CHƯƠNG I NGHIÊN CỨU TỔNG QUAN VỀ MÔ HÌNH DỰ BÁO NGHIÊN CỨU TỔNG QUAN VỀ MÔ HÌNH DỰ BÁO
CHƯƠNG 3 XÂY DỰNG, TRIỂN KHAI HỆ THỐNG DỰ BÁO PHỤ TẢI ĐIỆN NĂNG
3.1. XÂY DỰNG CẤU TRÚC PHẦN MỀM MÔ PHỎNG MẠNG NEURAL
LAN TRUYỀN NGƢỢC SAI SỐ ỨNG DỤNG TRONG BÀI TOÁN DỰ BÁO ĐỈNH VÀ ĐÁY ĐỒ THỊ PHỤ TẢI
3.1.1 Cấu trúc mạng Neural dự áo phụ tải đỉnh
Cấu tr m ng o gồm m t l p vào m t l p ẩn và m t l p r . Số lƣ ng Neural l p ầu vào là ố ịnh phụ thu vào nh n tố nh hưởng ư sử ụng. Số Neural trong l p ẩn ƣ x ịnh ằng h huấn luyện v i m t số tập mẫu ể kiểm tr . Riêng l p r hỉ ó uy nhất m t neural ó h nh là gi trị phụ t i Pmax t i ần o.
M ng sẽ yêu ầu số ơn vị trong l p ẩn vừ ể ó thể họ ƣ ặ trƣng tổng qu t về mối qu n hệ gi nh n tố ầu vào và r . Mụ tiêu ặ r là hỉ sử ụng số Neural trong l p ẩn vừ ể uy tr ƣ mối qu n hệ gi liệu.
C hàm k h ho t n t ẩn và n t r ƣ họn là hàm sigmoi . Hàm này ó ặ iểm là ố nó gần nhƣ ằng kh ng khi ầu r l n.
F(x) =
Cấu tr m ng o phụ t i ỉnh gồm:
8 ầu vào:
o Nhiệt Tmax c ngày ần d o
o Nhiệt Tmax1 c ngày trƣ ngày cần d o
o Nhiệt Tmax2, Tmax3, Tmax4 c 3 ngày ó ng kiểu ngày ần d o o Nhiệt Pmax1, Pmax2, Pmax3 c 3 ngày ó ng kiểu ngày ần d o
Số Neural l p ẩn L = 30.
M t ầu ra phụ t i Pmax c ngày ần d o
Qua cấu tr m ng mà t ã ƣ r th mỗi mẫu cụ thể trong tập h p mẫu ƣ c x y ng từ 8 gi trị ầu vào tương ng v i tập d liệu, bao gồm nhiệt cao nhất trong ngày và phụ t i cao nhất trong ngày tương ng v i ngày làm việc trong th ng t ần ph i x y ng m t tập mẫu ng ể huấn luyện và kiểm tra kh n ng o trong qu tr nh huấn luyện.
V ụ ngày ần d o là ngày 8/05/2017. D liệu ầu vào và r a mẫu này ƣ x y ng nhƣ ng 3.1.
Bảng 3.1: B ng d liệu c ngày 5/5/2017 ến ngày 8/5/2017
Đầu vào của mạng Đầu ra
Tmax
(8/5)
Tmax
(7/5)
Tmax
(7/5)
Tmax
(6/5)
Tmax
(5/5)
Pmax
(7/5)
Pmax
(6/5)
Pmax
(5/5)
Pmax
(8/5) 32,3 29,8 32,9 32,3 33 165.6 156.8 159.8 160.1
Tương t t x y ng d liệu ầu vào và ầu ra c ngày kh trong th ng 5/2017 ể d o Pmax trong b ng 3.2.
Bảng 3.2: B ng d liệu phụ t i cao nhất c ngày trong th ng 5/2017
Thứ Ngày Tmax Tmax1 Tmax2 Tmax3 Tmax4 Pmax1 Pmax2 Pmax3 Pmax
2 08/05/2017 36 37 36 35 35 165.6 156.8 159.8 149.9
3 09/05/2017 36 36 37 36 35 144.2 165.6 156.8 159.8
4 10/05/2017 35 36 36 37 36 164.1 144.2 165.6 155.0
5 11/05/2017 36 35 36 36 37 161.3 164.1 144.2 155.7
6 12/05/2017 36 36 35 36 36 156.1 161.3 164.1 159.0
7 13/05/2017 35 36 36 35 36 153.8 161.7 160.0 149.6
8 14/05/2017 32 35 36 36 35 144.7 153.8 161.7 145.7
2 15/05/2017 34 32 35 36 36 163.2 156.1 161.3 160.3
3 16/05/2017 34 34 32 35 36 157.3 163.2 156.1 161.5
4 17/05/2017 34 34 34 32 35 164.8 157.3 163.2 158.5
5 18/05/2017 33 34 34 34 32 163.3 164.8 157.3 159.0
6 19/05/2017 35 33 34 34 34 160.8 163.3 164.8 155.4
7 20/05/2017 33 35 33 34 34 146.2 144.7 153.8 160.2
8 21/05/2017 33 33 35 33 34 157.1 146.2 144.7 159.8
2 22/05/2017 34 33 33 35 33 159.8 160.8 163.3 159.8
3 23/05/2017 34 34 33 33 35 162.1 159.8 160.8 149.2
4 24/05/2017 33 34 34 33 33 154.7 162.1 159.8 157.3
5 25/05/2017 34 33 34 34 33 162.6 154.7 162.1 157.7
6 26/05/2017 34 34 33 34 34 156.4 162.6 154.7 162.1
7 27/05/2017 34 34 34 33 34 158.2 157.1 146.2 154.9
8 28/05/2017 35 34 34 34 33 157.6 158.2 157.1 160.6
2 29/05/2017 34 35 34 34 34 164.1 156.4 162.6 154.9
3 30/05/2017 35 34 35 34 34 152.3 164.1 156.4 150.5
4 31/05/2017 35 35 34 35 34 154.5 152.3 164.1 159.9
Nhƣ ã ề cập liệu vào nên nằm trong kho ng [0.2, 0.8]. Trong khi ó phụ t i hệ thống iện Qu ng Ngãi nằm trong kho ng [144.2, 165.6] MW, nhiệt trong th ng 5/2017 nằm trong kho ng [32 37] C v vậy ể chuẩn hó liệu t ó thể chia phụ t i cho 700 và nhiệt ho 55 ể thu ƣ gi trị ầu vào nằm trong kho ng [0.2, 0.8].
Quá trình huấn luyện mạng.
Qu tr nh huấn luyện m ng ƣ c b t ầu v i hệ số trọng lƣ ng n ầu wij ƣ c g n gi trị ngẫu nhiên nhỏ. C hệ số trọng lƣ ng tiếp theo c a m ng ƣ h nh thành trong qu tr nh huấn luyện m ng theo thuật to n l n truyền ngƣ c sai số nhằm làm gi m dần sai số gi ầu r among muốn và ầu ra th c c a m ng.
Qu tr nh huấn luyện m ng dừng nếu SSE rất nhỏ, hoặc số vòng huấn luyện m ng l n t ến gi i h n o ngƣ i sử dụng ề ra. Kết th qu tr nh huấn luyện m ng t thu ƣ c b trọng số m i, gọi là trọng số sau khi huấn luyện.
M ng Neural v i cấu tr và trọng số sau khi huấn luyện sẽ ƣ ng làm Phương tiện cho việc d o phụ t i. Ở m t m ng Neural ó ấu tr ền v ng nghĩ là l p vào l p ẩn, l p ra, hệ số học, hệ số qu n t nh kh ng ị th y ổi về mặt cấu tr ũng nhƣ th m số th qu tr nh truyền t c a m ng x ịnh ch c ch n. Khi ở ầu vào c a m ng neural xuất hiện th ng tin th ầu ra xuất hiện m t p ng tương ng.
Hình 3.1:Đồ thị o phụ t i ỉnh Quá trình dự áo:
Khi m ng ã ƣ c huấn luyện xong t ó thể sử dụng nó ể d o phụ t i. Qu tr nh làm việc c a m ng Neural là qu tr nh t t i iễn l i v vậy khi ƣ gi trị ầu vào a mẫu vào v i n i b trọng số sau khi huấn luyện sẽ ho p ng ầu ra tương ng v i ầu vào theo s nhận th c c a m ng ư h nh thành trong qu tr nh huấn luyện.
D liệu vào a m ng ã ƣ c chuẩn hó theo nguyên t ã nêu ở mụ trƣ c, do ó ở ầu ra c a m ng t ũng thu ư gi trị chuẩn hó tương ng. Để khỏi phục gi trị này t th c hiện qu tr nh ngƣ c l i qu tr nh huẩn hó n ầu. Tất c qu tr nh này ã ƣ c t ng xử lý trong phần mềm. Kết qu ầu r thu ƣ là gi trị phụ t i o iểm c ngày ần d o.
0 20 40 60 80 100 120 140 160 180
1 5 10 15 20 24
Đồ thị dự báo phụ tải đỉnh
Tmax Pmax
Khi t m ư gi trị d o a m ng tương ng v i mẫu t ó thể x ịnh ư c kh n ng o a m ng ũng nhƣ s i số phụ t i trong qu tr nh o ằng Phương ph p sử dụng m ng neural nhiều l p lan truyền ngư c sai số v i cấu tr ã ho và trọng số sau huấn luyện. Trong trƣ ng h p d o s i số qu lơn khi ó t cần ph i huấn luyện l i m ng ể thu ƣ c b trọng số huấn luyện m i nhằm d o phụ t i c a nh ng ngày tiếp theo.
3.1.2 Cấu trúc mạng Neural dự áo phụ tải đáy
Bài to n o phụ t i y ũng ư thiết kế và x y ng tương t ài to n o phụ t i ỉnh. Chỉ ó m t iểm kh qu n trọng là liệu ầu vào m ng là nhiệt thấp nhất Tmin và phụ t i thấp nhất Pmin.
Bảng 3.3: D liệu phụ t i thấp nhất th ng 5/2017.
Cấu tr m ng Neural o phụ t i y:
8 ầu vào:
Nhiệt Tmin ngày ần o
Nhiệt Tmin1 ngày trƣ ngày ần o
Nhiệt Tmin2, Tmin3, Tmin4 3 ngày ó ng kiểu ngày ần o Nhiệt Pmin1, Pmin2, Pmin3 3 ngày ó ng kiểu ngày ần o Số neural l p ẩn L = 30
Th Ngày Tmin Tmin1 Tmin2 Tmin3 Tmin4 Pmin1 Pmin2 Pmin3 Pmin
2 08/05/2017 24 25 25 24 23 88.4 88.4 84.1 83.2
3 09/05/2017 23 24 25 25 24 81.7 88.4 88.4 90.2
4 10/05/2017 25 23 24 25 25 93.1 81.7 88.4 95.6
5 11/05/2017 24 25 23 24 25 95.7 93.1 81.7 93.0
6 12/05/2017 24 24 25 23 24 93.8 95.7 93.1 90.9
7 13/05/2017 24 24 24 25 23 94.9 90.7 84.0 86.8
8 14/05/2017 22 24 24 24 25 88.8 94.9 90.7 76.0
2 15/05/2017 22 22 24 24 24 92.4 93.8 95.7 76.7
3 16/05/2017 21 22 22 24 24 77.2 92.4 93.8 81.5
4 17/05/2017 22 21 22 22 24 83.5 77.2 92.4 88.6
5 18/05/2017 21 22 21 22 22 90.1 83.5 77.2 86.3
6 19/05/2017 22 21 22 21 22 89.0 90.1 83.5 91.5
7 20/05/2017 21 22 21 22 21 76.7 88.8 88.8 88.3
8 21/05/2017 21 21 22 21 22 88.7 76.7 88.8 82.5
2 22/05/2017 22 21 21 22 21 92.0 89.0 90.1 87.3
3 23/05/2017 22 22 21 21 22 89.2 92.0 89.0 87.8
4 24/05/2017 21 22 22 21 21 85.5 89.2 92.0 87.3
5 25/05/2017 23 21 22 22 21 85.4 85.5 89.2 82.9
6 26/05/2017 23 23 21 22 22 84.2 85.4 85.5 81.5
7 27/05/2017 24 23 23 21 22 84.5 88.7 76.7 93.2
8 28/05/2017 23 24 23 23 21 95.7 84.5 88.7 86.5
2 29/05/2017 23 23 24 23 23 88.3 84.2 85.4 85.6
3 30/05/2017 24 23 23 24 23 82.1 88.3 84.2 86.0
4 31/05/2017 23 24 23 23 24 86.7 82.1 88.3 78.1
M t ầu r phụ t i Pmin ngày ần o
Trong qu tr nh nghiên u và x y ng m ng Neural o phụ t i y liệu Tmin và Pmin trong ngày ngày làm việ th ng 5/2017 trên ng 3.1 ƣ ng làm mẫu họ và o. Từ số hiện trên t x y ng tập mẫu ng ể huấn luyện và kiểm tr kh n ng o m ng Neural ã qu huấn luyện. M t tập mẫu ụ thể trong tập h p mẫu ƣ x y ng từ 8 ầu vào ã nêu ở trên.
B ng 3.3 là tập h p liệu mẫu th ng 05/2017 ể o phụ t i Pmin mẫu này sẽ ƣ ng ể huấn luyện và thử nghiệm m ng neural v i trọng số s u huấn luyện.
Trong qu tr nh ặt th ng số n ầu trƣ khi h y m ng. C liệu trong ng 3.3 v i phụ t i nằm trong kho ng [76.7, 95.7] và nhiệt nằm trong kho ng [21, 25] v vậy ũng ƣ huẩn hó liệu ằng h lấy gi trị Pmin chia cho 400 và gi trị Tmin hi ho 40 ể gi trị liệu ầu vào trong kho ng [0.2 0.8].
Việ huấn luyện m ng ập nhật trọng số thử nghiệm m ng v i ấu tr ã họn và trọng số s u huấn luyện hoàn toàn tương t qu tr nh ập nhật trọng số thử nghiệm m ng qu tr nh huấn luyện trong phần o phụ t i ỉnh. S u y là kết qu qu tr nh h y m ng Neural trong o phụ t i y ngày làm việ nh thƣ ng th ng 5/2017 trong v ụ này t họn số mẫu ng ể huấn luyện m ng
= 15 nhƣng h nh x gi trị o rất o trung nh 0.04% ến 4.4%.
Hình 3.2: Đồ thị o phụ t i y
0 10 20 30 40 50 60 70 80 90 100
1 5 10 15 20 24
Tmin Pmin
3.1.3 Dự áo phụ tải cho một ngày ất kỳ.
3.1.3.1 Truy vấn dữ liệu
Truy vấn liệu từ ơ sở liệu SQL Server số liệu ầu r gồm th ng tin tập mẫu số liệu này h nh là số liệu ầu vào ể huấn luyện m ng. Số liệu tập mẫu này ũng ó thể lưu thành file Ex el và sử ụng ể huấn luyện.
3.1.3.2 Phân loại dữ liệu
Ph n lo i số liệu ã thu thập ƣ từ ƣ 1 theo từng nhóm liệu kh nh u. S u ó ng tập liệu này m ng i huẩn hó .
3.1.3.3 Chuẩn hóa dữ liệu
D vào tập d liệu ã ph n lo i ở ƣ c 2, ta th c hiện chuẩn hó d liệu theo ng th c ở hương 2 theo nguyên t gi trị ầu vào ho m ng neural ph i nằm trong kho ng [-1, 1]. Số liệu sau khi chuẩn hó sẽ ng ể huấn luyện m ng.
3.1.3.4 Huấn luyện mạng
Ở ƣ này việ huấn luyện m ng v i trọng số lấy ngẫu nhiên trong kho ng [-1; 1]. Trong qu tr nh họ m ng sẽ tiến hành iều hỉnh th m số s o ho tổng nh Phương lỗi là nhỏ nhất (qu tr nh huấn luyện sẽ ừng nếu SSE rất nhỏ hoặ khi số vòng lặp qu l n). Kết th qu tr nh huấn luyện t sẽ thu ƣ trọng số m i gọi là trọng số s u khi huấn luyện này ư lưu tr ở ơ sở liệu và ng làm Phương tiện ể o ho hương tr nh.
3.1.3.5 Dự áo phụ tải
Bƣ này sẽ tiến hành s u khi ƣ huấn luyện m ng kết th . Qu tr nh làm việ m ng neural là qu tr nh t t i iễn l i v vậy khi ƣ gi trị ầu vào mẫu v i trọng số s u khi huấn luyện sẽ ho p ng ầu r tương ng v i ầu vào theo s nhận th m ng ƣ h nh thành trong qu tr nh huấn luyện. Đ p ng ầu r h nh là kết qu o m ng.
3.2. Hạn chế của ứng dụng
Mạng bị ảnh hưởng rất nhiều từ trạng thái khởi đầu các tham s học:
- L a chọn cấu tr m ng: bao gồm Neural l p vào l p ẩn, l p r và hàm truyền f(.)
- Chọn gi trị c a hệ số họ và hệ số qu n t nh.
- Hệ số trọng lƣ ng n ầu cho m ng, số vòng lặp trong qu tr nh huấn luyện.
Sai s dữ liệu đầu vào.
- Sai số do phụ t i ầu vào: Hiện n y th ng số phụ t i HTĐ Tỉnh Qu ng Ngãi vẫn lấy bằng tay do vậy việ ghi th ng số kh ng h nh x s i lệch th i gian hoặc lấy th ng số trong th i gian x y ra s cố. Tập d liệu ầu vào a hệ thống ƣ c lấy từ d liệu ầu ra c a hệ thống SCADA/EMS.
- Sai số do nhiệt : Do hệ thống o lƣ ng nhiệt m i trƣ ng kh ng h nh x .
Sai s do thuật toán:
- Qu tr nh huấn luyện m ng dừng l i sau khi kiểm tra E < E0 hoặc kết th khi gi trị vòng lặp t t i gi trị gi i h n ã ịnh trƣ o qu tr nh huấn luyện rất l u số lƣ ng ph p to n l n dẫn ến sai số trong qu tr nh t nh to n.
- Phụ t i Pmax, Pmin kh ng hỉ phụ thu vào nhiệt Tmax, Tmin trong ngày mà òn hịu nh hưởng c yếu tố kh về th i tiết như mư gió ẩm…
C mẫu phụ t i Pmax, Pmin và nhiệt Tmax, Tmin trong qu kh ó thể kh ng ng v i quan hệ gi a phụ t i và nhiệt hiện t i. Để tr nh s i số cần ph i cập nhật phụ t i và nhiệt ngày gần nhất ể huấn luyện m ng trong qu tr nh o phụ t i cần qu n s t liệu ầu vào và ầu r ể huấn luyện l i m ng.
Kết quả dự áo
- Kết qu d o phụ t i ỉnh ngày từ 8/5 ến 31/5 Ngày Đỉnh thực tế
(MW)
Đỉnh dự áo (MW)
Sai s tuyệt
đ i (MW) Sai s %
8/5/2017 144.185 149.895 -5.71 3.96
9/5/2017 164.1 159.825 4.275 2.6
10/5/2017 161.335 155.01 6.325 3.92
11/5/2017 156.06 155.71 0.35 0.22
12/5/2017 163.21 159.03 4.18 2.56
13/05/2017 144.66 149.62 -4.96 3.42
14/05/2017 146.18 145.73 0.45 0.31
15/05/2017 157.31 160.345 -3.035 1.92
16/05/2017 164.825 161.49 3.335 2.02
17/05/2017 163.25 158.48 4.77 2.92
18/05/2017 160.825 159.005 1.82 1.13
19/05/2017 159.77 155.37 4.4 2.75
20/05/2017 157.135 160.22 -3.085 1.96
21/05/2017 158.175 159.79 -1.615 1.02
22/05/2017 162.145 159.81 2.335 1.44
23/05/2017 154.695 149.21 5.485 3.54
24/05/2017 162.6 157.255 5.345 3.28
25/05/2017 156.375 157.715 -1.34 0.85
26/05/2017 164.065 162.055 2.01 1.22
Ngày Đỉnh thực tế (MW)
Đỉnh dự áo (MW)
Sai s tuyệt
đ i (MW) Sai s %
27/05/2017 157.63 154.92 2.71 1.72
28/05/2017 153.63 160.585 -6.955 4.53
29/05/2017 152.295 154.91 -2.615 1.72
30/05/2017 154.475 150.525 3.95 2.55
31/05/2017 161.35 159.92 1.43 0.89
- Kết qu d o phụ t i y ngày từ 8/5 ến 31/5
Ngày Đáy thực tế (MW)
Đáy dự áo (MW)
Sai s tuyệt
đ i (MW) Sai s %
8/5/2017 81.705 83.165 -1.46 -1.79%
9/5/2017 93.055 90.175 2.88 3.09%
10/5/2017 95.715 95.63 0.085 0.09%
11/5/2017 93.805 93.03 0.775 0.83%
12/5/2017 92.37 90.89 1.48 1.60%
13/05/2017 88.81 86.755 2.055 2.31%
14/05/2017 76.675 75.985 0.69 0.90%
15/05/2017 77.17 76.67 0.5 0.65%
16/05/2017 83.495 81.46 2.035 2.44%
17/05/2017 90.05 88.635 1.415 1.57%
18/05/2017 89.015 86.28 2.735 3.07%
19/05/2017 91.99 91.485 0.505 0.55%
20/05/2017 88.73 88.335 0.395 0.45%
21/05/2017 84.49 82.54 1.95 2.31%
22/05/2017 89.21 87.305 1.905 2.14%
23/05/2017 85.525 87.76 -2.235 -2.61%
24/05/2017 85.445 87.315 -1.87 -2.19%
25/05/2017 84.16 82.945 1.215 1.44%
26/05/2017 88.305 84.01 4.295 4.86%
27/05/2017 95.65 93.205 2.445 2.56%
28/05/2017 88.08 86.54 1.54 1.75%
29/05/2017 82.08 85.635 -3.555 -4.33%
30/05/2017 86.725 86.03 0.695 0.80%
31/05/2017 79.575 78.105 1.47 1.85%