黨志慧

（國網(wǎng)朔州供電公司）

0 引言

電力用電負(fù)荷對電力企業(yè)經(jīng)營發(fā)展以及戰(zhàn)略制定有著極大的影響，隨著經(jīng)濟(jì)不斷發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)改革，導(dǎo)致電力負(fù)荷用戶數(shù)量快速增加，再加上企業(yè)升級轉(zhuǎn)型，用戶用電負(fù)荷不斷變化，在一定程度上影響了電網(wǎng)穩(wěn)定運(yùn)行。對此，制定一套完善、有效、精準(zhǔn)的用戶電力負(fù)荷自動預(yù)測系統(tǒng)尤為重要。目前，國內(nèi)外針對用戶用電負(fù)荷預(yù)測的研究成果有很多，很多專家學(xué)者也提出了相應(yīng)的解決方案。例如，Attention-GRU預(yù)測模型實(shí)現(xiàn)了用戶用電短期負(fù)荷預(yù)測方案，該方案預(yù)測效率高，但精度有待進(jìn)一步提升；結(jié)合數(shù)據(jù)挖掘、支持向量機(jī)提出一種用電負(fù)荷預(yù)測平臺，該平臺通過訓(xùn)練歷史負(fù)荷序列得到訓(xùn)練集，極大地提升了用戶用電負(fù)荷預(yù)測精度，但預(yù)測效率明顯降低。針對這些情況，本文提出一種基于序列理論的電網(wǎng)用戶用電負(fù)荷預(yù)測系統(tǒng)，旨在同時(shí)保證電網(wǎng)用戶用電負(fù)荷預(yù)測的效率和精度。

1 系統(tǒng)整體方案

用電負(fù)荷是指電網(wǎng)用戶所使用的用電設(shè)備在某個(gè)階段向供電系統(tǒng)所獲取的電力功率總量。本文所提出的基于序列理論的電網(wǎng)用戶用電負(fù)荷自動預(yù)測系統(tǒng)，其運(yùn)行原理是通過明確的用戶用電負(fù)荷歷史數(shù)據(jù)信息，掌握用戶用電負(fù)荷變化規(guī)律，從而描述未來一段時(shí)間內(nèi)該用戶用電負(fù)荷的規(guī)律變化，并構(gòu)建時(shí)間序列模型，實(shí)現(xiàn)用戶用電負(fù)荷的精準(zhǔn)預(yù)測［1］?；谛蛄欣碚摰碾娋W(wǎng)用戶用電負(fù)荷自動預(yù)測系統(tǒng)主要包括三個(gè)方面：一是電網(wǎng)用戶歷史用電負(fù)荷數(shù)據(jù)預(yù)處理，二是用電負(fù)荷序列分解，三是構(gòu)建預(yù)測模型。

2 系統(tǒng)設(shè)計(jì)

2.1 用戶歷史用電負(fù)荷數(shù)據(jù)預(yù)處理

本設(shè)計(jì)是以用戶歷史用電負(fù)荷數(shù)據(jù)作為自動預(yù)測系統(tǒng)的基礎(chǔ)，以用戶歷史用電負(fù)荷數(shù)據(jù)建立模型，從而預(yù)測未來用電負(fù)荷。因此，為了保證預(yù)測模型的質(zhì)量，就必須要確保歷史用電負(fù)荷數(shù)據(jù)的精度，這就需要做好用戶歷史用電負(fù)荷數(shù)據(jù)的預(yù)處理工作。預(yù)處理流程為：

（1）采集用戶歷史用電負(fù)荷數(shù)據(jù)、用戶歷史用電費(fèi)用。

（2）數(shù)據(jù)集成、歸納。

（3）數(shù)據(jù)清洗，將異常值、重復(fù)值剔除，填補(bǔ)缺失的數(shù)據(jù)信息。

（4）數(shù)據(jù)歸一化，在歷史用電負(fù)荷數(shù)據(jù)樣本X中找出最大值Xmax和最小值Xmin。

（5）驗(yàn)證。

（6）高質(zhì)量歷史用電負(fù)荷數(shù)據(jù)輸出。

將用戶歷史用電負(fù)荷數(shù)據(jù)進(jìn)行預(yù)處理后，可以得到更加規(guī)范、更高質(zhì)量的歷史用電負(fù)荷數(shù)據(jù)信息，將預(yù)處理之后的數(shù)據(jù)傳輸?shù)筋A(yù)測模型中，從而得到更加精準(zhǔn)的預(yù)測值。

2.2 用電負(fù)荷序列分解

按照時(shí)間序列分布用戶歷史用電負(fù)荷數(shù)據(jù)，得到用電負(fù)荷時(shí)間序列。由于該序列波動性強(qiáng)，且?guī)в兄芷谛蕴攸c(diǎn)，如果直接應(yīng)用則無法被預(yù)測模型識別，這就需要二次分解該序列，再進(jìn)行預(yù)測模型的識別。

用電負(fù)荷時(shí)間序列可采用經(jīng)驗(yàn)?zāi)Ｊ椒纸夥ㄟM(jìn)行分解，將用電負(fù)荷時(shí)間序列分解成多個(gè)高頻分量和一個(gè)低頻分量，并從中提取用電負(fù)荷時(shí)變特性，以便于后期應(yīng)用在預(yù)測模型中［2］。經(jīng)驗(yàn)?zāi)Ｊ椒纸夥ǖ膽?yīng)用流程為：

（1）從用電負(fù)荷時(shí)間序列中選出極小值、極大值兩組數(shù)據(jù)。

（2）采用三次樣條函數(shù)擬合用電負(fù)荷時(shí)間序列中的極大值數(shù)據(jù)、極小值數(shù)據(jù)，得出序列當(dāng)中的上包絡(luò)線、下包絡(luò)線。

（3）計(jì)算上包絡(luò)線、下包絡(luò)線的均值。

（4）計(jì)算首位用戶歷史用電負(fù)荷序列的首個(gè)分量。

（5）判斷用戶歷史用電負(fù)荷首個(gè)分量是否是用電負(fù)荷時(shí)間序列當(dāng)中的首個(gè)內(nèi)涵模態(tài)分量（Intrinsic Mode Function，IMF）。判定方法為：①局部極值點(diǎn)與過零點(diǎn)差距不超過1；②任何點(diǎn)位上的上、下包絡(luò)線均值都等于0。

（6）同時(shí)滿足（5）中2個(gè)條件的用戶歷史用電負(fù)荷首個(gè)分量作為第一個(gè)IFM，否則重新從流程（1）開始，并重復(fù)上述條件，直到可以滿足（5）中2個(gè)條件為止。

（7）記錄滿足上述條件的用戶歷史用電負(fù)荷首個(gè)分量。

（8）用用電負(fù)荷時(shí)間序列減去（7）的首個(gè)分量，得到剔除掉高頻的剩余分量。

（9）重復(fù)上述所有過程n次，每次將上一步所得出的剩余分量作為原始數(shù)據(jù)，直到得到第2個(gè)IFM、第3個(gè)IFM…第n個(gè)IFM。

（10）判斷是否得到最終所需的終止條件，也就是要求n個(gè)剩余分量為單調(diào)函數(shù)。一旦滿足條件，則停止用電負(fù)荷時(shí)間序列分解，從高到低將用電負(fù)荷時(shí)間序列分為不同頻段。

通過上述十個(gè)步驟得出分解后的用電負(fù)荷時(shí)間序列，相比原始用電負(fù)荷時(shí)間序列更具規(guī)律性以及線性，有助于提高后期用戶用電負(fù)荷預(yù)測精度。

2.3 基于時(shí)間序列模型的用電負(fù)荷預(yù)測

結(jié)合時(shí)間序列理論，選擇相對應(yīng)的模型，并在模型中輸入分解后的用電負(fù)荷時(shí)間序列，即可得出未來某個(gè)時(shí)間段、時(shí)間點(diǎn)的用戶用電負(fù)荷量，即未來預(yù)測值。本文所選用的預(yù)測模型為基于ARMAX搭建的預(yù)測模型，該模型是多輸入、單輸出的系統(tǒng)，用戶歷史用電負(fù)荷為輸入量，用戶未來用電負(fù)荷為輸出量?；贏RMAX建立的未來用電負(fù)荷預(yù)測模型中主要參數(shù)包括：某個(gè)時(shí)間段用戶對電力需求的數(shù)值、殘差、滯后算子、常數(shù)項(xiàng)、負(fù)荷量、負(fù)荷平方的滯后階次、待估計(jì)參數(shù)［3］。其主要應(yīng)用過程如下：

（1）設(shè)定用戶用電的假設(shè)條件，在預(yù)測模型中設(shè)定殘差序列、參數(shù)。

（2）結(jié)合已經(jīng)分解得出的某個(gè)時(shí)間點(diǎn)的用戶歷史用電負(fù)荷參數(shù)、電力續(xù)期參數(shù)，確定負(fù)荷平方的滯后階次的初始值。通過自相關(guān)函數(shù)、偏自相關(guān)函數(shù)確定負(fù)荷值、殘差值；通過回歸系數(shù)顯著分析確定負(fù)荷值、負(fù)荷平方滯后階次。

（3）采用最大擬然法估計(jì)各個(gè)參數(shù)值。

（4）校驗(yàn)上述（2）和（3）所估計(jì)得出的參數(shù)、殘差序列，根據(jù)最終校驗(yàn)結(jié)果判定該預(yù)測模型是否符合本次設(shè)計(jì)條件，確認(rèn)符合設(shè)計(jì)條件即可直接應(yīng)用于未來用戶用電負(fù)荷預(yù)測工作。

3 系統(tǒng)應(yīng)用效果仿真分析

為了測試本次設(shè)計(jì)的用戶未來用電負(fù)荷自動預(yù)測系統(tǒng)的實(shí)際使用效果，對本系統(tǒng)進(jìn)行了應(yīng)用效果仿真分析。仿真平臺采用MATLAB，為了讓仿真測試結(jié)果更加直觀，本次仿真設(shè)計(jì)采用了其他預(yù)測平臺進(jìn)行對比，包括Attention-GRU預(yù)測平臺、數(shù)據(jù)挖掘與支持向量機(jī)的預(yù)測平臺、NW-FLNN預(yù)測平臺［4］。

3.1 用戶歷史用電負(fù)荷數(shù)據(jù)來源

本次仿真測試從PJM電力市場獲取用戶歷史用電負(fù)荷數(shù)據(jù)，用電負(fù)荷采集頻率為1次／h，數(shù)據(jù)集為2020年整個(gè)8月份，共計(jì)采集了720h（1～30日）、得到720個(gè)數(shù)據(jù)，并將這720個(gè)用戶用電負(fù)荷數(shù)據(jù)作為歷史數(shù)據(jù)，根據(jù)1～30日的用戶歷史用電負(fù)荷數(shù)據(jù)預(yù)測31日用戶用電負(fù)荷量。

3.2 用戶歷史用電負(fù)荷序列分解

采用上文提到的經(jīng)驗(yàn)?zāi)Ｊ椒纸夥▽?～30日用電負(fù)荷序列進(jìn)行分解，其結(jié)果如圖所示。

圖 負(fù)荷序列分解結(jié)果

3.3 設(shè)置模型參數(shù)

通過回歸系數(shù)顯著性分析獲取基于ARMAX的用戶未來用電負(fù)荷預(yù)測模型參數(shù)，并對預(yù)測模型參數(shù)進(jìn)行校驗(yàn)，校驗(yàn)合格之后將用戶歷史用電負(fù)荷數(shù)據(jù)出入到預(yù)測模型當(dāng)中，得出最終該模型輸出的用戶未來用電負(fù)荷的預(yù)測值。

3.4 評價(jià)指標(biāo)

本次設(shè)計(jì)的用戶用電負(fù)荷自動預(yù)測系統(tǒng)主要有兩大核心評價(jià)指標(biāo)，即平均絕對誤差值、平均絕對百分比誤差值。

3.5 預(yù)測結(jié)果

本次仿真測試以2020年8月1～30日的用戶用電負(fù)荷數(shù)據(jù)作為歷史值，通過預(yù)測模型對當(dāng)月的31日進(jìn)行用戶用電負(fù)荷預(yù)測，通過將31日真實(shí)值與預(yù)測模型輸出的預(yù)測值進(jìn)行對比分析，從而判定本次電網(wǎng)用戶用電負(fù)荷自動預(yù)測系統(tǒng)是否滿足使用標(biāo)準(zhǔn)［5］。最終預(yù)測結(jié)果見下表。

表 電網(wǎng)用戶用電負(fù)荷情況對比表（單位kW·h）

在相同的用電負(fù)荷數(shù)據(jù)條件下，分別進(jìn)行了Attention-GRU預(yù)測平臺、數(shù)據(jù)挖掘與支持向量機(jī)預(yù)測平臺、NW-FLNN預(yù)測平臺的用戶用電負(fù)荷量預(yù)測，并得出最終的預(yù)測結(jié)果。

3.6 預(yù)測結(jié)果對比分析

本次設(shè)計(jì)采用了基于MATLAB的用戶用電負(fù)荷自動預(yù)測系統(tǒng)，同時(shí)與Attention-GRU預(yù)測平臺、數(shù)據(jù)挖掘與支持向量機(jī)預(yù)測平臺、NW-FLNN預(yù)測平臺最終預(yù)測結(jié)果進(jìn)行對比分析。根據(jù)平均絕對誤差值、平均絕對百分比誤差值兩大指標(biāo)判斷最終預(yù)測效果［6］。最終測試結(jié)果表明了基于MATLAB的用戶用電負(fù)荷自動預(yù)測系統(tǒng)平均絕對誤差值、平均絕對百分比誤差值均小于其他三個(gè)預(yù)測平臺，也就表示相比于Attention-GRU預(yù)測平臺、數(shù)據(jù)挖掘與支持向量機(jī)預(yù)測平臺、NW-FLNN預(yù)測平臺，基于MATLAB的用戶用電負(fù)荷自動預(yù)測系統(tǒng)預(yù)測誤差更小，即所得到的預(yù)測結(jié)果更加精準(zhǔn)。

4 結(jié)束語

綜上所述，電力能源關(guān)乎到社會經(jīng)濟(jì)發(fā)展以及人民日常生活，所涉及到的影響非常大，因此如何保證電網(wǎng)供電的穩(wěn)定性是需要重點(diǎn)考慮的問題。電力定價(jià)關(guān)乎到社會發(fā)展的多個(gè)方面，同時(shí)也會對電力企業(yè)日常盈利情況造成直接影響。對此，本文提出了一種基于MATLAB的用戶用電負(fù)荷自動預(yù)測系統(tǒng)，該系統(tǒng)是以序列理論作為基礎(chǔ)，通過采集用戶歷史電力負(fù)荷數(shù)據(jù)預(yù)測未來一段時(shí)間的用戶用電負(fù)荷量。對基于MATLAB的用戶用電負(fù)荷自動預(yù)測系統(tǒng)仿真測試表明，該方法相比于Attention-GRU預(yù)測平臺、數(shù)據(jù)挖掘與支持向量機(jī)預(yù)測平臺、NW-FLNN預(yù)測平臺更具優(yōu)勢，在保證預(yù)測效率的同時(shí)預(yù)測精度更高，達(dá)到了預(yù)測模型設(shè)計(jì)標(biāo)準(zhǔn)?；贛ATLAB的用戶用電負(fù)荷自動預(yù)測系統(tǒng)的應(yīng)用，有助于電力定價(jià)決策，讓電力定價(jià)更加符合市場需求，滿足供電、用電均衡。