基于灰色關聯(lián)分析的短期電力負荷預測系統(tǒng)

徐英，李滿君，段振興，叢贇，陳偉杰

（1.國網(wǎng)舟山供電公司，浙江舟山 316002；2.舟山啟明電力設計院有限公司，浙江舟山 316002）

所謂關聯(lián)度是指存在于兩個系統(tǒng)之間的影響因素條件，可隨時間或對象的變化，改變其自身的關聯(lián)性度量性能[1]。在系統(tǒng)的發(fā)展過程中，若兩個自變量因素的變化行為滿足一致性要求，也就是二者之間的同步變化程度相對較高，就可以理解為這兩個自變量因素之間的關聯(lián)度水平較高[2]?；疑P聯(lián)分析法可根據(jù)相關因素之間的相似性或相異性程度，衡量變量參數(shù)之間的實際關聯(lián)能力，從而在短時間內提取所需的變量參數(shù)，實現(xiàn)對關聯(lián)度信息的安排與處理。

在電力負荷網(wǎng)絡中，為滿足短期電量信息的傳輸需求，極易導致電量數(shù)據(jù)出現(xiàn)混亂傳輸?shù)默F(xiàn)象[3]。傳統(tǒng)小波閾值型預測系統(tǒng)通過去噪處理的方式，屏蔽短期電力負荷信息中的無用數(shù)據(jù)，再借助數(shù)據(jù)庫主機實現(xiàn)對電量信息的實時存儲。然而此系統(tǒng)的應用能力有限，并不能完全滿足電量數(shù)據(jù)傳輸?shù)奶幚硇枨蟆榻鉀Q此問題，引入灰色關聯(lián)分析法則，搭建一種新型的短期電力負荷預測系統(tǒng)，借助GVMS 平臺，完成灰色關聯(lián)分析的基本特征定義，再利用預測核函數(shù)，得到最終的數(shù)據(jù)挖掘預處理結果。

1 系統(tǒng)硬件設計

1.1 傳輸電子量預測電路

傳輸電子量預測電路可在灰色關聯(lián)分析法則的作用下，對電網(wǎng)環(huán)境中的短期電量負荷水平進行管控與調節(jié)，從而滿足關鍵電信號主機電流與電壓的應用需求。傳輸電子量預測電路中存在多個C 級、R級、L 級電阻，且由于連接功能的不同，這些電阻的實際接入數(shù)值水平也有所不同[4]。一般情況下，C 級電阻的分布范圍相對較為廣泛，能夠按照短期電力負荷量的分布水平，傳輸電子量預測電路中主要在左側部分（R1，R2），調節(jié)電阻參量兩端的電壓負載數(shù)值。H 級電阻分布在傳輸電子量預測電路的中部（R3，R4），負責整合待傳輸?shù)亩唐陔娏ω摵闪?，并將其轉換成全新的連接形式[5]。F 級電阻分布于傳輸電子量預測電路的右下部（R5，R6），負責調度短期電力負荷量的傳輸能力，并借助輸入信道，將這些電信號參量存儲于系統(tǒng)數(shù)據(jù)庫主機中。傳輸電子量預測電路如圖1所示。

圖1 傳輸電子量預測電路

1.2 GVMS平臺

GVMS 平臺可面向電網(wǎng)主機提供電量信號處理服務，在短期執(zhí)行環(huán)境中，數(shù)據(jù)庫主機中存儲的電力負荷量越多，GVMS 平臺所具備的電力負荷預測能力也就越強。整個平臺體系的頂層為GVMS 應用框架，可按照短期電力負荷量的傳輸情況，對相關信息資源進行管理，從而有序安排預測系統(tǒng)中的各項高級應用服務[6]。GVMS 技術框架位于平臺體系中部，可遵循灰色關聯(lián)分析法則的應用需求，記錄電力信息的訪問行為，并從中獲取大量的電力數(shù)據(jù)存儲信息[7]。GVMS 物理架構存在于平臺體系底部，同時包含網(wǎng)絡、主機等多種硬件設備結構體，通常情況下，其執(zhí)行能力與短期電力負荷量的輸出行為完全匹配。GVMS 平臺結構如圖2 所示。

圖2 GVMS平臺結構

1.3 負荷預測功能模塊

由于灰色關聯(lián)分析算法的存在，負荷預測功能模塊可按照電網(wǎng)終端用戶對于短期電力負荷的消耗需求，將客戶端軟件分成多個應用成分，并將這些文件以信息協(xié)議的形式，分配至各級系統(tǒng)應用結構體系之中[8]。系統(tǒng)電力負荷預測主機需要同時具備負荷查詢、負荷預測、電量查詢與電量管理的能力，且隨著傳輸信道覆蓋面積的增大，這些短期電力負荷數(shù)據(jù)也可快速存儲至系統(tǒng)數(shù)據(jù)庫主機中[9]。一般情況下，負荷查詢與電量查詢指令總是呈現(xiàn)對應連接狀態(tài)，前者可根據(jù)負荷預測的實際運行情況，將待管理電力負荷數(shù)據(jù)整合至同一模塊結構之中，從而使得電量信息的查詢與分布語句可以同時實施[10]。負荷預測功能模塊結構如圖3 所示。

圖3 負荷預測功能模塊結構

2 系統(tǒng)軟件設計

在各級硬件設備結構的支持下，按照灰色關聯(lián)分析基本特征研究、預測核函數(shù)定義、數(shù)據(jù)挖掘預處理的操作流程，實現(xiàn)預測系統(tǒng)的軟件執(zhí)行環(huán)境搭建，兩相結合，完成基于灰色關聯(lián)分析的短期電力負荷預測系統(tǒng)設計。

2.1 灰色關聯(lián)分析的基本特征

在灰色關聯(lián)分析算法中，關聯(lián)度是描述電力負荷量離散函數(shù)之間遠近程度的物理衡量指標[11]，其著重強調多個離散函數(shù)對于核心離散函數(shù)的影響，簡單來說，在計算與處理的過程中，忽略關聯(lián)度數(shù)值大小的重要性，按照既定關聯(lián)規(guī)則對待預測數(shù)值參量進行排序，從而實現(xiàn)對預測信息的合理處置與整合[12]?；疑P聯(lián)分析算法能夠打破數(shù)據(jù)信息之間的關聯(lián)性影響條件，并在所存儲數(shù)據(jù)參量間形成兩兩對應的框架，一方面通過數(shù)據(jù)對比的方式，說明所采用預測算法的實際應用能力，另一方面也可實現(xiàn)對數(shù)據(jù)傳輸行為的準確預測。設ΔT代表短期電力負荷量的單位預測時長，Rmax代表最大的短期電力負荷量特征值，聯(lián)立上述物理量，可將灰色關聯(lián)分析的基本特征定義為：

其中，q代表數(shù)據(jù)信息的灰色度處理權限，Q代表最基本的數(shù)據(jù)信息關聯(lián)性系數(shù)，β代表預測量提取系數(shù)，k代表電力負荷數(shù)據(jù)的短期預測行為量[13]。

2.2 預測核函數(shù)

預測核函數(shù)是以灰色關聯(lián)分析基本特征為前提建立的短期電力負荷量篩查條件，由于數(shù)據(jù)信息傳輸量始終處于相對變動的存在狀態(tài)，因此預測核函數(shù)也很難長時間保持絕對穩(wěn)定的存在狀態(tài)[14]。若不考慮其他物理條件的干擾，預測核函數(shù)同時受到原始電力負荷量、實際電力負荷量兩項物理數(shù)值指標的影響。原始電力負荷量可表示為p，在灰色關聯(lián)分析法則的作用下，該項物理量具備極高的數(shù)值計算水平。實際電力負荷量可表示為p′，為避免錯誤預測行為的出現(xiàn)，該項物理指標的數(shù)量級水平始終小于原始電力負荷量。在上述物理量的支持下，聯(lián)立式（1），可將預測核函數(shù)條件表示為：

其中，χ代表短期電力負荷量的實值預測指標。

2.3 數(shù)據(jù)挖掘預處理

數(shù)據(jù)挖掘預處理也叫短期電力負荷量的初步處理，在系統(tǒng)數(shù)據(jù)庫主機中，已存儲的短期電力負荷數(shù)據(jù)由完整、非完整、模糊、非模糊、有噪聲、無噪聲等多種形式共同組成[15]。為獲得較為理想的短期電力負荷預測結果，首先需要區(qū)分已存儲數(shù)據(jù)的所屬類型，再根據(jù)灰色關聯(lián)分析法則，對這些數(shù)據(jù)信息進行整理，將其中傳輸能力較強的信息參量，平均分配至各級系統(tǒng)應用主機之中，再將其中傳輸能力較弱的信息參量，留在數(shù)據(jù)庫主機中繼續(xù)進行存儲，直至檢測主機中所反饋出的電力負荷信息與實際應用需求完全匹配[16]。數(shù)據(jù)挖掘預處理流程圖如圖4 所示。

圖4 數(shù)據(jù)挖掘預處理流程圖

至此，完成各級軟硬件預測環(huán)境的設計，在灰色關聯(lián)分析法則的支持下，實現(xiàn)短期電力負荷預測系統(tǒng)的順利應用。

3 系統(tǒng)應用能力測試

通過人工安裝的方式，將搭載實驗組預測系統(tǒng)與對照組預測系統(tǒng)的應用主機與兩個相同的電力負荷元件相連，其中實驗組主機配置基于灰色關聯(lián)分析的短期電力負荷預測系統(tǒng)，對照組主機配置小波閾值型預測系統(tǒng)。預測系統(tǒng)調試如圖5 所示。

圖5 預測系統(tǒng)調試

ALT 指標描述了電網(wǎng)輸出電子對于電力負荷需求的滿足能力，一般情況下，ALT 指標數(shù)值越大，電網(wǎng)輸出電子對于電力負荷需求的滿足能力越強，反之則越弱。表1 記錄了實驗組、對照組ALT 指標數(shù)值的實際變化情況。

表1 ALT指標對比

表1 所記錄的實驗組ALT 指標在前35 min 的實驗時間內，一直保持上升的數(shù)值變化趨勢，而從第40 min 起，這種上升變化行為開始逐漸趨于緩慢，最終進入絕對穩(wěn)定的數(shù)值相持階段。對照組ALT 指標則在連續(xù)上升趨勢后，進入了小幅平穩(wěn)狀態(tài)，最后又開始呈現(xiàn)不斷地小幅下降。整個實驗過程中，實驗組最大值72.47%與對照組最大值48.63%相比，上升了23.84%。

UCR 指標反映了電網(wǎng)主機對于短期電力負荷量的記錄準確性，指標參量的數(shù)值水平越高，電網(wǎng)主機對于短期電力負荷量的記錄準確性越強。表2 記錄了實驗組、對照組UCR 指標的實際數(shù)值情況。

表2 記錄的實驗組UCR 指標始終保持相對穩(wěn)定的數(shù)值波動狀態(tài)。對照組UCR 指標則在一段時間的數(shù)值穩(wěn)定狀態(tài)后，開始逐漸進入連續(xù)下降的數(shù)值變化狀態(tài)。整個實驗過程中，實驗組最大值達到了80.33%，與對照組最大數(shù)值51.26%相比，得到了明顯提升。

表2 UCR指標對比

總結上述數(shù)值記錄結果，則有如下結論：

1）基于灰色關聯(lián)分析短期電力負荷預測系統(tǒng)的ALT 指標數(shù)值更大，在應用過程中，能夠較好滿足電力負荷的基本需求；

2）基于灰色關聯(lián)分析短期電力負荷預測系統(tǒng)的UCR 指標數(shù)值也相對較大，可在確定電量數(shù)據(jù)傳輸方向的同時，實現(xiàn)對短期電子負荷量的妥善安排與處理。

4 結束語

在灰色關聯(lián)分析法則的作用下，短期電力負荷預測系統(tǒng)可以借助GVMS 平臺，將傳輸電子量預測電路與負荷預測功能模塊相連，一方面滿足了預測核函數(shù)的建立需求，另一方面也實現(xiàn)了對數(shù)據(jù)挖掘結果的初步預處理。實驗結果表明，隨著ALT 指標數(shù)值、UCR 指標數(shù)值的增大，短期電子負荷量可得到妥善地安排與處理，在滿足電力負荷基本需求方面，具備較強的實際應用能力。