袁野 祝喆 邱成龍

引言

電力電量預(yù)測(cè)是電力系統(tǒng)規(guī)劃和運(yùn)行研究的重要內(nèi)容，是保證電力系統(tǒng)可靠和經(jīng)濟(jì)運(yùn)行的前提，是電網(wǎng)規(guī)劃建設(shè)的重要依據(jù)。電力電量預(yù)測(cè)的準(zhǔn)確將直接影響公司電網(wǎng)建設(shè)投資、電網(wǎng)網(wǎng)架結(jié)構(gòu)布局的合理性。電量預(yù)測(cè)的準(zhǔn)確性直接體現(xiàn)基層單位經(jīng)營業(yè)績、管理水平。目前，電量預(yù)測(cè)的方法還是過于簡(jiǎn)單，主要是靠人工的經(jīng)驗(yàn)，但人工的預(yù)測(cè)存在電量偏差大、波動(dòng)大等缺點(diǎn)，存在很大的不確定性。

一、常電量預(yù)測(cè)方法難點(diǎn)分析

1.1工作量大，任務(wù)繁重

電量預(yù)測(cè)需要分析歷史的電量數(shù)據(jù)，但歷史的電量數(shù)據(jù)存在數(shù)據(jù)量大，分析時(shí)需要整理的數(shù)據(jù)多等問題。這容易造成預(yù)測(cè)人員工作任務(wù)繁重，預(yù)測(cè)偏差大等困難。

目前需要分析的數(shù)據(jù)有：

（1）天氣

（2）溫度

（3）月售電量數(shù)據(jù)

（4）區(qū)域GDP

（5）節(jié)假日信息

（6）抄表例日調(diào)整數(shù)據(jù)

1.2預(yù)測(cè)方式眾多，實(shí)施難度大

目前電量預(yù)測(cè)主要有傳統(tǒng)預(yù)測(cè)方法和新興的預(yù)測(cè)方法兩大類。由于算法眾多，而且對(duì)各類算法對(duì)電量和其它數(shù)據(jù)的要求高，導(dǎo)致目前很多算法實(shí)施難度大。

回歸分析法。利用歷史數(shù)據(jù)可以建立起負(fù)荷和其他影響因素的關(guān)系，如與工農(nóng)業(yè)總產(chǎn)值之間的關(guān)系，并進(jìn)而由這些因素未來的數(shù)據(jù)預(yù)測(cè)出未來的負(fù)荷值，其優(yōu)點(diǎn)是模型參數(shù)估計(jì)技術(shù)比較成熟，預(yù)測(cè)過程簡(jiǎn)單。缺點(diǎn)是線性回歸模型預(yù)測(cè)精度較低;而非線性回歸預(yù)測(cè)計(jì)算開銷大，預(yù)測(cè)過程復(fù)雜。僅適用于中期負(fù)荷預(yù)測(cè)。

時(shí)間序列法。能根據(jù)負(fù)荷的歷史數(shù)據(jù)建模，并利用模型預(yù)測(cè)出未來的負(fù)荷，優(yōu)點(diǎn)是：所需歷史數(shù)據(jù)少、工作量小。缺點(diǎn)是：沒有考慮負(fù)荷變化的因素，只致力于數(shù)據(jù)的擬合，對(duì)規(guī)律性的處理不足，只適用于負(fù)荷變化比較均勻的短期預(yù)測(cè)的情況;

二、基于神經(jīng)網(wǎng)絡(luò)理論的電量預(yù)測(cè)

2.1歷史電量數(shù)據(jù)準(zhǔn)備

為保證電量預(yù)測(cè)準(zhǔn)確性，本文收集了以下幾類數(shù)據(jù)作為歷史數(shù)據(jù)。

（1）經(jīng)濟(jì)及政策：內(nèi)外經(jīng)濟(jì)形勢(shì)（GDP）、產(chǎn)業(yè)政策調(diào)整影響

（2）市場(chǎng)規(guī)模：電力客戶變化，業(yè)擴(kuò)報(bào)裝分析（新裝、減容、銷戶），市場(chǎng)占有情況（自備發(fā)電機(jī)組、分布式電源）。

（3）市場(chǎng)開拓：實(shí)施熱泵、電蓄能、電加熱、電動(dòng)汽車等電能替代、自備電廠規(guī)范、加快業(yè)擴(kuò)報(bào)裝、消除供電瓶頸、加強(qiáng)檢修管理等。

（4）電網(wǎng)供需形勢(shì)影響，執(zhí)行有序用電情況。

（5）前100/50名大客戶的生產(chǎn)用電、停產(chǎn)檢修情況。

2.2數(shù)據(jù)組織形式

為了程序方便訪問和組織數(shù)據(jù)，本文選用了MYSQL作為底層數(shù)據(jù)庫軟件，并結(jié)合EXCEL和MYSQL軟件，實(shí)現(xiàn)了EXCEL數(shù)據(jù)自動(dòng)化和智能化地導(dǎo)入MYSQL數(shù)據(jù)庫。

2.3預(yù)測(cè)方法和模型庫

神經(jīng)網(wǎng)絡(luò)理論是利用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)功能，讓計(jì)算機(jī)學(xué)習(xí)包含在歷史負(fù)荷數(shù)據(jù)中的映射關(guān)系，再利用這種映射關(guān)系預(yù)測(cè)未來負(fù)荷。由于該方法具有很強(qiáng)的魯棒性、記憶能力、非線性映射能力以及強(qiáng)大的自學(xué)習(xí)能力，因此有很大的應(yīng)用市場(chǎng)，但其缺點(diǎn)是學(xué)習(xí)收斂速度慢，可能收斂到局部最小點(diǎn);并且知識(shí)表達(dá)困難，難以經(jīng)驗(yàn)中存在的模糊知識(shí)。

神經(jīng)網(wǎng)絡(luò)是功能極其強(qiáng)大的、高效的并行處理機(jī)器，具有學(xué)習(xí)和歸納能力，對(duì)錯(cuò)誤和噪音具有特別的適應(yīng)性。經(jīng)過培訓(xùn)的人工智能網(wǎng)絡(luò)可以作為某個(gè)信息類別的“專家”，為新情況指明方向或解決判斷路徑問題等。 三、效果及效益分析

1.1效果分析。

采用基于神經(jīng)網(wǎng)絡(luò)理論的電量預(yù)測(cè)程序進(jìn)行電量預(yù)測(cè)后，月度電螄預(yù)測(cè)偏差由之前的6%降低到了3%。另外，電量偏差穩(wěn)定性較之前有了顯著提升，節(jié)假日比如春節(jié)，十一長期期間，電量預(yù)測(cè)偏差的波動(dòng)性也減少了。

2.2效益分析。

經(jīng)營指標(biāo)的提升電量預(yù)測(cè)程序的使用，能為售電量預(yù)測(cè)提高精確度，減少售電量計(jì)劃完不成帶來的考核和指標(biāo)調(diào)整等負(fù)面影響，提升了企業(yè)經(jīng)營指標(biāo)。另外，以前的售電量月度預(yù)測(cè)，不僅過程長，流程復(fù)雜，而且預(yù)測(cè)的魯棒性差，一個(gè)簡(jiǎn)單的人工統(tǒng)計(jì)或人工計(jì)算錯(cuò)誤，會(huì)導(dǎo)致預(yù)測(cè)偏差的錯(cuò)誤，所謂差之毫厘，謬以千里。而電量預(yù)測(cè)程序的使用程序化，自動(dòng)化，智能化。僅僅只需要一個(gè)人，一兩小時(shí)就能完成復(fù)雜的電量預(yù)測(cè)任務(wù)。大大減少了人力成本。

三、結(jié)語

隨著電力市場(chǎng)的發(fā)展，電量預(yù)測(cè)的重要性日益顯現(xiàn)，并且對(duì)負(fù)荷預(yù)測(cè)精度的要求越來越高。傳統(tǒng)的預(yù)測(cè)方法比較成熟，預(yù)測(cè)結(jié)果具有一定的參考價(jià)值，但要進(jìn)一步提高預(yù)測(cè)精度，就需要對(duì)傳統(tǒng)方法進(jìn)行一些改進(jìn)，同時(shí)隨著現(xiàn)代科學(xué)技術(shù)的不斷進(jìn)步，理論研究的逐步深入，以灰色理論、專家系統(tǒng)理論、模糊數(shù)學(xué)等為代表的新興交叉學(xué)科理論的出現(xiàn)，也為電量預(yù)測(cè)的飛速發(fā)展提供了堅(jiān)實(shí)的理論依據(jù)和數(shù)學(xué)基礎(chǔ)。以后作者將會(huì)對(duì)各種預(yù)測(cè)方法一一嘗試，找到更高效快捷有效的預(yù)測(cè)算法。

參考文獻(xiàn)

[1]施永益，凌衛(wèi)家，郭陽，夏洪濤，趙燕波.售電量分析及預(yù)測(cè)研究[J].經(jīng)營管理者.2016（18）

[2]任騰云.基于機(jī)器學(xué)習(xí)的電力大客戶群體月度售電量預(yù)測(cè)研究[J].電網(wǎng)與清潔能源.2018（09）

[3]彭澤武.基于分箱灰色預(yù)測(cè)的月用電量數(shù)據(jù)缺失值處理方法[J].現(xiàn)代計(jì)算機(jī)（專業(yè)版）.2017（29）