Đang tải... (xem toàn văn)
BỘ CÔNG THƯƠNG TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP THÀNH PHỐ HỒ CHÍ MINH LƯƠNG VĂN TRUNG ỨNG DỤNG MẠNG NƠ RON NHÂN TẠO DỰ BÁO PHỤ TẢI NGẮN HẠN KHU VỰC TP HỒ CHÍ MINH Chuyên ngành KỸ THUẬT ĐIỆN Mã chuyên ngành[.]
BỘ CÔNG THƯƠNG TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP THÀNH PHỐ HỒ CHÍ MINH LƯƠNG VĂN TRUNG ỨNG DỤNG MẠNG NƠ-RON NHÂN TẠO DỰ BÁO PHỤ TẢI NGẮN HẠN KHU VỰC TP.HỒ CHÍ MINH Chuyên ngành: KỸ THUẬT ĐIỆN Mã chuyên ngành: 6020202 LUẬN VĂN THẠC SĨ THÀNH PHỐ HỒ CHÍ MINH, NĂM 2020 Cơng trình hồn thành Trường Đại học Cơng nghiệp TP Hồ Chí Minh Người hướng dẫn khoa học: TS.Trần Thanh Ngọc Người phản biện 1: Người phản biện 2: Luận văn thạc sĩ bảo vệ Hội đồng chấm bảo vệ Luận văn thạc sĩ Trường Đại học Công nghiệp thành phố Hồ Chí Minh ngày tháng năm Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: - Chủ tịch Hội đồng - Phản biện - Phản biện - Ủy viên - Thư ký (Ghi rõ họ, tên, học hàm, học vị Hội đồng chấm bảo vệ luận văn thạc sĩ) CHỦ TỊCH HỘI ĐỒNG TRƯỞNG KHOA CÔNG NGHỆ ĐIỆN BỘ CÔNG THƯƠNG TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP THÀNH PHỐ HỒ CHÍ MINH CỘNG HỊA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập - Tự - Hạnh phúc NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên tác giả: Lương Văn Trung MSHV: 16083491 Ngày, tháng, năm sinh: 17/09/1990 Nơi sinh: Thái Bình Chuyên ngành: Kỹ Thuật Điện Mã chuyên ngành: 6020202 I TÊN ĐỀ TÀI: Ứng dụng mạng nơ-ron nhân tạo dự báo phụ tải ngắn hạn khu vực Tp.Hồ Chí Minh NHIỆM VỤ VÀ NỘI DUNG: • Tìm hiểu mạng nơ-ron nhân tạo • Xây dựng mơ hình mạng nơ-ron nhân tạo dự báo phụ tải • Khảo sát dự báo phụ tải cho khu vực Tp.Hồ Chí Minh tìm kiếm mơ hình mạng nơ-ron tối ưu cho dự báo phụ tải điện II NGÀY GIAO NHIỆM VỤ: Theo QĐ số 2660/QĐ-ĐHCN ngày 11/12/2018 III NGÀY HOÀN THÀNH NHIỆM VỤ: 09/03/2020 IV NGƯỜI HƯỚNG DẪN KHOA HỌC: TS.Trần Thanh Ngọc Tp Hồ Chí Minh, ngày … tháng … năm 2020… NGƯỜI HƯỚNG DẪN CHỦ NHIỆM BỘ MÔN ĐÀO TẠO TRƯỞNG KHOA CÔNG NGHỆ ĐIỆN LỜI CẢM ƠN Tác giả xin chân thành cảm ơn TS Trần Thanh Ngọc suốt thời gian qua quan tâm giúp đỡ hướng dẫn tận tình để giúp tác giả hồn thành luận văn Tác giả xin chân thành cảm ơn thầy, cô khoa Điện, Trường Đại Học Cơng Nghiệp Tp.HCM giúp đỡ nhiệt tình tạo điều kiện giúp tác giả hoàn thành luận văn Do thời gian hạn chế, bản luận văn chắn khó tránh khỏi thiếu sót, rất mong góp ý chân thành, thắng thắn thầy, bạn để luận văn hồn thiện Một lần nữa, tác giả xin chân thành cảm ơn! i TÓM TẮT LUẬN VĂN THẠC SĨ Dự báo phụ tải ngắn hạn rất cần thiết để kiểm soát lập kế hoạch cho hệ thống điện, chúng rất quan trọng người điều phối hệ thống điện Trong năm gần đây, nghiên cứu thuật toán tối ưu để dự báo tải ngắn hạn trở nên phổ biến đạt nhiều kết quả tích cực Để chọn mợt mơ hình tối ưu cho dự báo phụ tải, viết sử dụng mạng thần kinh nhân tạo truyền thẳng với thuật toán lan truyền ngược để dự báo tải ngắn hạn (dự báo phụ tải 24 cho ngày liên tiếp) cho khu vực thành phố Hồ Chí Minh Bằng cách phân tích mơ hình mạng thần kinh khác số lượng đầu vào, số lớp ẩn, số node thuật toán huấn luyện mạng từ tìm mơ hình phù hợp nhất ii ABSTRACT Short-term forecasts of electricity demand are needed for control and scheduling of power systems, and hence they are very important for dispatchers In recent years, research on optimal algorithms for short-term load forecasting has become popular and achieved many promising results In this thesis, a feed-forward neural network with the back-propagation algorithm was employed as an optimal model for the challenge of short-term load forecasting (24-hour forecast for seven consecutive days) for Ho Chi Minh City By analyzing different models in terms of the number of inputs, hidden layers, nodes, and the training function, we investigated different forecasting results for the most appropriate model iii LỜI CAM ĐOAN Tôi xin cam đoan cơng trình nghiên cứu bản thân Các kết quả nghiên cứu kết luận luận văn trung thực, không chép từ bất kỳ một nguồn bất kỳ hình thức Việc tham khảo nguồn tài liệu (nếu có) thực trích dẫn ghi nguồn tài liệu tham khảo quy định Tác giả Lương Văn Trung iv MỤC LỤC LỜI CẢM ƠN i TÓM TẮT LUẬN VĂN THẠC SĨ ii ABSTRACT iii LỜI CAM ĐOAN iv MỤC LỤC v DANH MỤC HÌNH ẢNH viii DANH MỤC BẢNG BIỂU x DANH MỤC TỪ VIẾT TẮT xi MỞ ĐẦU 1 Đặt vấn đề .1 Mục tiêu nghiên cứu Đối tượng phạm vi nghiên cứu Cách tiếp cận phương pháp nghiên cứu .2 Ý nghĩa thực tiễn đề tài .2 CHƯƠNG 1.1 TỔNG QUAN VỀ DỰ BÁO PHỤ TẢI ĐIỆN Dự báo phụ tải 1.1.1 Khái niệm dự báo .3 1.1.2 Dự báo phụ tải điện 1.1.3 Phân loại dự báo phụ tải .4 1.2 Các phương pháp dự báo bản 1.2.1 Phương pháp ngoại suy 1.2.2 Phương pháp hồi quy 1.2.3 Phương pháp hệ số đàn hồi 1.2.4 Phương pháp mạng nơron nhân tạo 1.2.5 Phương pháp tương quan - xu 10 1.2.6 Phương pháp chuyên gia 11 1.3 Sai số dự báo phụ tải 12 1.3.1 Sai số tuyệt đối trung bình MAE (Mean Absolute Error) 12 1.3.2 Sai số bình phương trung bình MSE (Mean Squared Error) 12 v 1.3.3 Sai số tuyệt đối trung bình phần trăm MAPE (Mean Absolute Percent Error) 13 CHƯƠNG 2.1 MẠNG NƠRON NHÂN TẠO VÀ ỨNG DỤNG MẠNG NƠ-RON NHÂN TẠO DỰ BÁO PHỤ TẢI ĐIỆN 14 Mạng nơron nhân tạo 14 2.1.1 Lịch sử phát triển mạng nơron nhân tạo 14 2.1.2 Giới thiệu mạng nơ-ron nhân tạo 17 2.1.3 Mơ hình mạng nơ-ron nhân tạo 18 2.1.4 Quá trình học 19 2.1.5 Phân loại mạng nơ-ron .20 2.2 Mạng truyền thẳng nhiều lớp (MLP) .21 2.2.1 Các khái niệm ký hiệu mạng nơ-ron nhân tạo 22 2.2.2 Huấn luyện mạng (Training) 30 2.3 Sử dụng mạng nơ-ron nhân tạo Matlab .32 2.3.1 Giới thiệu Matlab 32 2.3.2 Khởi tạo mạng nơ-ron nhân tạo Matlab 33 2.3.3 Cài đặt tham số cho mạng nơ-ron nhân tạo 36 2.3.4 Huấn luyện mạng 37 2.3.5 Dự báo (Forecasting) 38 CHƯƠNG 3.1 KHẢO SÁT MƠ HÌNH MẠNG NƠ-RON DỰ BÁO PHỤ TẢI KHU VỰC TP.HCM 39 Dữ liệu phụ tải khu vực Thành Phố Hồ Chí Minh 39 3.1.1 Giới thiệu Thành Phố Hồ Chí Minh 39 3.1.2 Dữ liệu phụ tải 39 3.1.3 Dữ liệu thời tiết 42 3.1.4 Các ngày tuần 45 3.1.5 Ngày nghỉ ngày làm việc .45 3.2 Xây dựng mơ hình mạng nơ-ron 46 3.2.1 Số lượng đầu vào mạng (Input) 47 3.2.2 Thuật toán huấn luyện mạng 48 3.2.3 Số lượng nơ-ron lớp ẩn (Nodes of hidden layer) 48 vi 3.2.4 Số lượng lớp ẩn mạng (Hidden layer) .48 3.2.5 Độ tin cậy kết quả 49 3.2.6 Lưu đồ code Matlab 50 3.3 Khảo sát dự báo phụ tải 52 3.3.1 So sánh thuật toán training 52 3.3.2 So sánh số số lượng nơ-ron lớp ẩn 56 3.3.3 So sánh kết quả mơ hình có số lớp ẩn khác 59 3.3.4 So sánh mơ hình có số lượng đầu vào khác 63 3.4 Kết luận 67 KẾT LUẬN .70 TÀI LIỆU THAM KHẢO 71 LÝ LỊCH TRÍCH NGANG .73 vii ... TÀI: Ứng dụng mạng nơ-ron nhân tạo dự báo phụ tải ngắn hạn khu vực Tp. Hồ Chí Minh NHIỆM VỤ VÀ NỘI DUNG: • Tìm hiểu mạng nơ-ron nhân tạo • Xây dựng mơ hình mạng nơ-ron nhân tạo dự báo phụ tải... 2.1 MẠNG NƠRON NHÂN TẠO VÀ ỨNG DỤNG MẠNG NƠ-RON NHÂN TẠO DỰ BÁO PHỤ TẢI ĐIỆN 14 Mạng nơron nhân tạo 14 2.1.1 Lịch sử phát triển mạng nơron nhân tạo 14 2.1.2 Giới thiệu mạng. .. hiểu lý thuyết cách ứng dụng mạng nơ-ron nhân tạo cho toán dự báo phụ tải Xây dựng khảo sát mơ hình mạng nơ-ron nhân tạo tối ưu cho dự báo phụ tải điện ngắn hạn khu vực Tp. HCM Đối tượng phạm