電力系統(tǒng)負(fù)荷預(yù)測(cè)思考題(考試版)

1、1. 光伏發(fā)電預(yù)測(cè)的影響因素有哪些？環(huán)境溫度，輻照強(qiáng)度，季節(jié)類型，天氣類型，云量等。主要影響因素：氣象因子對(duì)光伏發(fā)電功率的影響：云量作為表征天空遮蔽程度的氣象因素，云量的多少會(huì)直接影響到達(dá)光伏陣列的輻照強(qiáng)度。2. 風(fēng)力發(fā)電預(yù)測(cè)的影響因素有哪些？（1）風(fēng)電出力預(yù)測(cè)模型的不同。不同的預(yù)測(cè)模型會(huì)因?yàn)檩斎胍蜃拥牟煌⒉捎玫挠?jì)算方法不完善和要求的精度不同等原因而造成不同程度的誤差。 （2）風(fēng)電場(chǎng)地理環(huán)境。根據(jù)空氣動(dòng)力系統(tǒng)理想模型，風(fēng)能轉(zhuǎn)換成風(fēng)電機(jī)組功率，不僅與風(fēng)速的大小有關(guān)，還與風(fēng)向、氣溫、空氣密度等有關(guān) 。（3）風(fēng)電功率預(yù)測(cè)時(shí)間間隔。風(fēng)電功率預(yù)測(cè)按時(shí)間長(zhǎng)短可以分為：長(zhǎng)期預(yù)測(cè)、中期預(yù)測(cè)、短期預(yù)測(cè)和超短期

2、預(yù)測(cè)，預(yù)測(cè)誤差一般隨著預(yù)測(cè)時(shí)間間隔的縮短而減小 （4）預(yù)測(cè)功率的水平。一般風(fēng)電預(yù)測(cè)功率誤差會(huì)隨著預(yù)測(cè)功率的增大而增大，且分布越來(lái)越分散。 3.電價(jià)預(yù)測(cè)的影響因素有哪些？ 簡(jiǎn)答：影響電價(jià)的因素眾多，既包括發(fā)電側(cè)和需求側(cè)的因素，又包括輸送電力的電力網(wǎng)絡(luò)方面等因素 ：歷史電價(jià)。負(fù)荷。發(fā)電商報(bào)價(jià)。時(shí)段因素。市場(chǎng)內(nèi)因素。電力市場(chǎng)外因素，如煤、石油、天然氣的價(jià)格。 歷史電價(jià)。前后時(shí)段的電價(jià)間具有較強(qiáng)的相關(guān)性，電價(jià)預(yù)測(cè)正是利用這種電價(jià)間的聯(lián)系進(jìn)行電價(jià)預(yù)測(cè)，時(shí)間序列法和神經(jīng)網(wǎng)絡(luò)法均將歷史電價(jià)作為重要因素。 負(fù)荷。電力用戶的價(jià)格彈性很低，可以認(rèn)為是剛性的，系統(tǒng)負(fù)荷幾乎不隨價(jià)格的變化而變化。因此，在系統(tǒng)供給曲線給

3、定的情況下，代表需求側(cè)信息的系統(tǒng)負(fù)荷就決定了市場(chǎng)出清價(jià)。負(fù)荷序列與電價(jià)序列的相關(guān)系數(shù)通常在0.4左右。 發(fā)電商報(bào)價(jià)。系統(tǒng)中各發(fā)電商的報(bào)價(jià)曲線形成系統(tǒng)的總供給曲線，決定了電力市場(chǎng)的供給側(cè)信息，因而對(duì)電價(jià)也有較大影響。擁有市場(chǎng)力的發(fā)電商的策略性報(bào)價(jià)，如容量持留、博弈投機(jī)等，是價(jià)格尖峰出現(xiàn)的主要原因 但發(fā)電商的報(bào)價(jià)由于涉及發(fā)電商的人為行為，很難量化。一個(gè)可行的方案是采用智能代理來(lái)模擬發(fā)電商競(jìng)價(jià)的人為行為，但在存電價(jià)預(yù)測(cè)中如何應(yīng)用仍然未知。現(xiàn)有預(yù)測(cè)方法基本未考慮發(fā)電商報(bào)價(jià)對(duì)電價(jià)的影響。此外，系統(tǒng)可用容量和機(jī)組檢修及故障也是一個(gè)重要的供給側(cè)信息。 時(shí)段因素。不同日的不同時(shí)段，電價(jià)會(huì)表現(xiàn)出較大的差異。如周

4、末電價(jià)通常低于工作日電價(jià)，而下午用電高峰時(shí)段的電價(jià)通常高于深夜用電低谷時(shí)段的電價(jià)。因此，可以認(rèn)為時(shí)段也是影響電價(jià)的一個(gè)因素。 此外，提出新的電價(jià)影響指標(biāo)，如必須運(yùn)行率、市場(chǎng)供給指數(shù)等。有的市場(chǎng)采用節(jié)點(diǎn)電價(jià)，在對(duì)系統(tǒng)中各節(jié)點(diǎn)電價(jià)進(jìn)行預(yù)測(cè)時(shí)，系統(tǒng)的網(wǎng)絡(luò)約束、阻塞狀況和聯(lián)絡(luò)線潮流是一個(gè)必須考慮的因素。以上因素均為市場(chǎng)內(nèi)因素，電能是二次能源，與一次能源有密切聯(lián)系，因此電力市場(chǎng)外因素，如煤、石油、天然氣的價(jià)格也可作為影響因素之一。4.負(fù)荷預(yù)測(cè)的影響因素有哪些？a.不同類型的負(fù)荷有著不同的變化規(guī)律b.負(fù)荷隨時(shí)間變化規(guī)律l 季節(jié)影響l 周和日的周期性變化l 法定和民俗節(jié)日影響c.氣象變化的影響l 電網(wǎng)中擁有

5、大量的天氣敏感負(fù)荷，例如空調(diào)、取暖器、農(nóng)業(yè)灌溉負(fù)荷l 陰雨天白天照明負(fù)荷增加，高溫天氣空調(diào)、電扇負(fù)荷上升，東北地區(qū)初冬的一次寒流會(huì)使負(fù)荷由北至南依次增加，南方夏季的臺(tái)風(fēng)一路解除各地的悶熱天氣會(huì)使負(fù)荷依次下降l 許多系統(tǒng)中，溫度是影響負(fù)荷的最重要因素d.負(fù)荷隨機(jī)波動(dòng)l 指由某些不確定性因素引起的負(fù)荷變化l 除了大量的小干擾量外，軋鋼廠的軋鋼沖擊負(fù)荷、系統(tǒng)中大型電動(dòng)機(jī)和鼓風(fēng)機(jī)的啟動(dòng)等是造成較大干擾的隨機(jī)負(fù)荷l 特殊事件：工廠的關(guān)閉、特殊電視節(jié)目的播放、游行等活動(dòng)l 濕度、風(fēng)速、雷電等因素：比較特殊且數(shù)據(jù)難以收集，在預(yù)測(cè)時(shí)往往簡(jiǎn)化不予考慮5.相似日原理及其在預(yù)測(cè)中的應(yīng)用。原理：在某日對(duì)未來(lái)某日進(jìn)行預(yù)

6、測(cè)時(shí)，首先需要確定基準(zhǔn)日。在不考慮最新信息的情況下，為了保證整日曲線的完整性，基準(zhǔn)日一般取為預(yù)測(cè)當(dāng)日的前一天。以基準(zhǔn)日為起點(diǎn)，以7天為周期，可對(duì)歷史樣本分出第1周期、第2周期。每一周期中，必有一個(gè)與待預(yù)測(cè)日相同類型的負(fù)荷日，稱為相似日。應(yīng)用：基于同類型日思想的正常日新息預(yù)測(cè)，基于同類型日思想的正常日負(fù)荷預(yù)測(cè)。6.用電負(fù)荷、供電負(fù)荷及發(fā)電負(fù)荷之間的關(guān)系 將各工業(yè)部門(mén)消費(fèi)的功率與農(nóng)業(yè)、交通運(yùn)輸和市政生活消費(fèi)的功率相加就可得到電力系統(tǒng)的綜合用電負(fù)荷。綜合用電負(fù)荷加網(wǎng)絡(luò)中損耗的功率為系統(tǒng)中各發(fā)電廠應(yīng)供出的功率，因而稱作電力系統(tǒng)的供電負(fù)荷。供電負(fù)荷再加各發(fā)電廠本身消費(fèi)的功率廠用電，為系統(tǒng)中各發(fā)電機(jī)應(yīng)發(fā)出

7、的功率，稱作電力系統(tǒng)的發(fā)電負(fù)荷。7. 預(yù)測(cè)按時(shí)間的分類及各類含義及應(yīng)用按時(shí)間分類（最常用）：長(zhǎng)、中、短、超短期。短期負(fù)荷預(yù)測(cè)：指一日至一周的負(fù)荷預(yù)測(cè)，通常以小時(shí)為單位。主要用于火電分配、水火電協(xié)調(diào)、機(jī)組經(jīng)濟(jì)組合和交換功率計(jì)劃，使用對(duì)象是編制調(diào)度計(jì)劃的工程師。超短期負(fù)荷預(yù)測(cè)：指未來(lái)數(shù)十分鐘、數(shù)分鐘甚至數(shù)秒內(nèi)的負(fù)荷值的預(yù)測(cè)，主要用于對(duì)電網(wǎng)進(jìn)行計(jì)算機(jī)在線控制，實(shí)現(xiàn)發(fā)電容量的合理調(diào)度，使發(fā)電成本最小，使用對(duì)象是調(diào)度員。中期預(yù)測(cè)指在五年左右以年為單位的預(yù)測(cè)中長(zhǎng)期負(fù)荷預(yù)測(cè)主要是用于制定電力系統(tǒng)的擴(kuò)建規(guī)劃，包括裝容量的大小、形式、地點(diǎn)、時(shí)間和電網(wǎng)的增容擴(kuò)建，它為所在地區(qū)或電網(wǎng)的電力發(fā)展速度、電力建設(shè)規(guī)模、電

8、力工業(yè)布局、能源資源平衡、地區(qū)間的電力余缺調(diào)劑、電網(wǎng)資金和人力資源的需求平衡提供了可靠的依據(jù)長(zhǎng)期預(yù)測(cè)一般指十年以上并以年為單位的預(yù)測(cè)超短期（時(shí)分）， 擴(kuò)展短期（幾個(gè)小時(shí)），短期（日），連續(xù)多日（幾日），中期（月），長(zhǎng)期（年）8. 預(yù)測(cè)誤差產(chǎn)生的原因產(chǎn)生誤差的原因數(shù)學(xué)模型只是一種簡(jiǎn)單化了的負(fù)荷狀況的反映，與實(shí)際負(fù)荷存在差距，用它來(lái)預(yù)測(cè)，也就不可避免的會(huì)產(chǎn)生誤差。是否能正確選擇合適的預(yù)測(cè)方法。如果選擇不當(dāng)，也就會(huì)產(chǎn)生誤差。負(fù)荷預(yù)測(cè)用到的各項(xiàng)資料并不能保證都是準(zhǔn)確可靠，必然帶來(lái)預(yù)測(cè)誤差。某種意外事件的發(fā)生或情況的突然變化，也會(huì)造成預(yù)測(cè)誤差。此外，計(jì)算或判斷上的錯(cuò)誤，也產(chǎn)生不同程度的誤差。9. 常見(jiàn)誤

9、差分析指標(biāo)預(yù)測(cè)誤差分析（指標(biāo)）絕對(duì)誤差和相對(duì)誤差 絕對(duì)誤差 相對(duì)誤差平均絕對(duì)誤差 均方誤差 均方根誤差關(guān)聯(lián)度誤差分析后驗(yàn)差檢驗(yàn)10. 如何區(qū)分?jǐn)M合和預(yù)測(cè)？擬合：在生產(chǎn)過(guò)程，科學(xué)實(shí)驗(yàn)和統(tǒng)計(jì)分析中，往往需要通過(guò)得到一組實(shí)驗(yàn)數(shù)據(jù)或觀測(cè)數(shù)據(jù)找出變化規(guī)律，確定函數(shù)的近似表達(dá)式，從圖形上看，就是通過(guò)給定的一組數(shù)據(jù)點(diǎn)，求取一條近似曲線，這就是曲線擬合。預(yù)測(cè)：是一門(mén)科學(xué)問(wèn)題的總稱，是對(duì)尚未發(fā)生或目前還不明確的事物進(jìn)行預(yù)先的估計(jì)和推測(cè)。一般可以認(rèn)為，預(yù)測(cè)是在一定的理論指導(dǎo)下，以事物發(fā)展的歷史和現(xiàn)狀為出發(fā)點(diǎn)，以調(diào)查研究所得的資料和統(tǒng)計(jì)數(shù)據(jù)為依據(jù)，在對(duì)事物發(fā)展過(guò)程進(jìn)行深刻的定性分析和嚴(yán)密的定量計(jì)算的基礎(chǔ)上，研究并認(rèn)

10、識(shí)事物的發(fā)展變化規(guī)律，進(jìn)而對(duì)事物發(fā)展的未來(lái)變化預(yù)先做出科學(xué)的推測(cè)。11.如何理解“近大遠(yuǎn)小”原則【第二講思考題】物理意義：物理量未來(lái)的變化趨勢(shì)更多的取決于歷史時(shí)段中近期的發(fā)展規(guī)律，遠(yuǎn)期的歷史數(shù)據(jù)與未來(lái)發(fā)展趨勢(shì)的相關(guān)性較弱。在短期負(fù)荷預(yù)測(cè)處理中，則需要區(qū)別對(duì)待各日的虛擬預(yù)測(cè)誤差，主要的處理方式是：可以用虛擬預(yù)測(cè)結(jié)果中各日與待預(yù)測(cè)日的相似度對(duì)虛擬預(yù)測(cè)的殘差進(jìn)行加權(quán)。12.五級(jí)調(diào)度國(guó)家調(diào)度機(jī)構(gòu)跨省、自治區(qū)、直轄市調(diào)度機(jī)構(gòu)省、自治區(qū)、直轄市級(jí)調(diào)度機(jī)構(gòu)省轄市級(jí)調(diào)度機(jī)構(gòu)縣級(jí)調(diào)度機(jī)構(gòu)13.EMS的構(gòu)成及發(fā)展歷程【專門(mén)ppt】EMS系統(tǒng)總體結(jié)構(gòu)：網(wǎng)絡(luò)分析、能量管理、SCADA、支持系統(tǒng)、操作系統(tǒng)、計(jì)算機(jī)【詳】

11、EMS應(yīng)用軟件（PAS） 數(shù)據(jù)收集級(jí)、能量管理級(jí)、網(wǎng)絡(luò)分析級(jí)、培訓(xùn)仿真級(jí)。SCADA（數(shù)據(jù)收集軟件）· 實(shí)時(shí)發(fā)電控制AGC（及以下：能量管理軟件）· 負(fù)荷預(yù)測(cè)· 發(fā)電計(jì)劃（火電調(diào)度計(jì)劃）· 機(jī)組組合· 水火電協(xié)調(diào)計(jì)劃· 功率交換計(jì)劃網(wǎng)絡(luò)接線分析（及以下：網(wǎng)絡(luò)分析軟件）· 狀態(tài)估計(jì)· 潮流、調(diào)度員潮流· 最優(yōu)潮流· 網(wǎng)絡(luò)靜態(tài)安全分析· 短路電流計(jì)算· 電壓穩(wěn)定性分析· 暫態(tài)分析· 調(diào)度員培訓(xùn)模擬發(fā)展歷史年代建立了調(diào)度中心，固定模擬盤(pán)、電話，憑經(jīng)驗(yàn)；年代SCA

12、DA將電網(wǎng)上各廠站數(shù)據(jù)集中到模擬盤(pán)，開(kāi)關(guān)狀態(tài)、報(bào)警，增強(qiáng)了感知力；年代AGC(LFC、EDC)，將調(diào)度員從最頻繁的操作中解決出來(lái)重大技術(shù)進(jìn)步；年代（幾次大的系統(tǒng)瓦解）重大變化：從模擬à數(shù)字，數(shù)字計(jì)算機(jī)；年代出現(xiàn)第一代EMS，專用計(jì)算機(jī)和操作系統(tǒng)；年代第二代EMS，通用計(jì)算機(jī)和操作系統(tǒng)(VAX) 的SCADA/EMS；9年代基于RISC/UNIX開(kāi)放分布式第三代 EMS/DMS；21世紀(jì)計(jì)算機(jī)、網(wǎng)絡(luò)技術(shù)、數(shù)據(jù)庫(kù)技術(shù)、電力市場(chǎng)第四代電網(wǎng)調(diào)度與運(yùn)營(yíng)系統(tǒng)；集中反映了高科技：預(yù)測(cè)理論、優(yōu)化理論、穩(wěn)定理論、可靠性理論、智能技術(shù)、通信技術(shù)、計(jì)算機(jī)技術(shù)等。14.預(yù)測(cè)中如何去除不良數(shù)據(jù)的影響【第三講思

13、考題】參數(shù)辨識(shí)（數(shù)學(xué)理論）：（應(yīng)用）不良數(shù)據(jù)的檢測(cè)與辨識(shí)參數(shù)辨識(shí)：參數(shù)辨識(shí)是根據(jù)實(shí)驗(yàn)數(shù)據(jù)和建立的模型來(lái)確定一組參數(shù)值，使得由模型計(jì)算得到的數(shù)值結(jié)果能最好的擬合測(cè)試數(shù)據(jù)（曲線擬合問(wèn)題），從而可以為生產(chǎn)過(guò)程進(jìn)行預(yù)測(cè)，提供一定的理論指導(dǎo)。當(dāng)計(jì)算得到的數(shù)值結(jié)果與測(cè)試值之間的誤差較大時(shí)，就認(rèn)為該數(shù)學(xué)模型與實(shí)際的過(guò)程不符或者差距較大，進(jìn)而修改模型，重新選擇參數(shù)。15.負(fù)荷預(yù)測(cè)和電價(jià)預(yù)測(cè)的關(guān)系【第六講 專題】（類比供求關(guān)系）在電力市場(chǎng)中，負(fù)荷預(yù)測(cè)模型必須考慮負(fù)荷對(duì)電價(jià)的響應(yīng)。而電價(jià)隨時(shí)間和電網(wǎng)運(yùn)行狀況的改變而改變，用戶相應(yīng)地對(duì)電價(jià)做出反應(yīng)，從而產(chǎn)生負(fù)荷的漲落, 即要考慮負(fù)荷電價(jià)彈性系數(shù)。電價(jià)的影響因素之一：

14、負(fù)荷。電力用戶的價(jià)格彈性很低，可以認(rèn)為是剛性的，系統(tǒng)負(fù)荷幾乎不隨價(jià)格的變化而變化。因此，在系統(tǒng)供給曲線給定的情況下，代表需求側(cè)信息的系統(tǒng)負(fù)荷就決定了市場(chǎng)出清價(jià)。負(fù)荷序列與電價(jià)序列的相關(guān)系數(shù)通常在0.4左右。電價(jià)預(yù)測(cè)方法：市場(chǎng)均衡分析法市場(chǎng)均衡分析法的理論依據(jù)是經(jīng)濟(jì)學(xué)的市場(chǎng)均衡理論.它試圖根據(jù)預(yù)測(cè)的發(fā)電報(bào)價(jià)曲線和系統(tǒng)負(fù)荷的預(yù)測(cè)值求解出市場(chǎng)的均衡點(diǎn)，進(jìn)而導(dǎo)出電價(jià)的預(yù)測(cè)值. 年度負(fù)荷預(yù)測(cè)中其最大負(fù)荷是容量市場(chǎng)交易、容量定價(jià)的基礎(chǔ)；電價(jià)：市場(chǎng)成員進(jìn)行年度合約報(bào)價(jià)決策的基礎(chǔ)，管理機(jī)構(gòu)把握市場(chǎng)走勢(shì)月度負(fù)荷預(yù)測(cè)中電價(jià)：市場(chǎng)成員進(jìn)行月度合約報(bào)價(jià)決策的基礎(chǔ)，管理機(jī)構(gòu)把握市場(chǎng)走勢(shì)16.請(qǐng)分析BP神經(jīng)網(wǎng)絡(luò)在用于預(yù)測(cè)

15、時(shí)的優(yōu)缺點(diǎn)。 簡(jiǎn)答：優(yōu)點(diǎn)1) 非線性映射能力; 2) 自學(xué)習(xí)和自適應(yīng)能力; 3) 泛化能力; 4) 容錯(cuò)能力。 缺點(diǎn)1) 局部極小化問(wèn)題；2) BP 神經(jīng)網(wǎng)絡(luò)算法的收斂速度慢；3) BP 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)選擇不一；4) 應(yīng)用實(shí)例與網(wǎng)絡(luò)規(guī)模的矛盾問(wèn)題；5) BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)能力和訓(xùn)練能力的矛盾問(wèn)題；6） BP神經(jīng)網(wǎng)絡(luò)樣本依賴性問(wèn)題。詳細(xì)： 缺點(diǎn):首先，由于學(xué)習(xí)速率是固定的，因此網(wǎng)絡(luò)的收斂速度慢，需要較長(zhǎng)的訓(xùn)練時(shí)間。對(duì)于一些復(fù)雜問(wèn)題，BP算法需要的訓(xùn)練時(shí)間可能非常長(zhǎng)，這主要是由于學(xué)習(xí)速率太小造成的，可采用變化的學(xué)習(xí)速率或自適應(yīng)的學(xué)習(xí)速率加以改進(jìn)。其次，BP算法可以使權(quán)值收斂到某個(gè)值，但并不保證其為誤差

16、平面的全局最小值，這是因?yàn)椴捎锰荻认陆捣赡墚a(chǎn)生一個(gè)局部最小值。對(duì)于這個(gè)問(wèn)題，可以采用附加動(dòng)量法來(lái)解決。再次，網(wǎng)絡(luò)隱含層的層數(shù)和單元數(shù)的選擇尚無(wú)理論上的指導(dǎo)，一般是根據(jù)經(jīng)驗(yàn)或者通過(guò)反復(fù)實(shí)驗(yàn)確定。因此，網(wǎng)絡(luò)往往存在很大的冗余性，在一定程度上也增加了網(wǎng)絡(luò)學(xué)習(xí)的負(fù)擔(dān)。最后，網(wǎng)絡(luò)的學(xué)習(xí)和記憶具有不穩(wěn)定性。也就是說(shuō)，如果增加了學(xué)習(xí)樣本，訓(xùn)練好的網(wǎng)絡(luò)就需要從頭開(kāi)始訓(xùn)練，對(duì)于以前的權(quán)值和閾值是沒(méi)有記憶的。但是可以將預(yù)測(cè)、分類或聚類做的比較好的權(quán)值保存。BP神經(jīng)網(wǎng)絡(luò)具有以下優(yōu)點(diǎn)： 1) 非線性映射能力：BP神經(jīng)網(wǎng)絡(luò)實(shí)質(zhì)上實(shí)現(xiàn)了一個(gè)從輸入到輸出的映射功能，數(shù)學(xué)理論證明三層的神經(jīng)網(wǎng)絡(luò)就能夠以任意精度逼近任何非線性

17、連續(xù)函數(shù)。這使得其特別適合于求解內(nèi)部機(jī)制復(fù)雜的問(wèn)題，即BP神經(jīng)網(wǎng)絡(luò)具有較強(qiáng)的非線性映射能力。 2) 自學(xué)習(xí)和自適應(yīng)能力：BP神經(jīng)網(wǎng)絡(luò)在訓(xùn)練時(shí)，能夠通過(guò)學(xué)習(xí)自動(dòng)提取輸出、輸出數(shù)據(jù)間的“合理規(guī)則”，并自適應(yīng)的將學(xué)習(xí)內(nèi)容記憶于網(wǎng)絡(luò)的權(quán)值中。即BP神經(jīng)網(wǎng)絡(luò)具有高度自學(xué)習(xí)和自適應(yīng)的能力。 3) 泛化能力：所謂泛化能力是指在設(shè)計(jì)模式分類器時(shí)，即要考慮網(wǎng)絡(luò)在保證對(duì)所需分類對(duì)象進(jìn)行正確分類，還要關(guān)心網(wǎng)絡(luò)在經(jīng)過(guò)訓(xùn)練后，能否對(duì)未見(jiàn)過(guò)的模式或有噪聲污染的模式，進(jìn)行正確的分類。也即BP神經(jīng)網(wǎng)絡(luò)具有將學(xué)習(xí)成果應(yīng)用于新知識(shí)的能力。 4) 容錯(cuò)能力：BP神經(jīng)網(wǎng)絡(luò)在其局部的或者部分的神經(jīng)元受到破壞后對(duì)全局的訓(xùn)練結(jié)果不會(huì)造成很

18、大的影響，也就是說(shuō)即使系統(tǒng)在受到局部損傷時(shí)還是可以正常工作的。即BP神經(jīng)網(wǎng)絡(luò)具有一定的容錯(cuò)能力。 鑒于BP神經(jīng)網(wǎng)絡(luò)的這些優(yōu)點(diǎn)，國(guó)內(nèi)外不少研究學(xué)者都對(duì)其進(jìn)行了研究，并運(yùn)用網(wǎng)絡(luò)解決了不少應(yīng)用問(wèn)題。但是隨著應(yīng)用范圍的逐步擴(kuò)大，BP神經(jīng)網(wǎng)絡(luò)也暴露出了越來(lái)越多的缺點(diǎn)和不足，比如： 1) 局部極小化問(wèn)題：從數(shù)學(xué)角度看，傳統(tǒng)的 BP神經(jīng)網(wǎng)絡(luò)為一種局部搜索的優(yōu)化方法，它要解決的是一個(gè)復(fù)雜非線性化問(wèn)題，網(wǎng)絡(luò)的權(quán)值是通過(guò)沿局部改善的方向逐漸進(jìn)行調(diào)整的，這樣會(huì)使算法陷入局部極值，權(quán)值收斂到局部極小點(diǎn)，從而導(dǎo)致網(wǎng)絡(luò)訓(xùn)練失敗。加上BP神經(jīng)網(wǎng)絡(luò)對(duì)初始網(wǎng)絡(luò)權(quán)重非常敏感，以不同的權(quán)重初始化網(wǎng)絡(luò)，其往往會(huì)收斂于不同的局部極小，

19、這也是很多學(xué)者每次訓(xùn)練得到不同結(jié)果的根本原因。 2) BP 神經(jīng)網(wǎng)絡(luò)算法的收斂速度慢：由于BP神經(jīng)網(wǎng)絡(luò)算法本質(zhì)上為梯度下降法，它所要優(yōu)化的目標(biāo)函數(shù)是非常復(fù)雜的，因此，必然會(huì)出現(xiàn)“鋸齒形現(xiàn)象”，這使得BP算法低效；又由于優(yōu)化的目標(biāo)函數(shù)很復(fù)雜，它必然會(huì)在神經(jīng)元輸出接近0或1的情況下，出現(xiàn)一些平坦區(qū)，在這些區(qū)域內(nèi)，權(quán)值誤差改變很小，使訓(xùn)練過(guò)程幾乎停頓；BP神經(jīng)網(wǎng)絡(luò)模型中，為了使網(wǎng)絡(luò)執(zhí)行BP算法，不能使用傳統(tǒng)的一維搜索法求每次迭代的步長(zhǎng)，而必須把步長(zhǎng)的更新規(guī)則預(yù)先賦予網(wǎng)絡(luò)，這種方法也會(huì)引起算法低效。以上種種，導(dǎo)致了BP神經(jīng)網(wǎng)絡(luò)算法收斂速度慢的現(xiàn)象。 3) BP 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)選擇不一：BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的

20、選擇至今尚無(wú)一種統(tǒng)一而完整的理論指導(dǎo)，一般只能由經(jīng)驗(yàn)選定。網(wǎng)絡(luò)結(jié)構(gòu)選擇過(guò)大，訓(xùn)練中效率不高，可能出現(xiàn)過(guò)擬合現(xiàn)象，造成網(wǎng)絡(luò)性能低，容錯(cuò)性下降，若選擇過(guò)小，則又會(huì)造成網(wǎng)絡(luò)可能不收斂。而網(wǎng)絡(luò)的結(jié)構(gòu)直接影響網(wǎng)絡(luò)的逼近能力及推廣性質(zhì)。因此，應(yīng)用中如何選擇合適的網(wǎng)絡(luò)結(jié)構(gòu)是一個(gè)重要的問(wèn)題。 4) 應(yīng)用實(shí)例與網(wǎng)絡(luò)規(guī)模的矛盾問(wèn)題：BP神經(jīng)網(wǎng)絡(luò)難以解決應(yīng)用問(wèn)題的實(shí)例規(guī)模和網(wǎng)絡(luò)規(guī)模間的矛盾問(wèn)題，其涉及到網(wǎng)絡(luò)容量的可能性與可行性的關(guān)系問(wèn)題，即學(xué)習(xí)復(fù)雜性問(wèn)題。 5) BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)能力和訓(xùn)練能力的矛盾問(wèn)題：預(yù)測(cè)能力也稱泛化能力或者推廣能力，而訓(xùn)練能力也稱逼近能力或者學(xué)習(xí)能力。一般情況下，訓(xùn)練能力差時(shí)，預(yù)測(cè)能力也差，并

21、且一定程度上，隨著訓(xùn)練能力地提高，預(yù)測(cè)能力會(huì)得到提高。但這種趨勢(shì)不是固定的，其有一個(gè)極限，當(dāng)達(dá)到此極限時(shí)，隨著訓(xùn)練能力的提高，預(yù)測(cè)能力反而會(huì)下降，也即出現(xiàn)所謂“過(guò)擬合”現(xiàn)象。出現(xiàn)該現(xiàn)象的原因是網(wǎng)絡(luò)學(xué)習(xí)了過(guò)多的樣本細(xì)節(jié)導(dǎo)致，學(xué)習(xí)出的模型已不能反映樣本內(nèi)含的規(guī)律，所以如何把握好學(xué)習(xí)的度，解決網(wǎng)絡(luò)預(yù)測(cè)能力和訓(xùn)練能力間矛盾問(wèn)題也是BP神經(jīng)網(wǎng)絡(luò)的重要研究?jī)?nèi)容。 6） BP神經(jīng)網(wǎng)絡(luò)樣本依賴性問(wèn)題：網(wǎng)絡(luò)模型的逼近和推廣能力與學(xué)習(xí)樣本的典型性密切相關(guān)，而從問(wèn)題中選取典型樣本實(shí)例組成訓(xùn)練集是一個(gè)很困難的問(wèn)題。17.請(qǐng)分析小波變化與傅里葉變換簡(jiǎn)答：小波變換經(jīng)常和傅立葉變換做比較，在那里信號(hào)用正弦函數(shù)的和栥表示。主

22、要的區(qū)別是小波在時(shí)域和頻域都是局部的而標(biāo)準(zhǔn)的傅立葉變換只在頻域上是局部的。短時(shí)間傅立葉變換 (Short-time Fourier transform)(STFT）也是時(shí)域和頻域都局部化?但有些頻率和時(shí)間的分辨率問(wèn)題，而?波通常通過(guò) 多分辨率分析 給出信號(hào)更好的表示。小波變換計(jì)箠復(fù)雜度 上也更小，只需要O(N）時(shí)間，而不是 快速傅立葉變換 的 O(N log N），N代表數(shù)據(jù)大小補(bǔ)充： 傅里葉變換：Gabor提出的視窗傅里葉變換是將一個(gè)長(zhǎng)時(shí)間信號(hào)先乘上一段時(shí)間內(nèi)不為零的視窗函數(shù)，再進(jìn)行傅里葉變換 優(yōu)點(diǎn)：同時(shí)獲得信號(hào)時(shí)域與頻域的所有信息 缺點(diǎn)：數(shù)據(jù)分辨率不高，信息精度有限 小波變換的思想是用可自

23、動(dòng)調(diào)節(jié)長(zhǎng)度的母小波（Mother wavelet)代替視窗函數(shù)。母小波函數(shù)通過(guò)在時(shí)間軸上進(jìn)行平移、放縮、幅度等尺度變換產(chǎn)生一系列派生小波。 小波系數(shù)表征派生小波與原信號(hào)的相似程度與視窗函數(shù)變換相比，小波函數(shù)有自動(dòng)“變焦”功能，對(duì)高頻部分有顯微能力。18.遺傳算法中遺傳操作的三個(gè)步驟是？1選擇(Selection) 這是從群體中選擇出較適應(yīng)環(huán)境的個(gè)體。這些選中的個(gè)體用于繁殖下一代。故有時(shí)也稱這一操作為再生(Reproduction)。由于在選擇用于繁殖下一代的個(gè)體時(shí)，是根據(jù)個(gè)體對(duì)環(huán)境的適應(yīng)度而決定其繁殖量的，故而有時(shí)也稱為非均勻再生(differential reproduction)。 2交叉

24、(Crossover) 這是在選中用于繁殖下一代的個(gè)體中，對(duì)兩個(gè)不同的個(gè)體的相同位置的基因進(jìn)行交換，從而產(chǎn)生新的個(gè)體。 3變異(Mutation) 這是在選中的個(gè)體中，對(duì)個(gè)體中的某些基因執(zhí)行異向轉(zhuǎn)化。在串bi中，如果某位基因?yàn)?，產(chǎn)生變異時(shí)就是把它變成0；反亦反之。19.常見(jiàn)的小波函數(shù)有哪些？Haar函數(shù),morlet函數(shù),db6函數(shù),meyer函數(shù),sym8函數(shù),coif2函數(shù)20.組合預(yù)測(cè)的概念及應(yīng)用？概念：組合預(yù)測(cè)是選擇預(yù)測(cè)精度高的單一預(yù)測(cè)模型，賦予各單一模型合適的權(quán)重，形成組合預(yù)測(cè)的結(jié)果。 組合預(yù)測(cè)一般用在中長(zhǎng)期預(yù)測(cè)效果比較好。作用：降低了單一模型中的預(yù)測(cè)誤差，同時(shí)也提高了預(yù)測(cè)的精度。

25、組合預(yù)測(cè)法的應(yīng)用原則以及一般步驟 1、應(yīng)用原則：定性分析與定量分析相結(jié)合原則；系統(tǒng)性原則；經(jīng)濟(jì)性原則。 2、步驟：以經(jīng)濟(jì)預(yù)測(cè)為例，一般步驟是根據(jù)經(jīng)濟(jì)理論和實(shí)際情況建立各種獨(dú)立的單項(xiàng)預(yù)測(cè)模型；運(yùn)用系統(tǒng)聚類分析方法度量各單項(xiàng)模型的類間相似程度；根據(jù)聚類結(jié)果，逐層次建立組合預(yù)測(cè)模型進(jìn)行預(yù)測(cè)。 組合預(yù)測(cè)模型模式一：線性組合模型；模式二：最優(yōu)線性組合模型；模式三：貝葉斯組合模型；模式四：轉(zhuǎn)換函數(shù)組合模型；模式五：計(jì)量經(jīng)濟(jì)與系統(tǒng)動(dòng)力學(xué)組合模型。 21BP神經(jīng)網(wǎng)絡(luò)的三個(gè)部分？三部分：輸入層(input layer)：輸入層各神經(jīng)元負(fù)責(zé)接收來(lái)自外界的輸入信息，并傳遞給中間層各神經(jīng)元；隱藏層(Hidden Layer):中間層是內(nèi)部信息處理層，負(fù)責(zé)信息變換，根據(jù)信息變化能力的需求，中間層可以設(shè)計(jì)為單隱層或者多隱層結(jié)構(gòu)；最后一個(gè)隱層傳遞到輸出層各神經(jīng)元的信息，經(jīng)進(jìn)一步處理后，完成一次學(xué)習(xí)的正向傳播處理過(guò)程；輸出層(Output Layer):顧名思義，輸出層向外界輸出信息處理結(jié)果；或兩部分：信息的正向傳遞，誤差的反向傳播22.BP神經(jīng)網(wǎng)絡(luò)常見(jiàn)的激勵(lì)函數(shù)？閾值型函數(shù)、飽和型函數(shù)、雙證切函數(shù)、S型函數(shù)、高斯函數(shù)23.歸一化及常見(jiàn)歸一化方法溫度的歸一化處理Ø 歸一化概念：將有量綱的表達(dá)式，經(jīng)過(guò)變換，化為無(wú)量綱的表達(dá)式，成為純量。Ø 歸一化可以對(duì)模型的單個(gè)輸入變量進(jìn)行，也可以對(duì)全部輸