公共機(jī)構(gòu)電力需求側(cè)管理系統(tǒng)以及電能質(zhì)量預(yù)測(cè)方法
【專利摘要】本發(fā)明公開了一種公共機(jī)構(gòu)電力需求側(cè)管理系統(tǒng)以及電能質(zhì)量預(yù)測(cè)方法，其中公共機(jī)構(gòu)電力需求側(cè)管理系統(tǒng)，包括：數(shù)據(jù)源層、網(wǎng)絡(luò)層、數(shù)據(jù)層、支撐層和應(yīng)用層；所述數(shù)據(jù)源層：用于實(shí)現(xiàn)公共機(jī)構(gòu)用能數(shù)據(jù)采集，對(duì)采集的現(xiàn)場(chǎng)數(shù)據(jù)進(jìn)行信息計(jì)算、分析與處理，并反映公共機(jī)構(gòu)用能現(xiàn)場(chǎng)的運(yùn)行狀況，且具有人機(jī)交互界面；所述網(wǎng)絡(luò)層：用于公共機(jī)構(gòu)用能數(shù)據(jù)傳輸及信息通信；所述數(shù)據(jù)層：用于公共機(jī)構(gòu)用能數(shù)據(jù)的存儲(chǔ)；所述支撐層：用于對(duì)數(shù)據(jù)層發(fā)送的數(shù)據(jù)信息進(jìn)行對(duì)比分析，實(shí)現(xiàn)智能搜索，并提供智能控制標(biāo)準(zhǔn)的制定工具與標(biāo)準(zhǔn)；所述應(yīng)用層：為用戶提供應(yīng)用服務(wù)。實(shí)現(xiàn)提高公共機(jī)構(gòu)用電設(shè)備的電能利用效率的優(yōu)點(diǎn)。
【專利說(shuō)明】
公共機(jī)構(gòu)電力需求側(cè)管理系統(tǒng)從及電能質(zhì)量預(yù)測(cè)方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及電力領(lǐng)域，具體地，設(shè)及一種公共機(jī)構(gòu)電力需求側(cè)管理系統(tǒng)W及電能 質(zhì)量預(yù)測(cè)方法。
【背景技術(shù)】
[0002] 目前，電力需求側(cè)管理工作在國(guó)內(nèi)已開展多年，能量管理系統(tǒng)（energy management system,EMS)是電力需求側(cè)管理工作的有效技術(shù)工具，能夠監(jiān)測(cè)、分析需求側(cè) 用電系統(tǒng)或設(shè)備的電能使用情況，引導(dǎo)用戶合理安排用電，節(jié)約用電開支。在電網(wǎng)供電緊張 時(shí)，該系統(tǒng)可W調(diào)控需求側(cè)用電系統(tǒng)或設(shè)備運(yùn)行狀態(tài)，起到錯(cuò)峰、避峰的效果。
[0003] 在國(guó)外，能量管理系統(tǒng)也已獲得較普遍應(yīng)用，在提高能效水平方面發(fā)揮了一定作 用。隨著節(jié)能減排工作的深入開展，基于能效理論的EMS，即能效管理系統(tǒng)已陸續(xù)在國(guó)內(nèi)外 推廣應(yīng)用。能效管理系統(tǒng)的應(yīng)用一定程度上提高了用能系統(tǒng)或設(shè)備的能源利用效率，降低 了用電負(fù)荷，但仍無(wú)法充分挖掘需求側(cè)用能系統(tǒng)的節(jié)能潛力。
[0004] 我國(guó)政府高度重視節(jié)能環(huán)保工作，針對(duì)電力需求側(cè)管理工作，特別強(qiáng)調(diào)建立國(guó)家 電力需求側(cè)管理平臺(tái)，利用信息化系統(tǒng)監(jiān)控電能消耗過(guò)程。盡管國(guó)內(nèi)外在需求響應(yīng)試點(diǎn)系 統(tǒng)建設(shè)取得了一定成果，但對(duì)于公共機(jī)構(gòu)電力需求側(cè)能效管理系統(tǒng)建設(shè)尚未大面積開展。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于，針對(duì)上述問(wèn)題，提出一種公共機(jī)構(gòu)電力需求側(cè)管理系統(tǒng)W及 電能質(zhì)量預(yù)測(cè)方法，W實(shí)現(xiàn)提高公共機(jī)構(gòu)用電設(shè)備的電能利用效率的優(yōu)點(diǎn)。
[0006] 為實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案是：
[0007] -種公共機(jī)構(gòu)電力需求側(cè)管理系統(tǒng)，包括：
[000引數(shù)據(jù)源層、網(wǎng)絡(luò)層、數(shù)據(jù)層、支撐層和應(yīng)用層；
[0009] 所述數(shù)據(jù)源層：用于實(shí)現(xiàn)公共機(jī)構(gòu)用能數(shù)據(jù)采集，對(duì)采集的現(xiàn)場(chǎng)數(shù)據(jù)進(jìn)行信息計(jì) 算、分析與處理，并反映公共機(jī)構(gòu)用能現(xiàn)場(chǎng)的運(yùn)行狀況，且具有人機(jī)交互界面；
[0010] 所述網(wǎng)絡(luò)層:用于公共機(jī)構(gòu)用能數(shù)據(jù)傳輸及信息通信；
[0011] 所述數(shù)據(jù)層:用于公共機(jī)構(gòu)用能數(shù)據(jù)的存儲(chǔ)；
[0012] 所述支撐層:用于對(duì)數(shù)據(jù)層發(fā)送的數(shù)據(jù)信息進(jìn)行對(duì)比分析，實(shí)現(xiàn)智能捜索，并提供 智能控制標(biāo)準(zhǔn)的制定工具與標(biāo)準(zhǔn)；
[0013] 所述應(yīng)用層:為用戶提供應(yīng)用服務(wù)。
[0014] 優(yōu)選的，所述應(yīng)用層提供的應(yīng)用服務(wù)包括:電量分項(xiàng)計(jì)量、統(tǒng)計(jì)分析、節(jié)能控制、節(jié) 能降損效果評(píng)估和DSM用戶外網(wǎng)設(shè)計(jì)。
[0015] 優(yōu)選的，所述數(shù)據(jù)源層，實(shí)現(xiàn)公共機(jī)構(gòu)用能數(shù)據(jù)采集時(shí)，針對(duì)公共機(jī)構(gòu)用電特征， 將用電類型劃分為照明插座用電、空調(diào)用電、動(dòng)力用電和特殊用電四個(gè)分類。
[0016] 優(yōu)選的，所述網(wǎng)絡(luò)層的數(shù)據(jù)傳輸方式支持無(wú)線VPN通道與有線傳輸共存的模式。
[0017] 優(yōu)選的，所述支撐層主要由通用工具、對(duì)標(biāo)體系和核屯、引擎=大類業(yè)務(wù)支撐工具 組成；
[0018] 優(yōu)選的，所述通用工具：至少實(shí)現(xiàn)數(shù)據(jù)挖掘工具、圖表展示工具與流程設(shè)計(jì)器功 能，是數(shù)據(jù)處理和智能通訊管理中屯、，具備數(shù)據(jù)采集、數(shù)據(jù)抽取和數(shù)據(jù)處理功能；
[0019] 所述對(duì)標(biāo)體系:實(shí)現(xiàn)包括國(guó)際能耗標(biāo)準(zhǔn)、國(guó)內(nèi)能耗標(biāo)準(zhǔn)、地方能耗標(biāo)準(zhǔn)和行業(yè)能耗 標(biāo)準(zhǔn)的查詢與對(duì)標(biāo)；
[0020] 所述核屯、引擎：至少實(shí)現(xiàn)元數(shù)據(jù)捜索、知識(shí)庫(kù)檢索、行業(yè)標(biāo)準(zhǔn)捜索和政策資料查 詢。
[0021] 同時(shí)本發(fā)明技術(shù)方案還公開一種電能質(zhì)量預(yù)測(cè)方法，包括，依據(jù)公共機(jī)構(gòu)電力需 求側(cè)管理系統(tǒng)采集的數(shù)據(jù)采用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)。
[0022] 優(yōu)選的，所述BP神經(jīng)網(wǎng)絡(luò)，主要由BP神經(jīng)元組成，其中，Pia = I,2,…，R)為BP神經(jīng) 元的輸入，Wi (i = 1，2，…，R)代表BP神經(jīng)元之間的連接權(quán)值，b=WO為闊值，R為自然數(shù)，f為BP 神經(jīng)元的傳輸函數(shù)，y為BP神經(jīng)元的輸出，有
[0023] (1)。
[0024] 優(yōu)選的，所述BP神經(jīng)網(wǎng)絡(luò)采用S層BP神經(jīng)網(wǎng)絡(luò)；
[00巧]所述S層BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)包括W下步驟：
[0026] 步驟1、初始化，給每個(gè)連接權(quán)值和闊值資f和賦予區(qū)間[-1，+1]內(nèi)的隨 機(jī)值；
[0027] 步驟2、隨機(jī)選取一組輸入和目標(biāo)樣本
i提供給BP神經(jīng)網(wǎng)絡(luò)；
[002引步驟3、用輸入樣本
1連接權(quán)值日闊值(9/計(jì)算中間層 各單元的輸入然后用中間層各單元的輸入義^通過(guò)傳遞函數(shù)計(jì)算中間層各單元的輸出 h'i ；
[0029； 巧）
[0030- 巧） T fc
[0031]步驟4、利用中間層各單元的輸出連接權(quán)值和闊值;計(jì)算輸出層各單元 、 的輸出/f然后通過(guò)傳遞函數(shù)計(jì)算輸出層各單元的響應(yīng)cf > ， *
[0032]
(4)
[0033] ， (5)
[0034] 步驟5、利用目標(biāo)樣輸出層各單元的響應(yīng)cf計(jì) ? ，- 算輸出層的各單元一般化誤蓋(^/^ >
[0035]
巧）
[0036] 步驟6、利用連接權(quán)值Vjtf輸出層的各單元一般化誤差和中間層各單元的輸 出計(jì)算中間層各單元的一般化誤差^
[0037] ',''=X , 7 = 1,2,...,/7 巧）
[0038] 步驟7、利用輸出層的各單元的一般化誤差^/；^和中間層各單元的&^來(lái)修正連接 權(quán)值心'^^日闊值^^^，
[0039. ，/ = !、；?'....,f, / = 1,2,0<a<l 佩
[0040: /-].2....'(/，〇<"< 1 (9)
[0041]步驟8、利用中間層各單元的一般化誤差輸入樣本 ,
值和闊值< ，/二1-2.,，打，7=1.2.~，少，0</?<] 手 IQi J / = 1.2.2.…,片，0 </>'< ] (11)
[0044] 步驟9、隨機(jī)選取下一個(gè)訓(xùn)練樣本提供給BP神經(jīng)網(wǎng)絡(luò)，返回到步驟(3)，直到m個(gè)訓(xùn) 練樣本訓(xùn)練完畢；
[0045] 步驟10、重新從m個(gè)訓(xùn)練樣本中隨機(jī)選取一組輸入樣本和目標(biāo)樣本，返回步驟(3)， 直到網(wǎng)絡(luò)全局誤差E小于預(yù)先設(shè)定的一個(gè)極小值，即網(wǎng)絡(luò)收斂。
[0046] 本發(fā)明的技術(shù)方案具有W下有益效果：
[0047] 本發(fā)明的技術(shù)方案，實(shí)現(xiàn)區(qū)域整體和單個(gè)公共機(jī)構(gòu)的用電綜合監(jiān)測(cè)與分析，對(duì)公 共機(jī)構(gòu)的用能情況進(jìn)行分析和評(píng)估并形成用能決策建議，有效提升電網(wǎng)與公共機(jī)構(gòu)之間的 雙向靈活互動(dòng)水平，提高公共機(jī)構(gòu)用電設(shè)備的電能利用效率，節(jié)約電費(fèi)支出，滿足各公共機(jī) 構(gòu)個(gè)性化、差異化的服務(wù)需求。并實(shí)現(xiàn)對(duì)電力系統(tǒng)中短期電能質(zhì)量相關(guān)指標(biāo)的預(yù)測(cè)。
[0048] 下面通過(guò)附圖和實(shí)施例，對(duì)本發(fā)明的技術(shù)方案做進(jìn)一步的詳細(xì)描述。
【附圖說(shuō)明】
[0049] 圖1為本發(fā)明實(shí)施例所述的公共機(jī)構(gòu)電力需求側(cè)管理系統(tǒng)的原理框圖；
[0050] 圖2為本發(fā)明實(shí)施例所述的BP神經(jīng)網(wǎng)絡(luò)算法的工作流程圖；
[0051] 圖3為本發(fā)明實(shí)施例所述的BP神經(jīng)網(wǎng)絡(luò)的神經(jīng)元模型的結(jié)構(gòu)框圖。
【具體實(shí)施方式】
[0052] W下結(jié)合附圖對(duì)本發(fā)明的優(yōu)選實(shí)施例進(jìn)行說(shuō)明，應(yīng)當(dāng)理解，此處所描述的優(yōu)選實(shí) 施例僅用于說(shuō)明和解釋本發(fā)明，并不用于限定本發(fā)明。
[0053] 如圖1所示，一種公共機(jī)構(gòu)電力需求側(cè)管理系統(tǒng)，包括：
[0054] 數(shù)據(jù)源層(采集層）、網(wǎng)絡(luò)層、數(shù)據(jù)層、支撐層(管理層)和應(yīng)用層(功能層）；
[0055] 數(shù)據(jù)源層：用于實(shí)現(xiàn)公共機(jī)構(gòu)用能數(shù)據(jù)采集，對(duì)采集的現(xiàn)場(chǎng)數(shù)據(jù)進(jìn)行信息計(jì)算、分 析與處理，并反映公共機(jī)構(gòu)用能現(xiàn)場(chǎng)的運(yùn)行狀況，且具有人機(jī)交互界面；
[0056] 網(wǎng)絡(luò)層:用于公共機(jī)構(gòu)用能數(shù)據(jù)傳輸及信息通信；
[0057] 數(shù)據(jù)層:用于公共機(jī)構(gòu)用能數(shù)據(jù)的存儲(chǔ)；
[0058] 支撐層:用于對(duì)數(shù)據(jù)層發(fā)送的數(shù)據(jù)信息進(jìn)行對(duì)比分析，實(shí)現(xiàn)智能捜索，并提供智能 控制標(biāo)準(zhǔn)的制定工具與標(biāo)準(zhǔn)；
[0059] 應(yīng)用層:為用戶提供應(yīng)用服務(wù)。
[0060] 其中，應(yīng)用層提供的應(yīng)用服務(wù)包括：電量分項(xiàng)計(jì)量、統(tǒng)計(jì)分析、節(jié)能控制、節(jié)能降損 效果評(píng)估和DSM用戶外網(wǎng)設(shè)計(jì)。
[0061] 數(shù)據(jù)源層，實(shí)現(xiàn)公共機(jī)構(gòu)用能數(shù)據(jù)采集時(shí)，針對(duì)公共機(jī)構(gòu)用電特征，將用電類型劃 分為照明插座用電、空調(diào)用電、動(dòng)力用電和特殊用電四個(gè)分類。
[0062] 照明插座用電為建筑物主要功能區(qū)域的照明、插座等室內(nèi)設(shè)備用電。主要包括照 明和插座用電、走廊和應(yīng)急照明用電、室外景觀照明用電；
[0063] 空調(diào)用電主要包括冷熱站用電、空調(diào)末端用電；
[0064] 動(dòng)力用電主要包括電梯用電、水累用電、通風(fēng)機(jī)用電；
[0065] 特殊用電主要包括信息中屯、、洗衣房、廚房餐廳、游泳池、健身房或者其他特殊用 電；
[0066] 網(wǎng)絡(luò)層的數(shù)據(jù)傳輸方式支持無(wú)線VPN通道與有線傳輸共存的模式。
[0067] 支撐層主要由通用工具、對(duì)標(biāo)體系和核屯、引擎=大類業(yè)務(wù)支撐工具組成；
[0068] 通用工具主要實(shí)現(xiàn)數(shù)據(jù)挖掘工具、圖表展示工具與流程設(shè)計(jì)器等功能，是系統(tǒng)數(shù) 據(jù)處理和智能通訊管理中屯、，具備了數(shù)據(jù)采集、抽取、處理等功能；
[0069] 對(duì)標(biāo)體系主要實(shí)現(xiàn)包括國(guó)際能耗標(biāo)準(zhǔn)、國(guó)內(nèi)能耗標(biāo)準(zhǔn)、地方能耗標(biāo)準(zhǔn)、行業(yè)能耗標(biāo) 準(zhǔn)的查詢與對(duì)標(biāo)工作；
[0070] 核屯、引擎主要實(shí)現(xiàn)元數(shù)據(jù)捜索、知識(shí)庫(kù)檢索、行業(yè)標(biāo)準(zhǔn)捜索、政策資料查詢等功 能。
[0071] -種電能質(zhì)量預(yù)測(cè)方法，包括，依據(jù)公共機(jī)構(gòu)電力需求側(cè)管理系統(tǒng)采集的數(shù)據(jù)采 用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)。
[0072] BP神經(jīng)網(wǎng)絡(luò)，主要由BP神經(jīng)元組成，其中，Pia = I, 2,…，R)為BP神經(jīng)元的輸入，Wi (i = 1，2，…，R)代表BP神經(jīng)元之間的連接權(quán)值，b = WO為闊值，R為自然數(shù)，f為BP神經(jīng)元的傳 輸函數(shù)，y為BP神經(jīng)元的輸出，有
[0073] BP神經(jīng)元結(jié)構(gòu)如圖3所示。 (1)。
[0074] BP神經(jīng)網(wǎng)絡(luò)采用S層BP神經(jīng)網(wǎng)絡(luò)；
[0075] 如圖2所示，S層BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)包括W下步驟：
[0076] 步驟1、初始化，給每個(gè)連接權(quán)值和>闊值和賦予區(qū)間[-1，+ 1]內(nèi)的隨 機(jī)值；
[0077] 步驟2、隨機(jī)選取一組輸入和目標(biāo)樣本
、 提供給BP神經(jīng)網(wǎng)絡(luò)；
[007引步驟3、用輸入樣:^
>連接權(quán)值和闊值(9^計(jì)算中間層 各單元的輸入然后用中間層各單元的輸入公^通過(guò)傳遞函數(shù)計(jì)算中間層各單元的輸 出磚. ?
[0079] (2)
[0080] (3)
[0081] 步驟4、利用中間層各單元的輸出連接權(quán)值日闊值計(jì)算輸出層各單元 、 的輸出然后通過(guò)傳遞函數(shù)計(jì)算輸出層各單元的響應(yīng)cf,.， *
[0082] f3V2r...，,g .(句
[0083]
,t = l,2,--,g (<；)
[0084] 步驟5、利用目標(biāo)樣本馬…，yj)輸出層各單元的響應(yīng)cf計(jì)算 .5 ? 輸出層的各單元一般化誤差。
[0085]
，！二巧）
[00化]步驟6、利用連接權(quán)值輸出層的各單元一般化誤差和中間層各單元的輸 、 f 出/)"^十算中間層各單元的一般化誤差€^; ：
[0087] '―' ，/ = 1，么--'，蘆 （7)
[0088] 步驟7、利用輸出層的各單元的一般化誤差和中間層各單元的來(lái)修正連接 權(quán)值vj/和闊值
[00例 ，/ = l，2，.".，_p, ( = 1,2，''.，毎',0<"<1.佩
[0090] K2rvp, f 二 〇<蛛<1 (夢(mèng)）
[0091] 步驟8、利用中間層各單元的一般化誤差輸入樣本 J'
農(nóng)修正連接權(quán)值^^和闊值6^//\
[0092]
(10) W (Il)
[0094] 步驟9、隨機(jī)選取下一個(gè)訓(xùn)練樣本提供給BP神經(jīng)網(wǎng)絡(luò)，返回到步驟(3)，直到m個(gè)訓(xùn) 練樣本訓(xùn)練完畢；
[00M] 步驟10、重新從m個(gè)訓(xùn)練樣本中隨機(jī)選取一組輸入樣本和目標(biāo)樣本，返回步驟(3)，
直到網(wǎng)絡(luò)全局誤差E小于預(yù)先設(shè)定的一個(gè)極小值，即網(wǎng)絡(luò)收斂。如果學(xué)習(xí)次數(shù)大于預(yù)先設(shè)定 的值，網(wǎng)絡(luò)就無(wú)法收斂。
[0096] BP神經(jīng)網(wǎng)絡(luò)輸入向量夫 P神經(jīng)網(wǎng)絡(luò)目標(biāo)向量為
絡(luò)輸入層至中間層的連接權(quán)值為= ^ = ^2,....^|8口神經(jīng)網(wǎng)絡(luò)中間層至 輸出層的連接權(quán)值為J = / = Ll...>g>BP神經(jīng)網(wǎng)絡(luò)中間層各單元的輸出 閥值為傍^ y二]，.2，...，巧.BP神經(jīng)網(wǎng)絡(luò)輸出層各單元的輸出閥值為f j =1,2,...,P P 數(shù) k=l，2，'''，m。
[0097] 本技術(shù)方案采用的是BP神經(jīng)網(wǎng)絡(luò)，也被稱為誤差反向傳播神經(jīng)網(wǎng)絡(luò)，是人工神經(jīng) 網(wǎng)絡(luò)中應(yīng)用最廣的一種神經(jīng)網(wǎng)絡(luò)。在人工神經(jīng)網(wǎng)絡(luò)的實(shí)際應(yīng)用中，B巧申經(jīng)網(wǎng)絡(luò)廣泛應(yīng)用于 函數(shù)逼近、模式識(shí)別和分類、數(shù)據(jù)壓縮、預(yù)測(cè)等領(lǐng)域，80%-90%的人工神經(jīng)網(wǎng)絡(luò)模型都是采 用BP神經(jīng)網(wǎng)絡(luò)或者是BP神經(jīng)網(wǎng)絡(luò)的變化。
[0098] BP神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)：
[0099] BP神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)主要包括輸入層、隱含層、輸出層及各層之間的傳遞函數(shù)幾個(gè) 方面，使用的軟件是mat lab。
[0100] I，網(wǎng)絡(luò)層數(shù)BP神經(jīng)網(wǎng)絡(luò)是一種多層前饋型網(wǎng)絡(luò)，根據(jù)神經(jīng)網(wǎng)絡(luò)的理論，給定任何 一個(gè)連續(xù)函數(shù)，都可由一個(gè)S層BP神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)，輸入層與隱含層各節(jié)點(diǎn)之間，隱含層與 輸出層各節(jié)點(diǎn)之間可通過(guò)調(diào)整的權(quán)值來(lái)連接。本方案選取的BP神經(jīng)網(wǎng)絡(luò)為S層結(jié)構(gòu)，即輸 入層、輸出層和一個(gè)隱含層。
[0101] 2,輸入輸出數(shù)據(jù)選取如下所示，若是W每3分鐘測(cè)得一個(gè)點(diǎn)，那么一天就有480個(gè) 點(diǎn)，將第一天到第五天的連續(xù)5天數(shù)據(jù)作為樣本的輸入，將第9天的數(shù)據(jù)作為樣本的輸出，建 立映射關(guān)系，得到該指標(biāo)的數(shù)據(jù)模型。
[0102] 3,傳輸函數(shù)BP神經(jīng)網(wǎng)絡(luò)傳遞函數(shù)是BP神經(jīng)網(wǎng)絡(luò)的重要組成部分，B巧巾經(jīng)網(wǎng)絡(luò)經(jīng)常 采用S型的對(duì)數(shù)或正切函數(shù)，在某些特定的情況下還可能采用純線性(purelin)函數(shù)。
[0103] Iogsig函數(shù)，即S型的對(duì)數(shù)函數(shù)，函數(shù)返回值位于區(qū)間[0，1 ]中。
[0104] (1巧
[0105] I函數(shù)，函數(shù)返回值位于區(qū)間[-1，1 ]中。
[0106] (13)
[0107] 本方案BP神經(jīng)網(wǎng)絡(luò)從輸入層到隱含層和隱含層到輸出層的傳遞函數(shù)分別采用 Iogsig函數(shù)和1:ansig函數(shù)。
[010引 BP神經(jīng)網(wǎng)絡(luò)的創(chuàng)建：netl = newff (P, t, [40,20], {' logsig'，' tansig'})
[0109] 其中，newffO為BP神經(jīng)網(wǎng)絡(luò)的創(chuàng)建函數(shù);P表示輸入數(shù)據(jù)，t表示輸出數(shù)據(jù)，[40， 20]表示BP神經(jīng)網(wǎng)絡(luò)隱含層節(jié)點(diǎn)數(shù)為40個(gè)，B巧巾經(jīng)網(wǎng)絡(luò)輸出層節(jié)點(diǎn)數(shù)為20個(gè)；riogsig'，' tansig'}表示BP神經(jīng)網(wǎng)絡(luò)隱含層的傳遞函數(shù)為'logsig'，B巧巾經(jīng)網(wǎng)絡(luò)輸出層的傳遞函數(shù) 為'tansi邑'。
[0110] 4,設(shè)置模型的參數(shù)
[0111] 11日1:1.付日;[證日招111.邱0油3 = 1000;%創(chuàng)建迭代次數(shù)
[0112] netl .trainParam. lr = 0.01; %創(chuàng)建速度
[0113] netl .trainParam.goal = 0.00001; % 目標(biāo)精度
[0114] 5，BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)創(chuàng)建后，要進(jìn)行訓(xùn)練。
[0115] net2 = train(netl ,p,t)；
[0116] 其中，trainO為BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練函數(shù)，netl為剛才創(chuàng)建的BP神經(jīng)網(wǎng)絡(luò)，P為BP神 經(jīng)網(wǎng)絡(luò)的輸入訓(xùn)練樣本數(shù)據(jù)，t為BP神經(jīng)網(wǎng)絡(luò)的目標(biāo)訓(xùn)練樣本數(shù)據(jù)，net2為訓(xùn)練好的BP神經(jīng) 網(wǎng)絡(luò)。
[0117] 6，BP神經(jīng)網(wǎng)絡(luò)的測(cè)試BP神經(jīng)網(wǎng)絡(luò)的性能好壞主要看其是否具有很好地泛化能力， 而對(duì)泛化能力的測(cè)試不能用訓(xùn)練樣本的數(shù)據(jù)進(jìn)行檢驗(yàn)，而要用訓(xùn)練樣本W(wǎng)外的測(cè)試樣本數(shù) 據(jù)來(lái)進(jìn)行檢驗(yàn)。
[011 引 Y = sim(net2,ptest);
[0119] 其中，SimO可對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行仿真，net2為訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)，Ptest為BP神 經(jīng)網(wǎng)絡(luò)的輸入測(cè)試樣本數(shù)據(jù)，Y為BP神經(jīng)網(wǎng)絡(luò)的測(cè)試結(jié)果。
[0120] E = YA;
[0121] 其中，Y為BP神經(jīng)網(wǎng)絡(luò)的測(cè)試結(jié)果，L為BP神經(jīng)網(wǎng)絡(luò)的輸出測(cè)試樣本數(shù)據(jù)，E為BP神 經(jīng)網(wǎng)絡(luò)測(cè)試樣本數(shù)據(jù)的絕對(duì)誤差。
[0122] mae化)即平方絕對(duì)誤差，是BP神經(jīng)網(wǎng)絡(luò)的一種性能分析函數(shù)。
[0123] 7,保存W上的具有很好地泛化能力的模型，在W后的數(shù)據(jù)預(yù)測(cè)中，可W將每連續(xù)5 天的數(shù)據(jù)來(lái)作為輸入，通過(guò)該模型就可W預(yù)測(cè)未來(lái)第9天的數(shù)據(jù)。
[0124] 綜上所述，本發(fā)明技術(shù)方案的特點(diǎn)為：
[0125] 電力系統(tǒng)中短期電能質(zhì)量相關(guān)數(shù)據(jù)預(yù)測(cè)可獲得很高的精度，由于電力系統(tǒng)負(fù)荷變 化受多方面的影響，一方面，負(fù)荷變化存在著由未知不確定的因素引起的隨機(jī)的波動(dòng)；另一 方面，又具有周期變化的規(guī)律性，運(yùn)也使得負(fù)荷曲線具有相似性，所W電能質(zhì)量數(shù)據(jù)也會(huì)波 動(dòng)。目前各指標(biāo)短期預(yù)測(cè)問(wèn)題的解決辦法和方式可W分為統(tǒng)計(jì)技術(shù)、專家系統(tǒng)法和神經(jīng)網(wǎng) 絡(luò)法等。神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)在于它具有模擬多變量而不需要對(duì)輸入變量做復(fù)雜的相關(guān)假設(shè)的 能力。它不依靠專家經(jīng)驗(yàn)，只利用觀察到的數(shù)據(jù)，可W從訓(xùn)練過(guò)程中通過(guò)學(xué)習(xí)來(lái)抽樣和逼近 隱含的輸入/輸出非線性的關(guān)系。近年來(lái)的研究表明，相對(duì)于前兩種方法，利用神經(jīng)網(wǎng)絡(luò)技 術(shù)進(jìn)行電力系統(tǒng)中短期電能質(zhì)量預(yù)測(cè)可獲得更高的精度。
[0126] 最后應(yīng)說(shuō)明的是：W上所述僅為本發(fā)明的優(yōu)選實(shí)施例而已，并不用于限制本發(fā)明， 盡管參照前述實(shí)施例對(duì)本發(fā)明進(jìn)行了詳細(xì)的說(shuō)明，對(duì)于本領(lǐng)域的技術(shù)人員來(lái)說(shuō)，其依然可 W對(duì)前述各實(shí)施例所記載的技術(shù)方案進(jìn)行修改，或者對(duì)其中部分技術(shù)特征進(jìn)行等同替換。 凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的 保護(hù)范圍之內(nèi)。
【主權(quán)項(xiàng)】
1. 一種公共機(jī)構(gòu)電力需求側(cè)管理系統(tǒng)，其特征在于，包括： 數(shù)據(jù)源層、網(wǎng)絡(luò)層、數(shù)據(jù)層、支撐層和應(yīng)用層； 所述數(shù)據(jù)源層：用于實(shí)現(xiàn)公共機(jī)構(gòu)用能數(shù)據(jù)采集，對(duì)采集的現(xiàn)場(chǎng)數(shù)據(jù)進(jìn)行信息計(jì)算、分 析與處理，并反映公共機(jī)構(gòu)用能現(xiàn)場(chǎng)的運(yùn)行狀況，且具有人機(jī)交互界面； 所述網(wǎng)絡(luò)層:用于公共機(jī)構(gòu)用能數(shù)據(jù)傳輸及信息通信； 所述數(shù)據(jù)層:用于公共機(jī)構(gòu)用能數(shù)據(jù)的存儲(chǔ)； 所述支撐層：用于對(duì)數(shù)據(jù)層發(fā)送的數(shù)據(jù)信息進(jìn)行對(duì)比分析，實(shí)現(xiàn)智能搜索，并提供智能 控制標(biāo)準(zhǔn)的制定工具與標(biāo)準(zhǔn)； 所述應(yīng)用層:為用戶提供應(yīng)用服務(wù)。2. 根據(jù)權(quán)利要求1所述的公共機(jī)構(gòu)電力需求側(cè)管理系統(tǒng)，其特征在于，所述應(yīng)用層提供 的應(yīng)用服務(wù)包括：電量分項(xiàng)計(jì)量、統(tǒng)計(jì)分析、節(jié)能控制、節(jié)能降損效果評(píng)估和DSM用戶外網(wǎng)設(shè) 計(jì)。3. 根據(jù)權(quán)利要求1所述的公共機(jī)構(gòu)電力需求側(cè)管理系統(tǒng)，其特征在于，所述數(shù)據(jù)源層， 實(shí)現(xiàn)公共機(jī)構(gòu)用能數(shù)據(jù)采集時(shí)，針對(duì)公共機(jī)構(gòu)用電特征，將用電類型劃分為照明插座用電、 空調(diào)用電、動(dòng)力用電和特殊用電四個(gè)分類。4. 根據(jù)權(quán)利要求1所述的公共機(jī)構(gòu)電力需求側(cè)管理系統(tǒng)，其特征在于，所述網(wǎng)絡(luò)層的數(shù) 據(jù)傳輸方式支持無(wú)線VPN通道與有線傳輸共存的模式。5. 根據(jù)權(quán)利要求1所述的公共機(jī)構(gòu)電力需求側(cè)管理系統(tǒng)，其特征在于，所述支撐層主要 由通用工具、對(duì)標(biāo)體系和核心引擎三大類業(yè)務(wù)支撐工具組成。6. 根據(jù)權(quán)利要求5所述的公共機(jī)構(gòu)電力需求側(cè)管理系統(tǒng)，其特征在于， 所述通用工具:至少實(shí)現(xiàn)數(shù)據(jù)挖掘工具、圖表展示工具與流程設(shè)計(jì)器功能，是數(shù)據(jù)處理 和智能通訊管理中心，具備數(shù)據(jù)采集、數(shù)據(jù)抽取和數(shù)據(jù)處理功能； 所述對(duì)標(biāo)體系：實(shí)現(xiàn)包括國(guó)際能耗標(biāo)準(zhǔn)、國(guó)內(nèi)能耗標(biāo)準(zhǔn)、地方能耗標(biāo)準(zhǔn)和行業(yè)能耗標(biāo)準(zhǔn) 的查詢與對(duì)標(biāo)； 所述核心引擎:至少實(shí)現(xiàn)元數(shù)據(jù)搜索、知識(shí)庫(kù)檢索、行業(yè)標(biāo)準(zhǔn)搜索和政策資料查詢。7. -種電能質(zhì)量預(yù)測(cè)方法，其特征在于，包括，依據(jù)權(quán)利要求1至6任一所述的公共機(jī)構(gòu) 電力需求側(cè)管理系統(tǒng)采集的數(shù)據(jù)采用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)。8. 根據(jù)權(quán)利要求7所述的電能質(zhì)量預(yù)測(cè)方法，其特征在于，所述BP神經(jīng)網(wǎng)絡(luò)，主要由BP 神經(jīng)元組成，其中，Pi(i = 1，2,…，R)為BP神經(jīng)元的輸入，wi(i = l，2,…，R)代表BP神經(jīng)元之 間的連接權(quán)值，b=wo為閾值，R為自然數(shù)，f為BP神經(jīng)元的傳輸函數(shù)，y為BP神經(jīng)元的輸出，有⑴。9. 根據(jù)權(quán)利要求9所述的電能質(zhì)量預(yù)測(cè)方法，其特征在于，所述BP神經(jīng)網(wǎng)絡(luò)采用三層BP 神經(jīng)網(wǎng)絡(luò)； 所述三層BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)包括以下步驟： 步驟1、初始化，給每個(gè)連接權(quán)值和閾值6^和%賦予區(qū)間[-1，+ 1 ]內(nèi)的隨機(jī) 值； 步驟2、隨機(jī)選取一組輸入和目標(biāo)樣本提供給BP神經(jīng)網(wǎng)絡(luò)； 步驟3、用輸入樣本只=…>連接權(quán)值wf和閾值<計(jì)算中間層各單元 的輸入然后用中間層各單元的輸入通過(guò)傳遞函數(shù)計(jì)算中間層各單元的輸出(2) (3) 步驟4、利用中間層各單元的輸出連接權(quán)值和閾值計(jì)算輸出層各單元的輸 、+ 出然后通過(guò)傳遞函數(shù)計(jì)算輸出層各單元的響應(yīng)cf β,(5) (4) 步驟5、利用目標(biāo)樣：輸出層各單元的響應(yīng)Cf計(jì)算輸 ? ， 出層的各單元一般化誤差_(6) 步驟6、利用連接權(quán)值輸出層的各單元一般化誤差?//'和中間層各單元的輸出 計(jì)算中間層各單元的一般化誤差(7) 步驟7、利用輸出層的各單元的一般化誤差i/f和中間層各單元的g來(lái)修正連接權(quán)值 V&和閾值.步驟8、利用中間層各單元的一般化誤差 < 輸入樣本宋修 正連接權(quán)值和閾值€ y %步驟9、隨機(jī)選取卜一個(gè)訓(xùn)練樣本提供給BP神經(jīng)|WJ絡(luò)，返回到步驟（3 )，直到m個(gè)訓(xùn)練樣 本訓(xùn)練完畢； 步驟10、重新從m個(gè)訓(xùn)練樣本中隨機(jī)選取一組輸入樣本和目標(biāo)樣本，返回步驟(3)，直到 網(wǎng)絡(luò)全局誤差E小于預(yù)先設(shè)定的一個(gè)極小值，即網(wǎng)絡(luò)收斂。
【文檔編號(hào)】G06Q10/04GK105956683SQ201610244213
【公開日】2016年9月21日
【申請(qǐng)日】2016年4月19日
【發(fā)明人】王維洲, 韓永軍, 劉福潮, 彭晶, 鄭晶晶, 馬朝暉, 張建華, 杜培東, 祿啟龍, 岳琳, 王慶玲, 王偉, 劉彩霞, 張鈺, 李文番, 王涌, 馮潤(rùn), 李臻, 柳立慧, 路陽(yáng), 胡東雪
【申請(qǐng)人】國(guó)網(wǎng)甘肅省電力公司電力科學(xué)研究院, 國(guó)網(wǎng)甘肅省電力公司, 國(guó)家電網(wǎng)公司, 北京同宇科技發(fā)展有限公司, 北京一同宇科技發(fā)展有限公司, 國(guó)網(wǎng)新疆電力公司電力科學(xué)研究院