遗传模糊算法在短期负荷预测中的应用.PDFVIP

第32卷 　第4 期 继 电器 Vol. 32 　No. 4 　　　　　　　　　　　　 　　　　　　　　　　　　 20 2004 年2 月16 日 RELAY Feb. 16 , 2004 遗传模糊算法在短期负荷预测中的应用 熊 浩 , 罗日成 (武汉大学电气工程学院 , 湖北 武汉 430072) 摘要 : 提出了一种基于模糊逻辑原理的负荷预测方法 ,使用遗传算法对系统参数进行训练 。在以往的模糊逻 ( ) 辑系统建立过程中 ,其主要参数 如模糊推理规则和隶属函数等 需要依靠运行人员经验或专家知识来确定 , 而本文利用遗传算法 ,通过对样本数据的自学习过程来获取系统参数 。在遗传算法中 ,将推理规则与隶属函 数参数的确定结合在一起 ,从而确定系统参数的最优组合 , 由此建立起一个较合理的模糊负荷预测系统 。仿 真实验结果表明 ,该方法能够达到满意的预测精度 ,具有良好的实用前景 。 关键词 : 负荷预测 ; 　模糊逻辑系统 ; 　遗传算法 ( ) 中图分类号 : TM715 　　　文献标识码 : A 　　　文章编号 : 2004 糊系统的相关参数进行定期的离线修订 ,系统建立 0 　引言 耗时费力 ,且更新缓慢 。本文结合模糊数学理论和 ( ) 短期负荷预测研究的最新成果 ,利用在求解组合优化 短期负荷预测是能量管理系统 EMS 的重要组 成部分 ,也是确定机组组合 、地区间功率输送方案和 问题中具有优 良特性的遗传算法来确定模糊逻辑系 负荷调度方案不可或缺的重要一环 。由于负荷变化 统的相关参数 ,从而较为迅速地构建出一套基于模糊 与许多因素有关 ,且各种因素之间相互牵连 ,很难确 逻辑原理的负荷预测系统 ,以期进一步挖掘模糊逻辑 定每一种因素对预测值到底有多大的影响 ,因此 ,应 系统在负荷预测应用中的强大生命力 。 用经典数学方法难以清楚地描述问题的内部机制 , 1 　遗传算法在模糊逻辑系统中的应用 问题变得更加复杂 。 早期的负荷预测主要是运用回归技术和时间序 一般来说 ,模糊逻辑系统的设计中最棘手的问 列法 ,但多为线性模型 ,不足以准确描述电力系统负 题主要是以下两个 :其一为隶属函数个数 、形状的确 荷变化的非线性特性[1 ] 。而近年来 ,人工神经网络 定及其坐标位置的调节 ;其二是模糊规则的确定 ,如 (ANN) 运用于负荷预测的思想备受青睐 。该算法具 果在推理句式已经固定的情况下 ,该问题又可细化 ( ) 有很强的鲁棒性 、记忆能力 、非线性映射能力以及强 为对各个模糊条件语句推理结果 后件模糊词 的选 大的自学习能力 , 因而能够迅速地拟和出负荷变化 取 。两部分内容互为依赖 ,相辅相成 。已经有许多 曲线 。然而却存在着收敛速度慢和容易陷入局部收 学者提出了许多有益的思想对这两个问题分别进行 敛等缺点 ,并且难以结合调度人员经验中存在的模