能源消费的——时序神经网络预测模型研究.pdf

_ S1672—9O64 ■J wI7L—’孙， - 一1272厂rK -o 能源消费的 ⑩⑥⑥⑥⑥⑥⑥⑩⑩⑧ 刘 映 张岐山 (福州大学管理学院 福建福州350002) 摘要：时间序列分析是系统辨识与系统分析的重要方法之一，在能源系统中存在大量时间序列，具有很强的季节性、波 Neural 动性。人工神经网络(Artificial 领域。鉴于能源消费系统的复杂性及非线性的特征。根据1978～2005年福建省能源消费的数据。采用时序一神经网络模型 建立福建省能源消费预测模型，并运用该模型对福建省未来15a的能源消费量进行预测。 关键词：能源消费 时间序列分析人工神经网络预测模型 中图分类号：F224．0 文献标识码：A 文章编号：1672—9064(2006)05—0026—03 福建省1978～2005年28a间，能源消费从688万tc。。上，模仿人脑的工作结构和功能而构造出来的能够实现某些 增加到5368万tc。。2005年全省用电量756亿kWh，比功能的一种信息处理系统。 2004年增长了13．8％．高于全国用电量增长率0．4％。能源 2人工神经网络的定义 消费弹性系数，从2000年的0．65逐年走高至2004年的 人工神经网络是人脑及其活动的一个理论化的数学模 1．3。这表明了，稳定、可靠、持续、安全的能源供应是福建 型，它由大量的处理单元通过适当的方式互连构成．是一个 省经济持续发展的有力保障。 大规模的非线性自适应系统。 建设海峡西岸经济区战略，旨在“通过促进跨区域经济 协作，整合及协调区域内不同地区经济和社会的均衡发展， 义：人工神经网络是一个并行、分布处理结构．它由处理单元 以便进一步全方位地融人国内外区域经济一体化”。如果福 及称为联接的无向信号通道互连而成。这些处理单元(PE— 建省受能源因素制约，发展速度减慢。势必影响海峡西岸经 ProcessingElement)具有局部内存，并可以完成局部操作。每 济区的建设发展，阻碍大经济圈的建立，并使福建省在未来 个处理单元有一个单一的输出联接．这个输出可以根据需要 的竞争中趋向“边缘化”。因此，有效地预测未来福建省能源 被分支成希望个数的许多并行联接．且这些并行联接都输出 的消费状况，制定科学合理的能源发展战略，是建设海峡西 相同的信号，即相应处理单元的信号．信号的大小不因分支 岸经济区．实现“十一五”规划的重要保障。 的多少而变化。处理单元的输出信号可以是任何需要的数学 本文以未来福建省能源消费量为研究对象，通过历史相 模型，每个处理单元中进行的操作必须是完全局部的。也就 关数据，运用时序一神经网络进行建模分析，预测福建未来 是说，它必须依赖于经过输入联接到达处理单元的所有输入 能源消费。 信号的当前值和存储在处理单元局部内存中的值。这个定义 1能源系统时序分析原理 强调了4个方面的内容：并行、分布处理结构：一个处理单元 时间序列分析是系统辨识与系统分析的重要方法之一。 的输出可以被任意分支。并且大小不变；输出信号可以是任 其应用范围越来越广泛。在能源消费系统中存在大量时间序 意的数学模型：处理单元完全的局部操作。 列。我们研究分析和处理时间序列，目的是为了揭示消费系 3 BP神经网络原理及算法 统中各类指标本身的结构和规律，认识能源消费系统的动态 BP(Back 特征。然而。现有的时间序列方法多采用AR或ARMA的参 数模型。由于能源系统中各个指标间的联系错综复杂，势必 清楚而简单的描述。BP算法提出后，结束了多层网络没有训 导致模型未知量增多阶数增高．在求解中存在诸