采用模糊聚類方法對短期負(fù)荷預(yù)測模型設(shè)計內(nèi)容探討,電力論文

采用模糊聚類方法對短期負(fù)荷預(yù)測模型設(shè)計內(nèi)容探討,電力論文采用模糊聚類方式方法對短期負(fù)荷預(yù)測模型設(shè)計內(nèi)容討論電力負(fù)荷預(yù)測論文：采用模糊聚類方式方法對短期負(fù)荷預(yù)測模型設(shè)計內(nèi)容討論內(nèi)容摘要：以短期負(fù)荷預(yù)測模型精到準(zhǔn)確度的提高為重點工作方向，采用模糊聚類方式方法對短期負(fù)荷預(yù)測模型設(shè)計內(nèi)容進行討論。首先，在總體氣象因素中做出劃分，構(gòu)成以氣溫、風(fēng)速為代表的各類細(xì)分因素，再將其與周、日等時間信息關(guān)聯(lián)，構(gòu)成類似日的影響因素，根據(jù)模糊規(guī)則開創(chuàng)建立模糊系數(shù)特征映射表，在知足因素的量化需求外，還可視實際情況實時添加新規(guī)律。本文關(guān)鍵詞語:模糊聚類;短期電力負(fù)荷;量化評估模型;通過模糊聚類方式方法，能夠有效減少樣本數(shù)量，有利于提高選取速度；且模型具有全面性，能夠兼顧氣象或其他因素對電力負(fù)荷預(yù)測的詳細(xì)影響，進而躲避以往負(fù)荷過于隨機化的問題。由仿真結(jié)果可知，模擬聚類方式方法能夠獲得更高層次的預(yù)測精度，發(fā)揮模型的信息參考價值，綜合應(yīng)用效果較佳。1短期電力負(fù)荷預(yù)測短期電力負(fù)荷伴有較顯著的周期性變化，受擾因素包括經(jīng)濟、天氣等。在針對短期電力負(fù)荷進行預(yù)測時，需要充分考慮詳細(xì)的影響因素，在確定周期性后進一步探尋波動規(guī)律，采集并完好記錄期間的各項數(shù)據(jù)，建模并分析，進而大體估計出短期的負(fù)荷數(shù)據(jù)[1]。整個流程所涵蓋的主要內(nèi)容如下：(1〕提早制訂計劃，給后續(xù)短期負(fù)荷預(yù)測工作提供引導(dǎo)，包含作業(yè)內(nèi)容、預(yù)測目的；確定詳細(xì)預(yù)測時間，應(yīng)具有動態(tài)化的特點，提高預(yù)測的靈敏性。(2〕經(jīng)前期初步規(guī)劃后，可高效收集負(fù)荷數(shù)據(jù)，詳細(xì)應(yīng)以預(yù)測影響因素為根據(jù)進行數(shù)據(jù)收集，包括負(fù)荷、歷史氣象等方面的數(shù)據(jù)。在數(shù)據(jù)收集經(jīng)過中，應(yīng)充分考慮準(zhǔn)確性和連貫性的雙重要求，盡可能減小數(shù)據(jù)誤差，否則易對后續(xù)負(fù)荷預(yù)測結(jié)果的準(zhǔn)確性帶來不良影響。(3〕歷史數(shù)據(jù)不具備直接使用的條件，因而應(yīng)對其進行預(yù)處理，剔除缺乏使用價值的數(shù)據(jù)。此操作會引起數(shù)據(jù)缺失的問題〔因剔除不良數(shù)據(jù)而引起〕，因而需要再次收集與補充相關(guān)數(shù)據(jù)，以構(gòu)成完好的數(shù)據(jù)群。(4〕以數(shù)據(jù)全面且可行為前提，選擇適宜的預(yù)測方式方法，再次進行建模操作。預(yù)測方式方法的選擇需要嚴(yán)密結(jié)合工作目的以及現(xiàn)有數(shù)據(jù)的狀況，以合理的方式開創(chuàng)建立模型，在確保模型無誤后，則需要明確模型的詳細(xì)參數(shù)，切實提高預(yù)測結(jié)果的精到準(zhǔn)確度，由此得到待預(yù)測的負(fù)荷數(shù)據(jù)。(5〕正式預(yù)測，生成預(yù)測結(jié)果，并對其進行分析，根據(jù)實際情況動態(tài)優(yōu)化模型，以提高各項參數(shù)的合理性，經(jīng)屢次操作后確定適宜的方案，保證具有較高的預(yù)測精度。2模糊聚類分析在電力負(fù)荷預(yù)測工作中，模糊聚類理論占較大的比重。從電負(fù)荷受擾的角度來看，多方面的因素均會對其帶來影響，通過負(fù)荷預(yù)測，系統(tǒng)地考慮各項影響因素，建立負(fù)荷與詳細(xì)影響因素的關(guān)聯(lián)模型，將其視為整體，由此進行數(shù)據(jù)的加工與處理工作。聚類分析方式方法充分考慮研究對象的特性，在確定其親疏關(guān)系后做出分析，可較為清楚明晰地描繪內(nèi)在組合關(guān)系。但就實踐層面而言，分類問題的難度較大，詳細(xì)具體表現(xiàn)出在各類別的界定層面，相互間存在千絲萬縷的聯(lián)絡(luò)，依靠常規(guī)方式方法難以有效知足界線準(zhǔn)確性的要求，不利于預(yù)測工作的順利開展[2]。在這里背景下，模糊數(shù)據(jù)技術(shù)得以應(yīng)用，通過該技術(shù)的支撐作用，可提高聚類分析結(jié)果的可靠性，由此構(gòu)成集多重技術(shù)于一體的模糊聚類分析方式方法。3類似日在有關(guān)短期負(fù)荷預(yù)測的大量研究中，研究人員逐步拓寬了影響因素的范圍，以為天氣狀況、日期類型等因素均不容忽視，可確定與預(yù)測日在上述因素上均具有高度類似性的歷史日，而對用電負(fù)荷而言，兩者也具有較強的類似性，在具備此關(guān)系后則將其稱為類似日。根據(jù)現(xiàn)前階段電力公司的工作狀況可知，類似日方式方法已經(jīng)得到廣泛應(yīng)用。經(jīng)歷體驗在該方式方法中具有主導(dǎo)作用，即類似日的選取需要借助經(jīng)歷體驗來實現(xiàn)，相關(guān)技術(shù)人員經(jīng)過長期工作積累，能夠較為精準(zhǔn)地探索出類似日的規(guī)律，有利于保證預(yù)測結(jié)果的精度[3]。但部分從業(yè)者因本身技術(shù)水平、工作經(jīng)歷體驗等方面的限制，易出現(xiàn)類似日結(jié)果準(zhǔn)確性不高的問題。由此表示清楚，在電力負(fù)荷預(yù)測中，類似日的精到準(zhǔn)確選擇為重難點內(nèi)容。類似日方式方法的主要工作思路如下：首先，在各類因素中做出挑選，并非任何因素均具有可用性，因而需要從中剔除無用部分，將可用的因素用于表征預(yù)測日的特征；其次，制定尋找類似日的標(biāo)準(zhǔn)，并在其引導(dǎo)下確定基于預(yù)測日的類似日；再次，匯總類似日的有用數(shù)據(jù)，做進一步的訓(xùn)練處理。在短期負(fù)荷預(yù)測經(jīng)過中，若采用類似日方式方法，則應(yīng)著重做好如下兩方面的工作：(1〕查找類似日。以預(yù)測日為準(zhǔn)，在歷史階段內(nèi)挑選出各項因素均與之具有高度接近特性的類似日，應(yīng)明確預(yù)測日的詳細(xì)特征向量，并確定具有可行性的評估標(biāo)準(zhǔn)。圍繞預(yù)測日展開全面分析，在大量影響因素中進行挑選，梳理各類因素的重要程度，從中確定影響比重較大的因子，在這里基礎(chǔ)上可確定預(yù)測日的特征向量。遵循適度性原則，建立評估標(biāo)準(zhǔn)，在嚴(yán)格與寬松間尋找平衡點，在得到評估標(biāo)準(zhǔn)后，則能夠把握歷史日期與預(yù)測日所具有的類似度，經(jīng)過比照分析后可得到最為適宜的類似日。(2〕負(fù)荷預(yù)測。在明確類似日后，能夠借助該部分?jǐn)?shù)據(jù)開展預(yù)測模型的訓(xùn)練操作，目的在于提高預(yù)測精度，豐富數(shù)據(jù)的可利用價值。在負(fù)荷預(yù)測經(jīng)過中，類似日的準(zhǔn)確性為重點控制內(nèi)容，對最終的預(yù)測精度具有決定性影響。3.1不同日的差異度與類似度假定Xi=[xi1,xi2,....,xim]指的是第i日的各特征向量因素〔特征向量總數(shù)為m個〕，Di=[di1,di2,...,diT]指的是第i日的負(fù)荷〔數(shù)據(jù)點總量為T〕。根據(jù)該規(guī)律，能夠確定第i日的量化特征因素，即Ki=(Xi,Di〕。為便于分析，提出不同日的“差異度〞概念，詳細(xì)而言，任意兩天由于特征向量因素的差異不同而表現(xiàn)出的差異程度即由其描繪敘述[4]。3.2計算的相關(guān)處理在差異度Kij減小的條件下，i、j兩天的因素具有更高層次的類似性，詳細(xì)具體表現(xiàn)出在日期類型、星期類型、天氣類型等方面，為保證類似度具有足夠的準(zhǔn)確性，在分析階段應(yīng)密切關(guān)注如下內(nèi)容：(1〕對于各xik,xjk，均要將其映射至[0,1]區(qū)間內(nèi)，其目的在于方便后續(xù)分析工作的順利開展，提高因素間的可比性。但需注意，各類因素的影響程度不盡一樣，部分因素的影響具有決定性作用，此時應(yīng)重點對待，將其在[0，α]上映射〔知足α1的要求〕，以知足因素的主次關(guān)系。(2〕對于日最高或最低氣溫、氣壓等具備量化的因素，較適宜采取線性映射的方式方法；日期差〔i-j〕呈現(xiàn)出近大遠(yuǎn)小的變化特點，因而可以以應(yīng)用線性映射的方式方法；若為星期類型的因素，則應(yīng)當(dāng)引入分組映射的方式方法，詳細(xì)可劃分為周一至周五、周六至周日，由此到達(dá)有效區(qū)分工作日和休息日的效果[5]。3.3基于模糊聚類選取類似日的短期電力負(fù)荷預(yù)測模型按特定流程有序開展預(yù)測工作，詳細(xì)如此圖1所示。圖1預(yù)測流程圖3.4仿真分析結(jié)合某電力公司在某地區(qū)2022年6月1日至2022年8月5日的數(shù)據(jù)，經(jīng)整合后作為樣本數(shù)據(jù)集，由此預(yù)測同年7月20日和22日兩天的負(fù)荷值。從最高及最低氣溫、天氣類型的角度切入，選取類似日，對應(yīng)預(yù)測日均取10個訓(xùn)練數(shù)據(jù)〔要求在天氣數(shù)據(jù)、日期類型方面均具有類似性，在這里條件下確定該類似日的數(shù)據(jù)〕，經(jīng)過db3小波變換后，完成負(fù)荷數(shù)據(jù)的4層小波分解操作[6]。此后，引入PSO優(yōu)化的SVM，在其支持下高效完成低頻負(fù)荷預(yù)測工作；引入加權(quán)平均法，以便完成高頻部分的預(yù)測。通過兩種方式方法的綜合應(yīng)用，獲得預(yù)測負(fù)荷曲線。兩個預(yù)測日的詳細(xì)預(yù)測負(fù)荷曲線分別如此圖2、圖3所示。圖22022年7月20日負(fù)荷預(yù)測曲線圖32022年7月22日負(fù)荷預(yù)測曲線結(jié)合上述分析可知，從預(yù)測精度的角度來看，相比于PSO-SVM網(wǎng)絡(luò)而言，類似日方式方法所得結(jié)果的精度更高層次，表示清楚其在短期電力負(fù)荷預(yù)測中具有更好的應(yīng)用效果。4短期電力負(fù)荷預(yù)測系統(tǒng)4.1系統(tǒng)總體構(gòu)造組成采集所得的數(shù)據(jù)不具備直接使用的條件，需將其導(dǎo)入系統(tǒng)內(nèi)，由此構(gòu)成以歷史電力負(fù)荷為基礎(chǔ)的核心數(shù)據(jù)庫；根據(jù)所把握的數(shù)據(jù)，開創(chuàng)建立模型，利用所得的模型開展電力負(fù)荷的預(yù)測工作，在電網(wǎng)的調(diào)度端可產(chǎn)生預(yù)測結(jié)果；經(jīng)前述工作后，電網(wǎng)工作人員可靈敏調(diào)整調(diào)度計劃，實現(xiàn)對發(fā)電計劃的優(yōu)化。短期電力負(fù)荷預(yù)測系統(tǒng)所具備的主要功能如下：(1〕軟件用戶信息。由于各計算機的MAC地址存在差異，則在系統(tǒng)的設(shè)計工作中以計算機MAC地址為根據(jù)，開創(chuàng)建立相應(yīng)的用戶名及密碼，各計算機分別對應(yīng)特定的密碼，構(gòu)成配套關(guān)系，可有效保證軟件的保密性能。(2〕針對負(fù)荷數(shù)據(jù)的操作，可結(jié)合需求及時獲取歷史負(fù)荷數(shù)據(jù)，以縮短所需時間，提高數(shù)據(jù)的可靠性。(3〕通過類似日方式方法的應(yīng)用，能夠高效完成對短期電力負(fù)荷的預(yù)測工作，加之曲線圖形的應(yīng)用，可直觀地呈現(xiàn)歷史數(shù)據(jù)和預(yù)測數(shù)據(jù)，以便用戶可根據(jù)需求快速獲取預(yù)測信息。(4〕歷史的預(yù)測數(shù)據(jù)均得到有效存儲，其完好性也得到了保障，后續(xù)可根據(jù)需求快速查閱，省時省力。在設(shè)計軟件時，需從整體上看問題。先確定細(xì)分的功能模塊，再根據(jù)各自的功能特點編寫代碼，要求各模塊獨立運行，再通過模塊聯(lián)通，構(gòu)成完好的系統(tǒng)[7]。各模塊均具有獨立的功能：數(shù)據(jù)導(dǎo)入模塊能夠完好匯總數(shù)據(jù)，將其整合至預(yù)測系統(tǒng)；類似日選取模塊從多項因素切入，開展比照分析，進而選擇影響因素相近的歷史日，給后續(xù)預(yù)測工作提供根據(jù)；功率預(yù)測模塊在完成數(shù)據(jù)的預(yù)處理操作后，對將來24h的電力負(fù)荷進行預(yù)測；誤差分析模塊能夠綜合比照預(yù)測結(jié)果和實際數(shù)據(jù)，明確兩者間所產(chǎn)生的誤差，對預(yù)測的準(zhǔn)確性做出判定；數(shù)據(jù)保存模塊能夠全面記錄前期產(chǎn)生的數(shù)據(jù)和圖像，供后續(xù)分析使用[8]。4.2系統(tǒng)開發(fā)工具MATLAB為典型的仿真軟件，通過華而不實GUI模塊的應(yīng)用，能夠高效完成軟件系統(tǒng)的設(shè)計工作，避免常規(guī)方式下對算法進行移植的繁瑣作業(yè)環(huán)節(jié)，是開發(fā)短期電力負(fù)荷預(yù)測系統(tǒng)的關(guān)鍵工具。4.3系統(tǒng)界面和測試4.3.1用戶登錄模塊用戶登錄模塊可對用戶的信息做出甄別，通過后則允許用戶進入系統(tǒng)進行相應(yīng)操作。系統(tǒng)未提供用戶注冊功能，在該機制下，各用戶名和密碼的產(chǎn)生均建立在計算機MAC的基礎(chǔ)上，意味著各計算機分別對應(yīng)一套獨立的用戶名和密碼，更有利于開發(fā)者權(quán)益保衛(wèi)。4.3.2數(shù)據(jù)導(dǎo)入模塊數(shù)據(jù)導(dǎo)入模塊的主要作用在于匯總數(shù)據(jù)并導(dǎo)入，開創(chuàng)建立Excel文件，包括歷史負(fù)荷數(shù)據(jù)、氣象因素數(shù)據(jù)等，可根據(jù)數(shù)據(jù)的類別精準(zhǔn)呈現(xiàn)。4.3.3類似日查找模塊通過模糊聚類方式方法，能夠?qū)崿F(xiàn)氣象因素數(shù)據(jù)的有效處理，再從中挑選因素相近的類似日；融入報錯機制，保證輸入日期的格式具有可靠性和秩序性，以免因特殊情況而導(dǎo)致程序崩潰。報錯界面如此圖4所示。圖4報錯界面4.3.4負(fù)荷預(yù)測模塊電網(wǎng)調(diào)度部門需通過預(yù)測，對將來24h的電力負(fù)荷變化情況構(gòu)成準(zhǔn)確的認(rèn)識，根據(jù)此結(jié)果靈敏優(yōu)化電力調(diào)度計劃，給電網(wǎng)的運行提供良好的條件，使其具有安全、穩(wěn)定、高效的特點。以負(fù)荷預(yù)測模塊為重要支撐，可高效發(fā)布24h的負(fù)荷預(yù)測數(shù)據(jù)，可以根據(jù)需求及時查詢歷史功率數(shù)據(jù)，所產(chǎn)生的預(yù)測結(jié)果將通過折線圖的形式完好呈現(xiàn)，管理者可以根據(jù)需要借助Excel導(dǎo)出，期間產(chǎn)生的各項數(shù)據(jù)均能得到完好的記錄[9]。4.3.5誤差評價模塊在制定電網(wǎng)調(diào)度計劃時，需要充分考慮誤差評價工作，即獲得詳細(xì)的誤差數(shù)據(jù)，以此為根據(jù)制定更為周全的計劃，同時也有利于提高負(fù)荷預(yù)測的精度。應(yīng)用誤差評價模塊能夠?qū)⒄鎸嵵蹬c軟件預(yù)測值進行比照分析，進而對軟件所得預(yù)測數(shù)據(jù)的準(zhǔn)確性做出判定，即該部分?jǐn)?shù)據(jù)能否具有可行性[10]。由于數(shù)據(jù)的體量較大，為了愈加精準(zhǔn)地分析，導(dǎo)入平均誤差、相對誤差及最大誤差，通過此類具有代表性意義的數(shù)據(jù)，切實提高分析的精準(zhǔn)度。4.3.6數(shù)據(jù)保存模塊數(shù)據(jù)保存模塊的功能均圍繞負(fù)荷數(shù)據(jù)進行，如對歷史負(fù)荷數(shù)據(jù)的存儲操作〔包含數(shù)據(jù)、圖像等多種形式的資料〕，可深度整合各部分?jǐn)?shù)據(jù)，在軟件中以更為直觀化的方式呈現(xiàn)，用戶可根據(jù)需要直接查詢，避免了數(shù)據(jù)查詢繁瑣、流程復(fù)雜、精準(zhǔn)度缺乏等問題。同時能夠?qū)Ω黝悮v史數(shù)據(jù)打印報表，以便用戶在后續(xù)工作中根據(jù)需要快速查閱。由此可見，在數(shù)據(jù)保存模塊的支持下，提高了數(shù)據(jù)的可用性與可靠性。5結(jié)束語以模糊聚類方式方法為基本支撐，通過模糊規(guī)則的應(yīng)用，開創(chuàng)建立短期電力負(fù)荷預(yù)測模型，所覆蓋的氣象因素較為全面，考慮到該類因素對電力負(fù)荷預(yù)測所帶來的詳細(xì)影響，再結(jié)合映射表，從中選擇與預(yù)測日具有高度類似性的歷史日，將其視為類似日對待，由此來訓(xùn)練PSO-SVM。經(jīng)一系列的操作后，提高了預(yù)測結(jié)果的精度，信息的可利用價值較高。以下為參考文獻[1]危志強.基于改良模湖聚類算法的短期負(fù)荷預(yù)