BỘ CÔNG THƯƠNG
TẬP ĐOÀN ĐIỆN LỰC VIỆT NAM
VIỆN NĂNG LƯỢNG
__________________________________________________________
BÁO CÁO TỔNG KẾT ĐỀ TÀI NGHIÊN CỨU KHOA HỌC CẤP BỘ
MÃ SỐ: I- 145
NGHIÊN CỨU ỨNG DỤNG MẠNG NƠ RON
NHÂN TẠO TRONG DỰ BÁO NGẮN HẠN
PHỤ TẢI ĐIỆN
(GIAI ĐOẠN 2)
Chủ nhiệm đề tài: Trần Kỳ Phúc
7178
17/3/2009
Hà Nội, 12-2008
BỘ CÔNG THƯƠNG
TẬP ĐOÀN ĐIỆN LỰC VIỆT NAM
VIỆN NĂNG LƯỢNG
__________________________________________________________
MÃ SỐ: I 145
ĐỀ TÀI NGHIÊN CỨU KHOA HỌC
NGHIÊN CỨU ỨNG DỤNG MẠNG NƠ RON NHÂN TẠO
TRONG DỰ BÁO NGẮN HẠN PHỤ TẢI ĐIỆN
(GIAI ĐOẠN 2)
Hà Nội, 12-2008
ii
iii
MỤC LỤC
Trang
Mở đầu ii
Chương 1 Dự báo đỉnh và đáy biểu đồ phụ tải ngày dùng mạng neuron
nhiều lớp MLP
1.1
1.1. Giới thiệu 1.1
1.2. Thuật toán chung dự báo biểu đồ phụ tải ngày 1.1
1.3. Dự báo đỉnh biểu đồ phụ tải ngày trên cơ sở mạng MLP 1.4
1.4. Tóm lược 1.15
Chương 2. Dự báo biểu đồ phụ tải ngày dùng phương pháp đỉnh-đáy-dạng 2.1
2.1. Giới thiệu 2.1
2.2. Dự báo biểu đồ phụ tải ngày bằng phương pháp đỉnh-đáy-dạng 2.1
2.3. Tóm lược chương 2 2.9
Chương 3. Dự báo biểu đồ phụ tải ngày dùng mạng neuron MLP 24 đầu ra 3.1
3.1. Giới thiệu 3.1
3.2. Dự báo biểu đồ phụ tải ngày dùng mạng neuron MLP-31xNx24 3.1
3.3. Dự báo biểu đồ phụ tải ngày dùng mạng 24 neuron đầu ra MLP-
(24L+5W+4D)xNx24
3.4
3.4. Dự báo biểu đồ phụ tải ngày dùng mạng 24 neuron đầu ra mã hoá dạng ngày
dùng 8 neuron đầu vào MLP-(24L+5W+8D)xNx24
3.6
3.5. Một số giải pháp tăng hiệu quả dự báo biểu đồ phụ tải ngày 3.8
3.6. Tóm lược chương 3 3.11
Chương 4. Phân loại dạng biểu đồ phụ tải ngày 4.1
4.1. Giới thiệu 4.1
4.2. Xây dựng mạng ánh xạ đặc trưng tự tổ chức Kohonen (K-SOFM) phân loại
dạng biểu đồ phụ tải ngày
4.2
4.3. Kết quả và phân tích 4.8
4.4. Tóm lược chương 4 4.23
Kết luận a
Tài liệu tham khảo b
Phụ lục
iv
MỞ ĐẦU
Dù b¸o phô t¶i ®iÖn víi ®é chÝnh x¸c cao lµ mét trong nh÷ng nhiÖm vô v«
cïng quan träng trong quy ho¹ch vµ vËn hµnh hÖ thèng ®iÖn. Dù b¸o phô t¶i ®iÖn cã
thÓ chia lµm 3 nhãm: dù b¸o ng¾n h¹n (mét giê ®Õn mét tuÇn), dù b¸o trung h¹n (tõ
h¬n mét tuÇn ®Õn mét n¨m) vµ dù b¸o dµi h¹n (trªn mét n¨m). NÕu nh− dù b¸o trung
h¹n vµ dµi h¹n ®−îc quan t©m nghiªn cøu kh¸ nhiÒu ë n−íc ta (chñ yÕu ®Ó phôc vô
quy ho¹ch hÖ thèng ®iÖn) th× dù b¸o ng¾n h¹n mÆc dï ®ãng vai trß cùc quan träng
trong vËn hµnh kinh tÕ hÖ thèng ®iÖn, l¹i ch−a ®−îc quan t©m nghiªn cøu ®óng møc.
ë n−íc ngoµi, dù b¸o ng¾n h¹n phô t¶i ®iÖn lµ mét vÊn ®Ò ®·, ®ang vµ tiÕp tôc
®−îc nghiªn cøu, chñ yÕu dïng c¸c ph−¬ng ph¸p x¸c suÊt thèng kª nh− håi qui ®a
biÕn, san hµm mò, chuçi thêi gian,... GÇn ®©y, ®· cã mét sè c«ng tr×nh chuyÓn sang sö
dông c¸c c«ng cô cña trÝ tuÖ nh©n t¹o, ®Æc biÖt lµ m¹ng n¬ ron nh©n t¹o ®Ó dù b¸o
ng¾n h¹n.
ë n−íc ta, ®· cã mét vµi nghiªn cøu ë mét sè n¬i vÒ m¹ng n¬ ron trong dù b¸o
phô t¶i ®iÖn nh−ng nÆng vÒ nghiªn cøu ph−¬ng ph¸p luËn vµ häc thuËt, ch−a ®i vµo sè
liÖu cô thÓ, sai sè cßn cao vµ kh¶ n¨ng ¸p dông cßn giíi h¹n.
Giai đoạn 1 của đề tài đã xem xét các vấn đề sau:
- Tổng quan về dự báo phụ tải điện ngắn hạn
- Tổng quan về mạng nơ ron nhân tạo và Matlab Neuron Toolbox
- Mạng nơ ron nhân tạo trong dự báo phụ tải điện ngắn hạn
- Lựa chọn mạng nơ ron nhân tạo cho dự báo phụ tải điện ngắn hạn ở nước ta.
Báo cáo này trình bày các kết quả cơ bản của giai đoạn 2, bao gồm các vấn đề
thiết kế mô hình, lập phần mềm và thử nghiệm để dự báo đỉnh-đáy-dạng biểu đồ phụ
tải ngày dùng mạng neuron nhiều lớp thuật toán lan truyền ngược sai số MLP và
mạng một lớp thuật toán học không giám sát Kohonen. Kết quả thử nghiệm mạng
cho thấy hiệu quả dự báo là thấp hơn các mô hình dùng phương pháp thống kế và
tương đương với các công bố dùng mạng neuron, neuron-mờ,... Để so sánh, giai đoạn
2 cũng đã xây dựng phần mềm dự báo biểu đồ phụ tải ngày trên cơ sở mạng neuron