Ứng dụng mạng noron nhân tạo dự báo phụ tải ngắn hạn hệ thống điện miền bắc

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI - LUẬN VĂN THẠC SĨ KHOA HỌC ỨNG DỤNG MẠNG NƠRON NHÂN TẠO DỰ BÁO PHỤ TẢI NGẮN HẠN HỆ THỐNG ĐIỆN MIỀN BẮC NGÀNH: CÔNG NGHỆ THÔNG TIN Mà SỐ: CHU NGHĨA Người hướng dẫn khoa học: PGS.TS NGUYỄN ĐỨC NGHĨA HÀ NỘI 2007 Môc lục Danh mục từ viết tắt Mở đầu CHƯƠNG I PHụ TảI Hệ THốNG ĐIệN MIềN BắC toán dự báo 1.1 Phụ tải Hệ thống điện miền Bắc .7 1.1.1 Giíi thiƯu chung HTĐ miền Bắc 1.1.2 Tầm quan trọng dự báo phụ t¶i 10 1.1.3 Những yếu tố ảnh hởng đến phụ tải ngắn hạn .11 1.1.4 Mục tiêu phạm vi nghiên cứu dự báo phụ tải 15 1.2 Bài toán dự báo phụ tải 16 1.2.1 Đặc điểm đồ thị phụ tải HTĐ miền Bắc 16 1.2.2 Dù b¸o phụ tải ngắn hạn cho 24h 19 CHƯƠNG II 23 Tổng quan Về MạNG NƠRON NHÂN TạO 23 2.1 Lịch sử phát triển mạng nơron nhân tạo 23 2.2 Cơ sở lý thuyết mạng nơron 26 2.3 Bộ nÃo nơron sinh học .27 2.4 Mô hình mạng nơron nhân tạo .30 2.4.1 Mô hình nơron nhân tạo 30 3.4.2 M« hình mạng nơron nhân tạo .33 Ch−¬ng III 40 ứng dụng mạng nơron ánh xạ đặc trng tự tổ chức Kohonen toán phân loại ngày 40 3.1 Sù cÇn thiết phân loại đồ thị phụ tải 40 3.1.1 Tập hợp kiểu đồ thị phụ tải đặc trng 40 3.1.2 Sự cần thiết phân loại ngày phơng pháp mạng nơron 42 3.2 Mạng nơron ánh xạ đặc trng tự tổ chức Kohonen 43 3.2.1 CÊu tróc m¹ng 44 3.2.2 Hn lun m¹ng 45 3.2.3 Sư dơng m¹ng 47 3.3 Xây dựng mạng Kohonen để phân loại ngày 48 3.3.1 ThiÕt kÕ cÊu tróc m¹ng 48 3.3.2 Hn lun m¹ng 49 3.3.3 X©y dựng cấu trúc phần mềm mô mạng Kohonen phân loại ngày .52 3.3.4 KÕt sử dụng mạng Kohonen phân loại ngày .52 3.3.5 Phân tích kết phân loại ngày tháng 2/2006, tháng 5/2006 .54 CHƯƠNG iV 58 ứNG DụNG MạNG NƠRON NHIềU LớP LAN TRUYềN NGƯợC SAI Số Dự BáO PHụ TảI Ngắn hạn THEO NHIệT Độ MÔI TRƯờNG 58 4.1 Các khái niệm mạng nơron nhiỊu líp lan trun ng−ỵc sai sè (Back propagation neural network) 58 4.1.1 Kiến trúc mạng truyền thẳng .59 4.1.2 HuÊn luyÖn m¹ng 60 4.1.3 Sư dơng m¹ng 64 4.1.4 Nghiªn cứu hội tụ độ phức tạp trình huấn luyện mạng 64 4.1.5 Một số vấn đề mạng nơron nhiều lớp 67 4.2 ứng dụng mạng nơron nhiều lớp lan truyền ngợc sai số xây dựng toán dự báo phụ tải hệ thống điện .68 4.2.1 C¸c b−íc xây dựng toán dự báo phụ tải 68 4.2.2 X©y dùng cÊu tróc phần mềm mô mạng nơron lan truyền ngợc sai số ứng dụng toán dự báo đỉnh đáy đồ thị phụ tải 72 4.2.3 Dự báo phụ tải cho 24 ngày .85 CHƯƠNG V 99 Hệ thống phần mềm dự báo phụ tải ngắn hạn cho hệ thống điện miền bắc 99 5.1 Giới thiệu sở liÖu 99 5.2 Đặc tả chức 100 5.2.1 Truy vÊn d÷ liƯu 100 5.2.2 Phân loại liệu 101 5.2.3 Chuẩn hoá liệu 101 5.2.4 HuÊn luyÖn m¹ng 101 5.2.5 Dự báo phụ tải .101 5.3 H−íng dÉn sư dơng 102 5.3.1 Truy vÊn d÷ liƯu 102 5.3.2 Phân loại liệu .103 5.3.3 Chuẩn hoá liÖu 103 5.3.4 Hn lun m¹ng 104 5.3.5 Dù b¸o 104 CHƯƠNG vI 106 so sánh với số kết đ có Đánh giá kết 106 6.1 So sánh với số phơng pháp đà có .106 6.2 Đánh giá kết 111 KÕT LUËN 114 Tµi liƯu tham kh¶o 116 Phô lôc i 118 Phô lôc II 120 Tãm t¾t luận văn 123 Summary 124 Danh mục từ viết tắt ANN Mạng nơron nhân tạo DBPT Dự báo phụ tải HTĐ Hệ thống điện HTĐ1 Trung tâm Điều độ Hệ thống điện miền Bắc MSE Trung bình tổng bình phơng sai số SSE Tổng bình phơng sai số CNTT Công nghệ thông tin ĐTPT Đồ thị phụ tải Mở đầu Trong năm gần đây, nhu cầu lợng không ngừng biến đổi tăng lên rõ rệt theo thời gian nên ngành Điện lực đà xây dựng nhiều nhà máy điện để đáp ứng nhu cầu tiêu thụ điện nớc Vì vậy, vấn đề quan trọng mà ngành Điện lực cần phải giải tốt toán dự báo phụ tải ngắn hạn dài hạn Cho đến đà có nhiều phơng pháp luận việc giải toán dự báo, song toán toán khó Hiện nay, ngành Điện lực Việt Nam toán dự báo phụ tải đợc giải chủ yếu nhờ sử dụng phơng pháp dự báo truyền thống mang tính kinh nghiệm tuý Trong số hớng nghiên cứu nhằm triển khai hệ thống thông minh giai đoạn tới, mạng nơron giữ vai trò quan trọng việc phát triển giải pháp nhận dạng, dự báoMạng nơron nhân tạo kü tht xư lý th«ng tin cã triĨn väng øng dụng việc giải toán dự báo Kết hợp chặt chẽ với logic mờ, mạng nơron nhân tạo giúp giải hiệu toán phức tạp Nhờ u điểm nh có cấu trúc xử lý song song, khả học ghi nhớ, khả tự tổ chức tổng quát hoá, mạng nơron nhân tạo ANN (Artificial Newal Networks) đà đợc nghiên cứu ứng dụng thành công nhiều lĩnh vực nh xấp xỉ hàm nhận dạng mẫu, dự báo Luận văn chủ yếu tập trung tìm hiểu mạng nơron nhân tạo nghiên cứu ứng dụng giải toán dự báo phụ tải ngắn hạn cho hệ thống điện miền Bắc Mục đích luận văn phát triển phơng pháp để giải toán dự báo phụ tải ngắn hạn Đối tợng cụ thể nghiên cứu dự báo phụ tải cho 24 sau nhằm đa thông số cần thiết cho công tác vận hành lập phơng thức điều hành hệ thống điện Luận văn bao gồm sáu chơng hai phụ lục Chơng I Phụ tải hệ thống điện miền Bắc toán dự báo: Trình bày tổng quan HTĐ miền Bắc Phát biểu toán dự báo phụ tải, nêu phạm vi, tầm quan trọng toán, yếu tố ảnh hởng đến phụ tải ngắn hạn Chơng II Tổng quan mạng nơron nhân tạo: Trình bày khái niệm mạng nơron nhân tạo: sở lý thuyết mô hình mạng Chơng III ứng dụng mạng nơron ánh xạ đặc trng tự tổ chức Kohonen toán phân loại ngày: Trình bày khái niệm mạng nơron ánh xạ ®Ỉc tr−ng tù tỉ chøc Kohonen, ®Ị xt cÊu tróc mạng để giải toán, xây dựng cấu trúc phần mềm phân tích đánh giá kết đạt đợc Chơng IV ứng dụng mạng nơron nhiều lớp lan truyền ngợc sai số toán dự báo phụ tải theo nhiệt độ môi trờng: Trình bày khái niệm mạng nơron nhiều lớp lan truyền ngợc sai số, đa bớc xây dựng toán, đề xuất cấu trúc mạng, xây dựng cấu trúc phần mềm, đánh giá kết so sánh với số phơng pháp đà có Chơng V - Hệ thống phần mềm dự báo phụ tải ngắn hạn cho Hệ thống điện miền Bắc: Giới thiệu sở liêụ, đặc tả chức hệ thống hớng dẫn sử dụng phần mềm Chơng VI - So sánh với số kết đà có đánh giá kết quả: So sánh phơng pháp dự báo phụ tải ngắn hạn Hệ thống điện miền Bắc sử dụng mạng nơron nhân tạo với số phơng pháp dự báo truyền thống Đánh giá kết đạt đợc khả ứng dụng phần mềm Phụ lục I Phần mềm mô mạng Kohonen toán phân loại kiểu ngày Phụ lục II Phần mềm mô mạng nơron lan truyền ngợc sai số ứng dụng toán dự báo đỉnh đáy đồ thị phụ tải Em xin chân thành cảm ơn PGS.TS Nguyễn Đức Nghĩa đà hớng dẫn cho em ý kiến quý báu, em xin chân thành cảm ơn thầy cô giáo khoa Công nghệ Thông tin Trờng Đại học Bách khoa Hà Nội đà trang bị kiến thức giúp em hoàn thành luận văn CHƯƠNG I PHụ TảI Hệ THốNG ĐIệN MIềN BắC toán dự báo Chơng đề cập đến vấn đề sau: ã Giới thiệu chung HTĐ miền Bắc ã Tầm quan trọng dự báo phụ tải ã Những yếu tố ảnh hởng đến phụ tải ngắn hạn ã Mục tiêu phạm vi nghiên cứu dự báo phụ tải ã Đặc điểm đồ thị phụ tải HTĐ miền Bắc ã Dự báo phụ tải ngắn hạn cho 24h 1.1 Phụ tải Hệ thống điện miền Bắc 1.1.1 Giới thiệu chung HTĐ miền Bắc Ranh giới Hệ thống điện miền Bắc đợc tính từ Hà tĩnh trở ra, vùng có vị trí địa lý tơng đối phức tạp, trải dài nằm sát bờ biển, có nhiều đồi núi, có nhiều vùng khí hậu khác nhau, kinh tế khu vực toàn miền Bắc phát triển không đồng dẫn đến công suất phụ tải khu vực có chênh lệch lớn Phụ tải chủ yếu tập trung vùng đồng bằng, thành phố lớn có công nghiệp phát triển Tại vùng phụ tải cao điểm thấp điểm chênh lệch không lớn Pmin/Pmax khoảng 0.7 phụ tải công nghiệp khu vực phát triển Đối với vùng miền núi sản xuất nông nghiệp, công nghiệp không phát triển Pmin/Pmax khoảng 0.3 phụ tải vào cao điểm chủ yếu phụ tải sinh hoạt, điều gây khó khăn lớn vận hành kinh tế hệ thống điện Vào thấp điểm hệ thống ta không khai thác cao đợc nguồn điện rẻ tiền vào cao điểm hệ thống ta phải chạy nguồn điện đắt tiền để phủ đỉnh, có phải hạn chế phụ tải vào cao điểm nguồn điện không đáp ứng đợc nhu cầu phụ tải Các thành phần cấu thành phụ tải đợc thể biều đồ sau: Quản lý & Tiêu dùng dân c 44.59% Các hoạt động khác 4.32% Nông nghiệp thuỷ sản 1.40% Thơng nghiệp & KSNH 4.49% Công nghiệp xây dựng 45.20% Hình 1.1 Biểu đồ thành phần cấu thành nên phụ tải Trên biểu đồ ta thấy phụ tải Quản lý & Tiêu dùng dân c, Công nghiệp & xây dựng chiếm tỷ trọng lớn, đến 90% tổng công suất phụ tải Theo thống kê, mức độ tăng trởng phụ tải hệ thống điện từ năm 2001 2005 cao Bảng 1.1 bảng 1.2 dới thể tốc độ tăng trởng phụ tải sản lợng năm Bảng 1.1: Sản lợng điện tiêu thụ HTĐ miền Bắc từ năm 2001-2005 2001 2002 2003 2004 2005 HTĐ miền Bắc 10.765.767,2 12.251.947,5 14.215.228,6 16.008.894,1 18.057.297,9 Cty I 7.042.600,7 8.125.911,1 9.573.472,8 10.857.462,9 12.292.387,7 Hà Nội 2.777.100,4 Hải Phòng 946.066,1 3.079.711 3.486.549 3.879.340,1 4,329.367,2 1.046.325,4 1.155.206,9 1.272.091,1 1.415.610,8 Bảng 1.2: Tốc độ tăng trởng phụ tải 2002 2003 2004 2005 HTĐ Bắc 13,84% 16,02% 12,62% 12,8% Cty I 15,38% 17,81% 13,41% 13,22% Hµ Nội 10,89% 13,21% 11,27% 11,6% Hải Phòng 10,6% 10,41% 10,12% 11,28% Do điện Quản lý & Tiêu dùng dân c lớn nên chênh lệch công suất cao điểm thấp điểm lớn (khoảng 2-3 lần) phụ thuộc nhiều vào thời tiết, gây ảnh hởng lớn đến việc khai thác tối u nguồn điện Phụ tải cao điểm nhân tố định việc huy động nguồn điện phụ tải thấp điểm lại giữ vai trò quan trọng việc định phối hợp điều chỉnh nguồn điện nhằm đảm bảo vận hành kinh tế Do việc dự báo xác phụ tải có ý nghĩa quan trọng toán vận hành kinh tế hệ thống điện nh cải tạo, thiết kế hệ thống cung cấp điện, giảm thiểu đợc tổn thất công suất điện Đặc biệt việc dự báo phụ tải cao điểm xác mang lại lợi ích hiệu suất sử dụng lợng cho khách hàng, tránh trình trạng thiếu công suất cao điểm Do phụ tải cao điểm thấp điểm hai giá trị đặc biệt đồ thị phụ tải ngày mối quan tâm hàng đầu ngời lập quy hoạch thiết kế hệ thống điện Khi phụ tải thấp tỉ lệ tổn thất tăng tổn hao không tải ... HTĐ miền Bắc ã Tầm quan trọng dự báo phụ tải ã Những yếu tố ảnh hởng đến phụ tải ngắn hạn ã Mục tiêu phạm vi nghiên cứu dự báo phụ tải ã Đặc điểm đồ thị phụ tải HTĐ miền Bắc ã Dự báo phụ tải ngắn. .. phơng pháp dự báo phụ tải ngắn hạn Hệ thống điện miền Bắc sử dụng mạng nơron nhân tạo với số phơng pháp dự báo truyền thống Đánh giá kết đạt đợc khả ứng dụng phần mềm Phụ lục I Phần mềm mô mạng Kohonen... PHụ TảI Hệ THốNG ĐIệN MIềN BắC toán dự báo 1.1 Phụ tải Hệ thống điện miền Bắc .7 1.1.1 Giíi thiệu chung HTĐ miền Bắc 1.1.2 TÇm quan träng cđa dù báo phụ tải