基于神經(jīng)網(wǎng)絡(luò)的用電預(yù)測研究

李婷婷

（河北省石家莊鐵道大學(xué)，河北 石家莊 050043）

一、簡介

現(xiàn)如今，電力在人們?nèi)粘Ｉ钪性絹碓街匾?。由于用戶的使用?xí)慣有所區(qū)別，不同地區(qū)不同時(shí)段，電量的使用情況也會(huì)存在規(guī)律性變化，把握其內(nèi)在規(guī)律，可以對某個(gè)地區(qū)人們用電情況提前預(yù)測，便于電力公司做出相應(yīng)的規(guī)劃。

二、研究背景

電量的使用情況，與溫度和時(shí)間關(guān)系緊密。對于常溫階段，用電量較為平穩(wěn)，屬于基礎(chǔ)電量；對于高溫或者低溫天氣，存在空調(diào)用電等額外電量。對于工作日的不同、以及一天當(dāng)中時(shí)間段的不同也會(huì)存在用的較大差異。如果需要進(jìn)行擬合操作，可以對相同類別數(shù)據(jù)進(jìn)行整理求其平均值、眾數(shù)等指標(biāo)，以此作為參數(shù)進(jìn)行分析

三、模型建立與分析

對于18℃-25℃為溫度影響平穩(wěn)階段，而小于18℃或大于25℃時(shí)為影響較大階段，結(jié)合每天的最低氣溫和最高氣溫，用平均氣溫來預(yù)測當(dāng)天的用電量，考慮到溫度低時(shí)與溫度高時(shí)對用電量的影響方式不同，將預(yù)測函數(shù)分為3個(gè)階段的分段函數(shù)即小于18℃，在18℃和25℃之間，大于25℃。將每日用電量求出，然后擬合溫度和用電量的函數(shù)關(guān)系式，找出溫度和用電量的關(guān)系。分析每15分鐘對應(yīng)的用電量相對當(dāng)日總用電量的關(guān)系，從而得知一天的平均溫度，進(jìn)而求出該日每15分鐘的用電量。

神經(jīng)網(wǎng)絡(luò)中，進(jìn)行各層之間關(guān)系的搭建是神經(jīng)元傳遞的思想。從輸出開始，讀取數(shù)據(jù)；在中間層進(jìn)行多次迭代，不斷反饋，訓(xùn)練其相應(yīng)參數(shù)；而后根據(jù)相應(yīng)模型給出結(jié)果，進(jìn)行輸出。在隱含層中，處理信息需要添加閾值這一屬性，這也是模仿生物大腦中的實(shí)際情況，對于達(dá)到一定閾值的內(nèi)容，才會(huì)觸發(fā)神經(jīng)元，對其進(jìn)行激活。在多次迭代過程中，為了降低損失函數(shù)的目標(biāo)值，減小誤差，BP網(wǎng)路的核心是采用梯度下降的原理，找出各個(gè)方向中偏導(dǎo)數(shù)最大的方向，沿著次方向進(jìn)行調(diào)整，從而使得誤差下降最快。

在訓(xùn)練過程中，可以引入激活函數(shù)，目的在于減小模型對數(shù)據(jù)的依賴程度，提高模型的魯棒性，從而使得模型可以廣泛的應(yīng)用于各類數(shù)據(jù)上。

步驟一：準(zhǔn)備訓(xùn)練網(wǎng)絡(luò)的樣本，用電量會(huì)受氣溫、季節(jié)、經(jīng)濟(jì)和人口等因素的影響，則這4個(gè)因子便是網(wǎng)絡(luò)輸入樣本。用電量便是網(wǎng)絡(luò)訓(xùn)練的輸出樣本。

步驟二：初始參數(shù)如表1

表1 訓(xùn)練參數(shù)表

步驟三：初始化一二層權(quán)值：Wij（t）=rand（12,4）；二層閾值：Bij（t）=rand（12,1）；二三層權(quán)值：Bjk（t）=rand（1,1）

步驟六：計(jì)算第二層輸出，

步驟九：二三層權(quán)值和閾值調(diào)整量

步驟十：一二層權(quán)值和閾值調(diào)整量

步驟十一：前后時(shí)刻調(diào)整

四、結(jié)語

利用平均值代表溫度水平，可能具有一定的局限性；可以在求出每天的最高用電時(shí)段用電量以及最低用電量時(shí)段用電量，相應(yīng)的分析他們與最高溫度和最低溫度的關(guān)系；可以更準(zhǔn)確的描述用電量與溫度的關(guān)系。神經(jīng)網(wǎng)絡(luò)在一定程度上彌補(bǔ)了時(shí)間序列預(yù)測的不足。