基于PSO?BP神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)算法

摘 要： 提出一種短期負(fù)荷預(yù)測(cè)算法，用于解決對(duì)未來(lái)能耗周期能源使用的預(yù)測(cè)問(wèn)題。首先介紹短期負(fù)荷特點(diǎn)，分析短期負(fù)荷運(yùn)行規(guī)律，并采用零相濾波器對(duì)原始負(fù)荷曲線進(jìn)行預(yù)處理，相除奇異點(diǎn)。其次，介紹BP神經(jīng)網(wǎng)絡(luò)基本結(jié)構(gòu)，并針對(duì)BP神經(jīng)網(wǎng)絡(luò)容易陷入局部極小值的缺點(diǎn)，采用PSO算法確定網(wǎng)絡(luò)訓(xùn)練初始權(quán)值。然后，設(shè)計(jì)一種基于PSO?BP神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)算法，包括預(yù)濾波、訓(xùn)練樣本集建立、神經(jīng)網(wǎng)絡(luò)輸入/輸出模式設(shè)計(jì)、神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)確定等。最后，選擇上海市武寧科技園區(qū)的電科商務(wù)大廈進(jìn)行負(fù)荷預(yù)測(cè)，實(shí)驗(yàn)結(jié)果表明，與傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)相比，PSO?BP神經(jīng)網(wǎng)絡(luò)用于短期負(fù)荷預(yù)測(cè)算法的精度更高，預(yù)測(cè)負(fù)荷和實(shí)際負(fù)荷之間的平均絕對(duì)誤差（MAE）小于1%。

關(guān)鍵詞： 短期負(fù)荷預(yù)測(cè)； BP神經(jīng)網(wǎng)絡(luò)； 粒子群算法； 零相濾波器

中圖分類號(hào)： TN911?34；TM769 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2013）12?0155?04

0 引 言

短期負(fù)荷預(yù)測(cè)廣泛應(yīng)用于美國(guó)競(jìng)爭(zhēng)性電力市場(chǎng)的運(yùn)營(yíng)，在日前階段預(yù)測(cè)次日電力交易總額，從而確定次日發(fā)電設(shè)備的裝機(jī)容量以及輔助市場(chǎng)的備用配額，保證負(fù)荷預(yù)測(cè)精度是負(fù)荷預(yù)測(cè)技術(shù)的關(guān)鍵。目前常用的短期負(fù)荷預(yù)測(cè)算法有[1?3]時(shí)間序列算法、回歸算法、卡爾曼濾波和狀態(tài)空間算法，對(duì)復(fù)合序列中的變量進(jìn)行建模。但是負(fù)荷模型通常是非線性而且特征類型未知，傳統(tǒng)的線性統(tǒng)計(jì)算法用于負(fù)荷預(yù)測(cè)往往精度不高。神經(jīng)網(wǎng)絡(luò)可以實(shí)現(xiàn)從輸入到輸出的任意非線性映射，廣泛地應(yīng)用于函數(shù)逼近以及模式識(shí)別領(lǐng)域。BP神經(jīng)網(wǎng)絡(luò)[4?5]由于網(wǎng)絡(luò)結(jié)構(gòu)、算法相對(duì)簡(jiǎn)單，而且從理論上三層BP神經(jīng)網(wǎng)絡(luò)可以逼近任意非線性函數(shù)，得到廣泛應(yīng)用。但是BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練在很大程度上依賴網(wǎng)絡(luò)初始權(quán)值的選擇，如果初始權(quán)值選擇不適當(dāng)，往往會(huì)出現(xiàn)欠訓(xùn)練或過(guò)訓(xùn)練情況，即容易陷入局部極小值而得不到全局最小值。

本文針對(duì)BP神經(jīng)網(wǎng)絡(luò)的缺點(diǎn)，引入PSO算法[6]用于選擇BP神經(jīng)網(wǎng)絡(luò)初始權(quán)值，提出一種基于PSO?BP神經(jīng)網(wǎng)絡(luò)的負(fù)荷預(yù)測(cè)算法，最后經(jīng)過(guò)試驗(yàn)驗(yàn)證算法的精度。

1 短期負(fù)荷預(yù)測(cè)

負(fù)荷曲線呈非線性特征，而且是隨機(jī)變化，受多個(gè)因素影響，如天氣、季節(jié)、節(jié)假日等。本文選擇的負(fù)荷記錄數(shù)據(jù)庫(kù)來(lái)自上海市武寧園區(qū)的電科大廈，是商務(wù)辦公樓宇，節(jié)假日以及休息日的負(fù)荷曲線和工作日差距很大或者根本沒(méi)有明顯的峰谷特征，而且預(yù)測(cè)節(jié)假日和休息日的負(fù)荷意義不大，因此這里不考慮節(jié)假日和休息日。在工作日的數(shù)據(jù)中，峰谷特征明顯，但是在某些時(shí)刻，由于計(jì)量設(shè)備短暫故障或者是其他信號(hào)干擾，導(dǎo)致計(jì)量數(shù)據(jù)出現(xiàn)奇異，如圖1所示，因此為了提高負(fù)荷預(yù)測(cè)精度，在負(fù)荷預(yù)測(cè)之前應(yīng)先對(duì)負(fù)荷數(shù)據(jù)進(jìn)行預(yù)處理。

2 PSO?BP神經(jīng)網(wǎng)絡(luò)

2.1 BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)存在的最大問(wèn)題是容易陷入局部極小值，導(dǎo)致訓(xùn)練時(shí)間過(guò)長(zhǎng)或者無(wú)法訓(xùn)練。目前出現(xiàn)一些改進(jìn)算法，如附加動(dòng)量法、自適應(yīng)調(diào)節(jié)學(xué)習(xí)率法等，雖然在陷入局部極小值時(shí)，能夠及時(shí)調(diào)處，但是容易出現(xiàn)欠訓(xùn)練或過(guò)訓(xùn)練的情況。本文引入PSO算法首先確定初始權(quán)值和閾值，使得網(wǎng)絡(luò)訓(xùn)練的初始狀態(tài)位于全局最小值附近，然后再利用BP神經(jīng)網(wǎng)絡(luò)算法使其收斂至全局最小值。

2.2 PSO算法改進(jìn)BP神經(jīng)網(wǎng)絡(luò)[6]

在利用神經(jīng)網(wǎng)絡(luò)進(jìn)行負(fù)荷預(yù)測(cè)的過(guò)程中，由于負(fù)荷曲線規(guī)律性差以及初始權(quán)值和閾值選擇的隨機(jī)性，在神經(jīng)網(wǎng)絡(luò)訓(xùn)練過(guò)程中初始性能誤差較大，有時(shí)甚至?xí)霈F(xiàn)神經(jīng)網(wǎng)絡(luò)收斂到某個(gè)誤差值而無(wú)法繼續(xù)訓(xùn)練達(dá)到預(yù)期訓(xùn)練誤差，即出現(xiàn)神經(jīng)網(wǎng)絡(luò)陷入局部極小值而偏離全局最優(yōu)的情況。PSO算法為克服這一缺點(diǎn)提供了一個(gè)有效途徑，本文利用PSO算法對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行初始權(quán)值訓(xùn)練。

3 基于PSO?BP神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)算法

本文提出一種基于PSO?BP神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)算法，首先，按小時(shí)采集頻率記錄實(shí)時(shí)負(fù)荷并建立數(shù)據(jù)庫(kù)。其次，對(duì)采集記錄進(jìn)行預(yù)處理，經(jīng)過(guò)零相濾波器濾波后檢測(cè)出錯(cuò)誤記錄，通過(guò)插值方法估計(jì)實(shí)際記錄值。然后，建立訓(xùn)練樣本集訓(xùn)練神經(jīng)網(wǎng)絡(luò)。由于預(yù)測(cè)日的天氣條件與前日比較相似，因此本文以前日負(fù)荷曲線來(lái)預(yù)測(cè)當(dāng)日負(fù)荷曲線。在神經(jīng)網(wǎng)絡(luò)訓(xùn)練過(guò)程中，利用改進(jìn)的PSO算法確定神經(jīng)網(wǎng)絡(luò)初始權(quán)值和閾值，再利用LM算法訓(xùn)練直至神經(jīng)網(wǎng)絡(luò)收斂到最小值。最后，將當(dāng)日負(fù)荷曲線輸入到訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)中預(yù)測(cè)次日負(fù)荷曲線。

4 實(shí)驗(yàn)與結(jié)果

武寧科技園區(qū)的能源管理平臺(tái)的主要功能是監(jiān)控園區(qū)內(nèi)電科大廈和港鴻大酒店兩棟商業(yè)建筑的能耗情況以及供電線路工作狀態(tài)，可根據(jù)設(shè)定采集時(shí)間間隔，查看樓宇的能耗計(jì)量數(shù)據(jù)。本文以電科大廈作為負(fù)荷預(yù)測(cè)對(duì)象，以小時(shí)為采集時(shí)間間隔，并根據(jù)當(dāng)日負(fù)荷預(yù)測(cè)次日負(fù)荷。利用當(dāng)日負(fù)荷和次日負(fù)荷建立訓(xùn)練樣本集，當(dāng)日負(fù)荷作為輸入，次日負(fù)荷作為輸出。為了驗(yàn)證本文引入PSO算法訓(xùn)練神經(jīng)網(wǎng)絡(luò)的效果，這里分別應(yīng)用傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)和PSO?BP神經(jīng)網(wǎng)絡(luò)分別訓(xùn)練，然后另外選擇4個(gè)工作日作為預(yù)測(cè)日，分別利用訓(xùn)練好的網(wǎng)絡(luò)預(yù)測(cè)負(fù)荷，結(jié)果如表1所示。表1中數(shù)據(jù)為歸一化處理后的結(jié)果。這里使用MAE（平均絕對(duì)誤差）來(lái)驗(yàn)證神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)精度，結(jié)果如表2所示。由表2可以看出，本文提出的PSO?BP算法訓(xùn)練的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)與經(jīng)過(guò)傳統(tǒng)BP算法訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)相比，負(fù)荷預(yù)測(cè)精度有明顯提高，這是因?yàn)閭鹘y(tǒng)BP算法訓(xùn)練的神經(jīng)網(wǎng)絡(luò)很容易陷入局部極小值，此時(shí)的神經(jīng)網(wǎng)絡(luò)欠訓(xùn)練，因此在進(jìn)行負(fù)荷預(yù)測(cè)時(shí)精度不高。而本文提出的PSO?BP算法，在神經(jīng)網(wǎng)絡(luò)訓(xùn)練開始就確定比較優(yōu)秀的初始權(quán)值和閾值，使得網(wǎng)絡(luò)在全局極小值附近進(jìn)行訓(xùn)練，因此能夠很快收斂到全局極小值，在預(yù)測(cè)結(jié)果上精度較高。

5 結(jié) 語(yǔ)

本文提出一種短期負(fù)荷預(yù)測(cè)算法，首先采用零相濾波器檢測(cè)記錄奇異數(shù)據(jù)點(diǎn)，并通過(guò)插值的方法估計(jì)奇異數(shù)據(jù)的真實(shí)值，然后設(shè)計(jì)PSO?BP神經(jīng)網(wǎng)絡(luò)，彌補(bǔ)BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值，再利用LM算法訓(xùn)練神經(jīng)網(wǎng)絡(luò)。最后利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)次日負(fù)荷曲線。實(shí)驗(yàn)結(jié)果表明，本文所提出的短期負(fù)荷預(yù)測(cè)算法的預(yù)測(cè)精度平均絕對(duì)誤差小于1%。

表2 兩種算法的預(yù)測(cè)精度對(duì)比

在本文所提出的算法中，關(guān)于神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本集的建立，是利用當(dāng)日負(fù)荷預(yù)測(cè)次日負(fù)荷，這是因?yàn)楫?dāng)日負(fù)荷曲線與次日負(fù)荷曲線的相關(guān)度較大，但這只是從經(jīng)驗(yàn)上考慮。因此為了進(jìn)一步提高神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)精度，必須選擇與預(yù)測(cè)日負(fù)荷曲線相關(guān)度最大的相似日負(fù)荷曲線作為訓(xùn)練樣本集。因此下一步工作是完善武寧科技園區(qū)的能源管理平臺(tái)，增添對(duì)于天氣情況的記錄，如實(shí)時(shí)氣溫、風(fēng)力等，根據(jù)天氣預(yù)報(bào)信息選擇與預(yù)測(cè)日天氣狀況最相近的作為預(yù)測(cè)日的相似日，利用相似日和預(yù)測(cè)日建立訓(xùn)練樣本集，提高預(yù)測(cè)精度。

參考文獻(xiàn)

[1] 周江昕.考慮需求側(cè)管理的負(fù)荷預(yù)測(cè)方法研究[D].上海：上海交通大學(xué)，2012.

[2] 祝燕萍.考慮光伏發(fā)電的短期負(fù)荷預(yù)測(cè)[D].杭州：浙江大學(xué)，2012.

[3] 廖旎煥，胡智宏，馬瑩瑩，等.電力系統(tǒng)短期負(fù)荷預(yù)測(cè)方法綜述[J].電力系統(tǒng)保護(hù)與控制，2011，39（1）：147?152.

[4] 李萍，曾令可，稅安澤，等.基于Matlab的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)系統(tǒng)的設(shè)計(jì)[J].計(jì)算機(jī)應(yīng)用與軟件，2008，25（4）：149?154.

[5] 唐萬(wàn)梅.BP神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化問(wèn)題的研究[J].系統(tǒng)工程理論與實(shí)踐，2005（10）：95?101.

[6] 張少迪，王艷杰，孫宏海.三角形剖分以及PSO?BP神經(jīng)網(wǎng)絡(luò)在星圖識(shí)別的的應(yīng)用[J].光電工程，2011，38（6）：30?37.