)及設(shè)施管理等研究。