Xây dựng mô hình dự báo tình hình sử dụng điện sử dụng mạng nơ ron nhân tạo

Xây dựng mô hình dự báo tình hình sử dụng điện sử dụng mạng nơ ron nhân tạo Xây dựng mô hình dự báo tình hình sử dụng điện sử dụng mạng nơ ron nhân tạo Xây dựng mô hình dự báo tình hình sử dụng điện sử dụng mạng nơ ron nhân tạo Xây dựng mô hình dự báo tình hình sử dụng điện sử dụng mạng nơ ron nhân tạo

LỜI CAM ĐOAN Trước hết, em gửi lời cảm ơn chân thành tới tập thể thầy cô Trường Đại học Điện lực tạo môi trường tốt để em học tập nghiên cứu Em xin cảm ơn thầy cô Khoa sau đại học quan tâm đến khóa học này, tạo điều kiện cho học viên có điều kiện thuận lợi để học tập nghiên cứu Đặc biệt, em xin gửi lời cảm ơn sâu sắc đến TS Nguyễn Thị Thu Hà tận tình bảo, hướng dẫn sửa chữa chi tiết cho nội dung luận văn Em cam đoan nội dung luận văn em hồn tồn tìm hiểu, nghiên cứu viết ra, em thực bước cẩn thận theo định hướng, hướng dẫn tận tình giáo viên hướng dẫn Mọi tham khảo dùng luận văn trích dẫn rõ ràng tên tác giả, tên cơng trình, thời gian, địa điểm cơng bố Em xin chịu trách nhiệm với nội dung luận văn Người thực đề tài Nguyễn Tuấn Long DANH MỤC CÁC THUẬT NGỮ VIẾT TẮT Thuật ngữ đầy đủ Viết tắt CNTT Công nghệ Thông tin MLR Multiple Linear Regression HW Holt - Winters ARIMA AutoRegressive Integrated Moving Average ARMA Autoregressive Moving Average MAPE Mean Absolute Percentage Error K-NN K-láng giềng gần APE Absolute Percentage Error RMSE Root Mean Squared Error MAPE Mean Absolute Percentage ANN Artificial Neural Network MIMO Many Input Many Output LMS Least Means Square RBF Radial Basis Function WPI Worcester Polytechnic Institute CPI Consumer Price Index PPI Producer Price Index VAR Vector Autoregression AR Univariate Autoregression OECD Organization for Economic Co-Operation and Development KRLS Kitchigami Regional Library System FDI Foreign Direct Investment GDP Gross Domestic Product MỤC LỤC PHẦN MỞ ĐẦU 1 Lý lựa chọn đề tài Đối tượng phạm vi nghiên cứu Mục tiêu nhiệm vụ luận văn Ý nghĩa khoa học tính thực tiễn đề tài Phương pháp nghiên cứu Bố cục luận văn CHƯƠNG 1: TỔNG QUAN VỀ DỰ BÁO Giới thiệu 1.1 Khái niệm dự báo 1.2 Đặc điểm dự báo 1.3 Quy trình dự báo 1.2 Các phương pháp dự báo 1.2.1 Mơ hình chung 1.2.2 Phương pháp tham chiếu 10 1.2.3 Phương pháp phân tích chuỗi thời gian 11 1.2.4 Các mơ hình hồi quy 12 1.2.5 Các phương pháp học máy 14 1.2.5.1 Mơ hình Bayesian Network 14 1.2.5.2 Cây hồi quy 15 1.2.5.3 Mạng nơ ron nhân tạo 18 1.2.5.4 Mơ hình Markov 19 1.4 Kết luận chương I 20 CHƯƠNG : DỰ BÁO NHU CẦU SỬ DỤNG ĐIỆN 21 2.1 Dự báo nhu cầu sử dụng điện 21 2.1.1 Dự báo nhu cầu sử dụng điện ngắn hạn 22 2.1.2 Dự báo nhu cầu sử dụng điện trung hạn 22 2.1.3 Dự báo nhu cầu sử dụng điện dài hạn 23 2.2 Các nhân tố ảnh hưởng 23 2.2.1 Thời tiết 25 2.2.2 Giá điện 25 2.2.3 Kinh tế môi trường 25 2.2.4 Các kiện khơng đốn trước 26 2.3 Phương pháp dự báo nhu cầu sử dụng điện dựa mạng nơ ron nhân tạo 26 2.3.1 Mạng lưới NORON nhân tạo 27 2.3.2 Chế độ học tập 29 2.3.3 Áp dụng cho dự báo nhu cầu sử dụng điện 29 2.4 Đánh giá kết dự báo 32 CHƯƠNG ĐÁNH GIÁ VÀ THỬ NGHIỆM 34 3.1 Môi trường cài đặt 34 3.2 Ngôn ngữ sử dụng 37 3.2.1 Hệ quản trị CSDL Microsoft SQL Server 2008 37 3.2.2 Microsoft Net 38 3.2.3 Ngôn ngữ lập trình C# 39 3.3 Kiến trúc hệ thống 39 3.3.1 Yêu cầu hệ thống 39 3.3.2 Các chức hệ thống 39 3.3.3 Biểu đồ lớp 41 3.4 Một số giao diện hệ thống 43 3.5 Kết thử nghiệm 47 3.5.1 Dữ liệu thử nghiệm 47 3.5.2 Thực xây dựng mạng nơ ron 49 3.5.3 Đánh giá kết thử nghiệm 52 3.6 Kết luận chương 54 KẾT LUẬN 55 TÀI LIỆU THAM KHẢO 56 PHẦN MỞ ĐẦU Lý lựa chọn đề tài Công nghệ thông tin ngày phát triển thành tựu ứng dụng hầu hết ngành, lĩnh vực hoạt động đời sống xã hội mang lại nhiều hiệu to lớn, góp phần thúc đẩy phát triển chung xã hội, đặc biệt cịn góp phần trì, điều phối phát triển cách ổn định kinh tế Trong công tác quy hoạch xây dựng chiến lược phát triển kinh tế xã hội nói chung quy hoạch phát triển hệ thống điện nói riêng, cần thiết phải tính tốn xác định số kinh tế thời điểm tương lai cần thiết phải sử dụng phương pháp dự báo, mức độ xác kết dự báo phụ thuộc nhiều vào việc lựa chọn mơ hình phương pháp dự báo Đối với công tác dự báo nhu cầu sử dụng điện năng, kết dự báo không xác, sai lệch nhiều khả cung cấp nhu cầu điện dẫn đến hậu không tốt cho kinh tế Nếu ta dự báo nhu cầu điện thừa so với nhu cầu sử dụng phải huy động nguồn lớn mức cần thiết dẫn đến tăng vốn đầu tư Ngược lại dự báo nhu cầu sử dụng điện q thấp so với nhu cầu khơng đáp ứng nhu cầu cho hộ tiêu thụ điện làm thiệt hại cho kinh tế quốc dân, ảnh hưởng đến đời sống sinh hoạt nhân dân Ngày có hàng loạt phương pháp dự báo đề xuất áp dụng tính tốn tốn quy hoạch như: phương pháp tính theo hệ số đàn hồi, phương pháp ngoại suy theo thời gian, phương pháp tương quan, phương pháp chuyên gia, phương pháp san hàm mũ, phương pháp xác định toán tử dự báo tối ưu, phương pháp mạng nơ ron v.v Mỗi phương pháp dự báo nêu có ưu nhược điểm phạm vi sử dụng khác nhau, tùy thuộc vào phạm vi áp dụng, lượng thơng tin sẵn có điều kiện riêng mà lựa chọn phương pháp thích hợp Xuất phát từ nhu cầu đó, đề tài đề cập đến phương pháp dự báo, sở phân tích tính tốn lựa chọn mơ hình dự báo thích hợp có sai số nhỏ sở số liệu thống kê thu thập để áp dụng tính tốn dự báo nhu cầu sử dụng điện cho tỉnh Thái Nguyên Đối tượng phạm vi nghiên cứu Một số phương pháp dự báo nhu cầu điện Tìm hiểu mạng nơ ron nhân tạo mạng nơ ron nhiều lớp dự báo Mục tiêu nhiệm vụ luận văn Mục đích luận văn tìm hiểu số phương pháp dự báo ứng dụng dự báo nhu cầu tiêu thụ điện dựa tập liệu có sẵn Ý nghĩa khoa học tính thực tiễn đề tài Mạng nơ ron nhân tạo nghiên cứu ứng dụng nhiều giới mẻ Việt Nam Thực tế có Cơng ty điện lực tiến hành dự báo nhu cầu sử dụng điện cách nghiêm túc, khoa học Là thành phố công nghiệp, Thái Nguyên phát triển nhanh số liệu dự báo xác giúp cho lãnh đạo thành phố hoạch định sách, quy hoạch phát triển thành phố phù hợp Kết đề tài cung cấp số liệu công tác quy hoạch phát triển hệ thống điện phù hợp với quy hoạch phát triển thành phố Đồng thời đảm bảo cung cấp đủ lượng điện cho phát triển kinh tế Là nhân viên Tổng công ty Điện lực miền Bắc phụ trách nghiên cứu phát triển Công nghệ thông tin, tác giả hy vọng đề tài góp phần làm rõ cấu trúc, nguyên lý mạng nơ ron, qua ứng dụng vào cơng tác dự báo cơng việc thường xuyên Công ty điện lực, trở thành phương pháp dự báo nhanh xác Phương pháp nghiên cứu Thu thập số liệu thống kê thành phần kinh tế: Giá trị sản xuất Công nghiệp, Dịch vụ, Nông – Lâm – Ngư nghiệp, GDP, Dân số, Thu nhập thành phố Thái Nguyên qua năm Thu thập số liệu điện tiêu thụ thành phố qua năm Nghiên cứu sở tính tốn xây dựng chương trình dự báo nhu cầu sử dụng điện sử dụng mạng nơ ron nhân tạo Áp dụng tính tốn dự báo nhu cầu sử dụng điện cho thành phố Thái Nguyên đến năm 2025 Bố cục luận văn Luận văn gồm nội dụng sau: + Phần mở đầu + Chương 1: Tổng quan dự báo + Chương 2: Dự báo nhu cầu sử dụng điện + Chương 3: Xây dựng mơ hình dự báo tình hình sử dụng điện sử dụng mạng nơ ron nhân tạo + Phần kết luận hướng phát triển CHƯƠNG 1: TỔNG QUAN VỀ DỰ BÁO Trong chương trình bày khái niệm dự báo, đặc điểm dự báo, quy trình dự báo Trong chương giới thiệu số phương pháp sử dụng dự báo phương pháp tham chiếu, phương pháp phân tích chuỗi thời gian, phương pháp sử dụng mạng nơ ron nhân tạo… Giới thiệu 1.1 Khái niệm dự báo Dự báo q trình đưa dự đốn tương lai dựa liệu khứ và thường thơng qua phân tích xu hướng Dự báo đề cập đến phương pháp thống kê sử dụng theo mơ hình chuỗi thời gian, với phương pháp đánh giá Ngày dự báo đặc biệt quan tâm sử dụng nhiều lĩnh vực khác nhau: kinh doanh, dự báo tăng trưởng kinh tế, dự báo lũ thời tiết thiên tai, dự báo mực nước,… Thuật ngữ dự báo có nguồn gốc từ tiếng Hy Lạp “Pro” (nghĩa trước) “gnois” (nghĩa biết), “Prognois” nghĩa biết trước Dự báo tiên đốn có khoa học, mang tính chất xác suất mức độ, nội dung, mối quan hệ, trạng thái, xu hướng phát triển đối tượng nghiên cứu cách thức thời hạn đạt mục tiêu định đề tương lai Tiên đốn hình thức phản ánh vượt trước thời gian thực khách quan, kết nhận thức chủ quan người dựa sở nhận thức quy luật khách quan vận động phát triển vật tượng Có thể phân biệt ba loại tiên đốn: Tiên đốn khơng khoa học: Đó tiên đốn khơng có sở khoa học, thường dựa mối quan hệ qua lại có tính tưởng tượng, khơng thực, cấu trúc cách giả tạo, phát có tính chất Các hình thức bói tốn, tiên tri, luận điệu tun truyền lực thù địch… thuộc loại tiên đốn Tiên đốn kinh nghiệm: Các tiên đốn hình thành qua kinh nghiệm thực tế dựa vào mối quan hệ qua lại thường xuyên thực tế tưởng tượng mà khơng sở phân tích cấu trúc lý thuyết, nghiên cứu quy luật hay đánh giá kinh nghiệm Loại tiên đốn nhiều có sở song lại khơng giải thích vận động đối tượng đa số dừng lại mức độ định tính Tiên đốn khoa học: Đây tiên đốn dựa việc phân tích mối quan hệ qua lại đối tượng khuôn khổ hệ thống lý luận khoa học định Nó dựa việc phân tích quy luật phát triển đối tượng dự báo điều kiện ban đầu với tư cách giả thiết Tiên đoán khoa học kết kết hợp phân tích định tính phân tích định lượng q trình cần dự báo Chỉ có dự báo khoa học đảm bảo độ tin cậy cao sở vững cho việc thông qua định quản lý khoa học 1.2 Đặc điểm dự báo Khơng có cách để xác định tương lai cách chắn (tính khơng xác dự báo) Dù phương pháp sử dụng ln tồn yếu tố không chắn thực tế diễn Ln có điểm mù dự báo Chúng ta khơng thể dự báo cách xác hồn tồn điều xảy tương lai Hay nói cách khác, khơng phải dự báo thiếu hiểu biết vấn đề cần dự báo Dự báo cung cấp kết đầu vào cho nhà hoạch định sách việc đề xuất sách phát triển kinh tế, xã hội Chính sách ảnh hưởng đến tương lai, ảnh hưởng đến độ xác dự báo 1.3 Quy trình dự báo Quy trình dự báo chia thành 09 bước (hình 1.1) Các bước bắt đầu kết thúc với trao đổi (communication), hợp tác (cooperation) cộng tác (collaboration) người sử dụng người làm dự báo Xác định mục tiêu Xác định đối tượng dự báo Xác định thời gian dự báo Thu thập, khảo sát liệu Chọn mơ hình Đánh giá mơ hình Chuẩn bị dự báo Trình bày dự báo Theo dõi kết Hình 1.1 Quy trình dự báo Bước 1: Xác định mục tiêu - Các mục tiêu liên quan đến định cần đến dự báo phải nói rõ Nếu định khơng thay đổi có dự báo hay khơng, nỗ lực thực dự báo vơ ích - Nếu người sử dụng người làm dự báo có hội thảo luận mục tiêu, kết dự báo sử dụng nào, kết dự báo có ý nghĩa quan trọng Bước 2: Xác định đối tượng dự báo - Khi mục tiêu tổng quát rõ, ta phải xác định xác đối tượng hay biến dự báo cách cụ thể - Xác định phạm vi đối tượng dự báo (một sản phẩm hay nhóm sản phẩm, thị trường nước, khu vực hay xuất khẩu…) Bước 3: Xác định thời gian dự báo Bảng 3.2: Dữ liệu huấn luyện Tên trường Kiểu liệu Mơ tả Khóa ID Int X ThoiGian Nvarchar(500) Thời gian thay đổi giá SanLuong decimal(18, 0) Giá thời điểm thay đổi NgayTao Datetime Ngày tạo thay đổi giá Bảng 3.3: Lưu dự báo qua lần thử nghiệm Tên trường ID Kiểu liệu Int Mơ tả Khóa X SanLuongDuBao decimal(18, 0) Sản lượng dự báo ThoiGianDuBao Datetime Thời gian dự báo thay đổi giá lượng NgayTao datetime Ngày tạo LanDuBao Int Lần dự báo Giá ngày gần trước thay IDNgayGanNhat Int đổi giá TyLeChenh Tỷ lệ chênh so với thực tế decimal(18, 0) Bảng 3.4: Quản lý người dùng Tên trường Kiểu liệu Mơ tả Khóa ID Int X TaiKhoan Varchar(50) Tài khoản người dùng HoTen Nvarchar(200) Họ tên người dung DiaChi datetime Địa DienThoai Int Điện thoại PassWord Varchar(50) Mật đăng nhập Hình thể lược đồ liên kế bảng hệ thống 42 Hình 3.5: Lược đồ thể liên kết bảng 3.4 Một số giao diện hệ thống Hình 3.6: Giao diện đăng nhập 43 Hình 3.7: Giao diện chương trình Hình 3.8: Giao diện quản lý tài khoản người dùng 44 Hình 3.9: Giao diện sản lượng tiêu thụ năm điện lực Thái Nguyên Hình 3.10: Giao diện liệu nhân tố ảnh hưởng tới nhu cầu sử dụng điện 45 Hình 3.11: Giao diện thêm liệu nhân tố ảnh hưởng tới nhu cầu sử dụng điện Hình 3.12: Giao diện huấn luyện liệu Thời tiết Giá điện Dân số CPI Năm Quý 27 1700 1.200.000 101 2017 27 1700 1.200.000 101 2017 27 1700 1.200.000 101 2017 27 1700 1.200.000 101 2017 Hình 3.13: Dữ liệu thử nghiệm Hình 3.14: Dự báo nhu cầu sử dụng điện 46 3.5 Kết thử nghiệm 3.5.1 Dữ liệu thử nghiệm Đề tài “TÌM HIỂU VÀ DỰ BÁO NHU CẦU SỬ DỤNG ĐIỆN” tập trung thử nghiệm dự báo sản lượng tiêu thụ điện tỉnh Thái Nguyên Dữ liệu thử nghiệm giá điện bình quân (VND/kwh) (Số liệu từ nguồn liệu hệ thống CMIS – chương trình quản lý kinh doanh điện Tập đồn điện lực Việt Nam) Để đảm bảo tính xác, đầy đủ độ tin cậy liệu thu thập theo quý, riêng số liệu thống kê lần năm Cụ thể tiến hành thu thập số liệu từ năm 2007 đến năm 2016 Bảng đưa số nhân tố ảnh hưởng đến nhu cầu sử dụng điện Việc thay đổi nhu cầu sử dụng điện phụ thuộc lớn vào thời tiết năm nên tác giả chia số liệu thành quý Các nhân tố ảnh hưởng đến nhu cầu sử dụng điện xét luận văn gồm: Giá điện bình quân, Dân số, Chỉ số giá tiêu dùng CPI, Thời tiết Nhân tố giá điện bình quân xác định cơng thức: Điện bình qn = Doanh thu / Điện thương phẩm Nhân tố dân số số giá tiêu dùng lấy từ Website Tổng cục thống kê Việt Nam Nhân tố thời tiết tổng hợp từ Trung tâm dự báo khí tượng thủy văn TW Bảng 3.5: Dữ liệu tỉnh Thái Nguyên từ năm 2007 đến năm 2016 STT Năm Quý Thời tiết (độ C) Dân số (người) Giá điện bình quân (đồng/kWh) CPI Sản lượng (kWh) 869 101 163,703,017 2007 19 1,098,490 2007 27.6 1,098,490 869 100.7 191,817,644 2007 28.8 1,098,490 869 100.7 209,640,326 2007 2008 23.5 1,098,490 20 869 101.6 197,251,852 921 103 47 1,120,310 171,382,037 921 102.8 200,815,473 2008 27 1,120,310 2008 28.9 1,120,310 921 101 219,474,185 2008 22.5 1,120,310 921 99.5 206,504,589 2009 16.8 1,125,368 955 100.4 182,115,895 10 2009 27 1,125,368 955 100.4 213,392,781 11 2009 28.9 1,125,368 955 100.5 233,220,110 12 2009 22.1 1,125,368 955 100.8 219,438,214 13 2010 19.8 1,131,278 967 101.4 188,617,933 14 2010 27.4 1,131,278 967 100.2 221,011,490 15 2010 29.5 1,131,278 967 100.5 241,546,709 16 2010 22.9 1,131,278 967 101.6 227,272,761 17 2011 20.3 1,139,444 1125 18 2011 27.7 1,139,444 1125 102.2 357,938,799 19 2011 29.3 1,139,444 1125 20 2011 22.4 1,139,444 1125 100.4 368,079,231 21 2012 15.9 1,141,191 1254 100.4 321,495,522 22 2012 26.8 1,141,191 1254 100.4 376,709,697 23 2012 28.8 1,141,191 1254 100.5 411,711,570 24 2012 21.9 1,141,191 1254 100.8 387,381,910 25 2013 17 1,156,167 1374 101.4 343,543,880 26 2013 28.5 1,156,167 1374 102.8 402,544,676 27 2013 28.9 1,156,167 1374 102 101 101 305,475,866 391,196,579 439,946,999 48 28 2013 23 1,156,167 1374 99.5 29 2014 19.7 1,157,487 1416 100.4 363,809,371 30 2014 28 1,157,487 1416 100.5 426,290,597 31 2014 28.3 1,157,487 1416 100.8 465,899,265 32 2014 21.6 1,157,487 1416 101.4 438,367,440 33 2015 18.3 1,160,190 1518 100.4 549,022,297 34 2015 28.2 1,160,190 1518 100.4 643,312,297 35 2015 29.2 1,160,190 1518 100.5 703,085,475 36 2015 22.5 1,160,190 1518 100.8 661,537,381 37 2016 19.6 1,171,578 1523 38 2016 29 1,171,578 39 2016 29.3 1,171,578 1523 100.7 1,079,750,149 40 2016 23.4 1,171,578 1523 101.6 1,015,943,454 101 413,948,796 843,150,553 1523 100.7 987,954,628 3.5.2 Thực xây dựng mạng nơ ron Các bước giải thuật thư sau: Bước 1: Chuẩn hóa liệu đầu vào thu đầu vào Dữ liệu đầu vào mạng gồm thông số là: Thời tiết, CPI, Dân số, Giá điện, Năm, Quý Các giá trị thông số tương đối chênh lệch Ta cầu phải chuẩn hóa liệu đầu vào để thơng số đầu vào mạng có vai trị chúng ảnh hưởng đến kết đầu mức độ định Chuẩn hóa luận văn thực cho biến đầu vào dao động đoạn [0,1] cách chia cho số cố định sau cho kết nằm đoạn [0,1] Trích đoạn code hiệu chỉnh thơng số đầu vào: double[,] dlVao = new double[soDong, 5]; 49 double[] dlRa = new double[soDong]; for (int i = 0; i < soDong; i++) { dlVao[i, 0] = double.Parse(dt.Rows[i][0].ToString()) / 50000; dlVao[i, 1] = double.Parse(dt.Rows[i][3].ToString()) / 500000; dlVao[i, 2] = double.Parse(dt.Rows[i][4].ToString()) / 50000; dlVao[i, 3] = double.Parse(dt.Rows[i][5].ToString()) / 10000000000; dlVao[i, 4] = double.Parse(dt.Rows[i][6].ToString()) / 500000; dlRa[i] = double.Parse(dt.Rows[i][7].ToString()) / 5000; } Đầu tiên xây dựng mảng động: cho biến đầu vào nhân tố ảnh hưởng, mảng lại mảng sản lượng điện lần thay đổi Sử dụng vòng lắp for để duyệt biến mảng Các giá trị đầu vào chia cho giá trị tương ứng thích hợp để hiểu chỉnh đoạn [0,1] Bước 2: Xây dựng mạng noron - Chọn nút đầu vào nơron - Chọn nút ẩn (số nút ẩn thiết lập theo tùy chọn nhập từ bàn phím) mặc định nút - Chọn nút đầu sản lượng điện dự đoán - Chọn sai số thỏa mãn mặc định 0,00001 - Chọn hệ số học 0.5 - Khởi tạo giá trị ngẫu nhiên cho trọng số 10 Trích đoạn code mơ việc xây dựng mạng nơron //Thuc hien huan luyen du lieu ANN = new DST_ANN(); ANN.thietLap_TocDoHoc(0.5); ANN.thietLapMoment(0.2); 50 ANN.ann_set_lr_changing_factor(0.1); ANN.setDoDoc(0.5); ANN.setPhuongThuc_KhoiTaoTrongSo(INIT_METHODs.NGUYEN, 10.0); ANN.createNetwork(5, 1, solopan, 10); ANN.SetTrainData(dlVao, dlRa, solantraining, 0.00001); ANN.Train(); if (ANN.m_LoiTrungBinh >= 0) lbsaiso.Text = "Sai số: " + ANN.m_LoiTrungBinh.ToString(); lbSolanLap.Text = "Số lần lặp: " + ANN.m_Iteraton.ToString(); Bước 3: Thực Lan truyền ngược theo liệu đầu vào Bước 4: Tính sai số học đầu định xem có học tiếp hay khơng, học tiếp chuyển đến bước Bước 5: Tính sai số nút đầu vào, cập nhật trọng số Kiểm tra số vòng lặp nhập vào từ bàn phím - Nếu chưa đến số vòng lặp nhập tiếp tục lặp lại bước - Nếu đến số vòng lặp nhập kết thúc huấn luyện Xây dựng mơ hình giải thuật dựa vào bước giải thuật trên: 51 Bắt đầu B1: Chuẩn hóa liệu đầu vào B2: Xây dựng mạng nơ ron B3: Lan truyền ngược B4: Tính sai số liệu lập B5: Tính sai số nút cập nhật trọng số Sai Kiểm tra số vịng lặp nhập từ bàn phím Đúng Kết thúc Hình 3.14: Mơ hình xây dựng mạng nơron 3.5.3 Đánh giá kết thử nghiệm Luận văn thực đánh giá kết dựa lỗi sai số kết dự báo đưa phương pháp luận văn kết thực công bố “Tổng công ty 52 Điện Lực miền Bắc” Bảng 3.6 mô tả kết thử nghiệm phương pháp với liệu sản lượng điện tiêu thụ năm 2017 Bảng 3.6: Dữ liệu đầu vào test chương trình Năm Khoảng Thời tiết thời gian (độ C) Giá điện bình Dân số quân (người) CPI (đồng) 2017 Quý 19 1500 1,171,578 100 2017 Quý 29 1500 1,171,578 100 2017 Quý 30 1500 1,171,578 100 2017 Quý 20 1500 1,171,578 100 Bảng 3.7: Dữ liệu kết trình test điện lực Thái Nguyên Điện tiêu thụ dự báo Năm Thời gian (kWh) Điện tiêu thụ thực tế Tỷ lệ chênh (kWh) 2017 Quý 942,039,369 956,385,147 -14,345,778 2017 Quý 1,102,481,951 1,131,911,655 -29,429,704 2017 Quý 1,138,537,800 1,187,213,556 -48,675,756 2017 Quý 1,110,526,437 1,146,645,780 -36,119,343 Đối với sản lượng điện, sử dụng 40 mẫu để huấn luyện.Số mẫu huấn luyện nhiều cho kết dự báo khả quan 53 Tỷ lệ thấp cho thấy độ chênh lệch sản lượng không cao Để đánh giá chương trình ta dựa vào tỷ lệ chênh, sản lượng điện thực tế qua phương pháp tính Sai số phần trăm tuyệt đối (APE) Trung bình sai số phần trăm tuyệt đối (MAPE) APE = |Sản lượng thực tế - Sản lượng dự báo| / Sản lượng thực tế Ta có bảng 3.8 kết Sai số phần trăm tuyệt đối Điện tiêu thụ Điện tiêu thụ dự báo Năm thực tế Thời gian (kWh) (kWh) APE (%) 2017 Quý 942,039,369 956,385,147 1.5 2017 Quý 1,102,481,951 1,131,911,655 2.6 2017 Quý 1,138,537,800 1,187,213,556 4.1 2017 Quý 1,110,526,437 1,146,645,780 3.15 Áp dụng cơng thức sai số trung bình sai số phần trăm tuyệt đối MAPE ta đưa kết sai số cho chương trình là: MAPE = 𝑁 ∑𝑛 𝐴𝑃𝐸 = 2.8375% 3.6 Kết luận chương Trong chương này, luận văn trình bày trình xây dựng, cài đặt hệ thống thử nghiệm kết hệ thống Đồng thời chương đánh giá lỗi tỉ lệ hay gọi sai số chênh lệch kết dự báo kết thực Các giao diện hệ thống mô tả hệ thống thực chương 54 KẾT LUẬN Dự báo nhu cầu sử dụng điện nhiệm vụ quan trọng trình lập kế hoạch, quy hoạch, chiến lược phát triển lượng nói riêng ngành kinh tế nói chung Kết dự báo nhu cầu sử dụng điện có ảnh hưởng lớn đến tham số kinh tế kỹ thuật ngành lượng (điện năng, dầu hỏa dầu, ) đến tiến trình phát triển kinh tế Trên sở nghiên cứu lý thuyết ứng dụng mạng Neuron nhân tạo toán dự báo nhu cầu sử dụng điện năng, luận văn đề xuất xây dựng mơ hình dự báo sản lượng điện tiêu thụ sử dụng mạng Neuron nhân tạo phù hợp với điều kiện Việt Nam khả thu thập liệu nhân tố kinh tế, xã hội có ảnh hưởng đến nhu cầu tiêu thụ lượng Tuy vậy, toán dự báo nhu cầu sử dụng điện mà luận văn tiếp cận nhiều vấn đề cần phải mở ra, ví dụ tác động khác nhân tố: trị, xã hội… Các yếu tố tác động vào mơi trường nguồn lượng có nguy bị cạn kiệt chưa đề cập tới Trong tương lai, có hội tiếp tục tiếp cận với toán này, học viên mở rộng phát triển dự báo với nhiều tham số hơn, hiệu chỉnh mạng nơ ron cho phù hợp với toán 55 TÀI LIỆU THAM KHẢO [1] Wolfgang Schellong: Energy Demand Analysis and Forecast, 2011, http://intechopen.com [2] Box, G & Jenkins, G (1976) Time series analysis, forecasting and control Prentice Hall, NY, USA, ISBN 0-130-60774-6 [3] Draper, N & Smith, H (1998) Applied Regression Analysis Wiley Series in Probability and Statitics, NewYork, ISBN 0-471-17082-8 [4] Deuflhard, P & Hohmann, A.(2003) Numerical Analysis in Modern Scientific Computing Springer Verlag, NewYork, ISBN 0-387-95410-4 [5] Yi Zuo, Katsutoshi Yada, Eisuke Kita, 2015, A Bayesian Network Approach for Predicting Purchase Behavior via Direct Observation of In-store Behavior [6] Gujarati, D.N 2003 Basic Econometrics New York: McGraw Hill Book Co [7] Schellong, W & Hentges, F (2007) Forecast of the heat demand of a district heating system Proc 7th Conf on Power and Energy System, pp 383-388, ISBN 978-0-88986689-8, Palma de Mallorca, Spain, 2007 [8] http://www.cs.nott.ac.uk/~pszgxk/courses/g5aiai/006neural/networks/neural- networks.html [9] Singh A, Chen H, Canizares A.C, “ANN-based short term load forecasting in electricity markets”, Proceedings of the IEEE power engineering society transmission and distribution conference, 2001, pp2:411-415 [10] Breiman, L., Friedman, J., Olshen, R and Stone, C (1984) Classification and Regression Trees Chapman and Hall, Wadsworth, New York 56