電力負(fù)荷預(yù)報(bào)中異常數(shù)據(jù)的補(bǔ)遺

電力負(fù)荷預(yù)報(bào)中異常數(shù)據(jù)的補(bǔ)遺

短期能源負(fù)荷預(yù)測(cè)是能量管理系統(tǒng)（ems）的基本功能之一。準(zhǔn)確的報(bào)告結(jié)果是能源系統(tǒng)的安全運(yùn)行和運(yùn)營(yíng)基礎(chǔ)，也是能源市場(chǎng)運(yùn)營(yíng)模式下分配計(jì)劃、供電計(jì)劃和交易計(jì)劃的基礎(chǔ)。電力負(fù)荷預(yù)測(cè)是依賴于大量歷史資料及相關(guān)因素資料的被動(dòng)型預(yù)測(cè),預(yù)報(bào)者占有資料的翔實(shí)可靠程度,對(duì)基于任何方法的預(yù)報(bào)結(jié)果都會(huì)有很大影響。目前,在我國(guó)各級(jí)電力調(diào)度中心,歷史負(fù)荷數(shù)據(jù)采集系統(tǒng)多為SCADA系統(tǒng)。在電力系統(tǒng)實(shí)際運(yùn)行時(shí),數(shù)據(jù)采集系統(tǒng)中的量測(cè)、記錄、轉(zhuǎn)換、傳輸過(guò)程的任意環(huán)節(jié)都可能引起故障而導(dǎo)致觀測(cè)數(shù)據(jù)的反常態(tài)勢(shì),以致與大多數(shù)觀測(cè)值不一致;另一方面,當(dāng)數(shù)據(jù)采集系統(tǒng)正常,由于特殊事件(如切負(fù)荷停電,線路檢修停電,大用戶、大事件沖擊等)引起負(fù)荷的異常變化,也會(huì)導(dǎo)致觀測(cè)數(shù)據(jù)的違背常規(guī)。所有這些非正常的觀測(cè)數(shù)據(jù)統(tǒng)稱為異常值。如果這些異常數(shù)據(jù)得不到有效的校正,它們將以偽信息、偽變化規(guī)律的方式提供給負(fù)荷預(yù)測(cè)作為參考,必然誤導(dǎo)負(fù)荷預(yù)測(cè)模型的建立,影響預(yù)測(cè)結(jié)果的精確度及可靠性。1干擾了對(duì)負(fù)荷的規(guī)律認(rèn)識(shí)假設(shè)可以找一種萬(wàn)能的預(yù)測(cè)方法,準(zhǔn)確地預(yù)測(cè)未來(lái)某時(shí)刻的負(fù)荷值LF(t),而一個(gè)不良的負(fù)荷量測(cè)系統(tǒng)實(shí)際測(cè)得的負(fù)荷為L(zhǎng)R(t),那么,對(duì)t時(shí)刻而言,負(fù)荷預(yù)測(cè)效果的評(píng)價(jià)仍存在一個(gè)誤差△L=LF(t)-LR(t)。這顯然不是預(yù)報(bào)方法的過(guò)錯(cuò)。在實(shí)際負(fù)荷預(yù)報(bào)中,歷史數(shù)據(jù)中的異常值會(huì)產(chǎn)生兩方面的影響:其一,作為建模數(shù)據(jù)時(shí),干擾了對(duì)負(fù)荷變化規(guī)律的正確認(rèn)識(shí);其二,作為檢測(cè)預(yù)測(cè)結(jié)果的預(yù)測(cè)值時(shí),能導(dǎo)致對(duì)負(fù)荷預(yù)測(cè)結(jié)果的誤判。因而,異常數(shù)據(jù)猶如一把雙刃劍,其影響是嚴(yán)重的。假設(shè)量測(cè)系統(tǒng)是正常的,由于特殊事件的發(fā)生而產(chǎn)生的異常數(shù)據(jù)應(yīng)當(dāng)另行處理。在人們?nèi)粘５纳a(chǎn)生活中并不具有規(guī)律性。對(duì)于事先已知的特殊事件(如線路的檢修,計(jì)劃停電),和隨機(jī)發(fā)生的特殊事件(如線路的突然故障,大用戶負(fù)荷的突然投切等),他們對(duì)負(fù)荷的影響在數(shù)值上表現(xiàn)為規(guī)律性的負(fù)荷與沖擊負(fù)荷的疊加。對(duì)這樣的數(shù)據(jù)采取補(bǔ)足(對(duì)前者)或?qū)_擊負(fù)荷剝離(對(duì)后者)的措施,能夠減少由于數(shù)據(jù)的異常而對(duì)預(yù)報(bào)結(jié)果造成的影響。表1引用文獻(xiàn)中的Table9來(lái)說(shuō)明異常數(shù)據(jù)對(duì)短期負(fù)荷預(yù)報(bào)的影響。從表1中可以看出,對(duì)于一組用于預(yù)報(bào)的不含異常值的歷史數(shù)據(jù)來(lái)說(shuō),無(wú)論采用何種預(yù)報(bào)方法,它的擬合誤差和預(yù)測(cè)誤差最小。當(dāng)該組數(shù)據(jù)中含有異常值時(shí),隨著異常值數(shù)目的增多,其擬合誤差和預(yù)報(bào)誤差都隨之增大。魯棒性強(qiáng)的負(fù)荷預(yù)測(cè)方法能夠在一定程度上抑制異常數(shù)據(jù)的作用,但是其擬合誤差卻仍然難以避免異常數(shù)據(jù)的負(fù)面影響,并且隨異常數(shù)據(jù)的增多而增大。2異常數(shù)據(jù)的分類在實(shí)際數(shù)據(jù)系統(tǒng)中,異常數(shù)據(jù)的產(chǎn)生往往是隨機(jī)的,以多種類型存在于數(shù)據(jù)庫(kù)中?？山y(tǒng)分為兩大類。(一)鄰日峰、谷時(shí)段負(fù)荷異常A.缺失值。這類異常數(shù)據(jù)在數(shù)據(jù)庫(kù)中的表格單元中表現(xiàn)為空值;B.極大極小值。這類異常數(shù)據(jù)在數(shù)值上表現(xiàn)為在非負(fù)荷峰、谷時(shí)刻超出當(dāng)日負(fù)荷的峰值或低于谷值。亦或在峰、谷時(shí)刻的負(fù)荷值大量超出相鄰日峰、谷時(shí)刻負(fù)荷值;C.負(fù)荷毛刺。這類異常數(shù)據(jù)在數(shù)值上表現(xiàn)為在相鄰時(shí)段數(shù)據(jù)間的突然增大或減小。有突變幅度大小之分,極大極小值屬于突變幅度過(guò)大的毛刺。(二)同時(shí)段和時(shí)段間負(fù)荷的影響這類數(shù)據(jù)通常是在量測(cè)系統(tǒng)正常情況下由于特殊事件的發(fā)生造成的。表現(xiàn)為自然正常數(shù)據(jù)疊加隨機(jī)事件引起的負(fù)荷波動(dòng)而產(chǎn)生的負(fù)荷畸變。主要表現(xiàn)為兩類。A.待補(bǔ)足數(shù)據(jù)。這類數(shù)據(jù)主要由于線路檢修,某用電大戶設(shè)備停電檢修,或某些變電所在一段時(shí)期內(nèi)測(cè)量表計(jì)損壞等預(yù)知因素造成。這類異常數(shù)據(jù)在數(shù)值上看似正常值,但是如果與近期同類型日相同時(shí)段負(fù)荷比較,有明顯的增大或減小;B.含沖擊負(fù)荷數(shù)據(jù)。這類數(shù)據(jù)主要由于突發(fā)事件或某些社會(huì)政治經(jīng)濟(jì)生活中的大事件、或電力市場(chǎng)模式中的隨機(jī)因素造成。如某用電大戶的設(shè)備的突然停、投而引起的連續(xù)時(shí)段內(nèi)的負(fù)荷下降和負(fù)荷增加,沙塵暴天氣會(huì)造成人們照明負(fù)荷增加,為慶祝節(jié)日偶爾舉辦的燈會(huì),奧運(yùn)會(huì)等也會(huì)引起負(fù)荷增加。這類負(fù)荷應(yīng)分解為正常的自然負(fù)荷和受諸類因素影響的沖擊負(fù)荷。3異常數(shù)據(jù)的修正異常數(shù)據(jù)產(chǎn)生是隨機(jī)的,因而在數(shù)據(jù)庫(kù)中分布也具有不確定性,各類異常數(shù)據(jù)或在某一時(shí)刻單獨(dú)出現(xiàn),或在同一日連續(xù)的時(shí)段內(nèi)交叉混合出現(xiàn),或在連續(xù)多日同一時(shí)段上交叉分布等眾多情形。為了進(jìn)行準(zhǔn)確的數(shù)據(jù)修正,必須綜合考慮多種因素,進(jìn)行多方比較。在文獻(xiàn)都涉及到異常數(shù)據(jù)的識(shí)別及處理問(wèn)題。對(duì)負(fù)荷進(jìn)行修正,其潛在的前提是:(1)電力負(fù)荷既有規(guī)律性又具有隨機(jī)性。規(guī)律性決定了負(fù)荷是可以被修正的,隨機(jī)性決定修正值在概率統(tǒng)計(jì)意義下的置信度和置信區(qū)間;(2)電力負(fù)荷相鄰時(shí)段之間是具有粘性的,亦即前后相鄰時(shí)段的負(fù)荷不會(huì)發(fā)生突變;(3)相似日具有近似相同的負(fù)荷模式。在實(shí)際預(yù)測(cè)中對(duì)于待檢測(cè)的歷史負(fù)荷,常用的異常數(shù)據(jù)修正方法有以下幾類:(1)經(jīng)驗(yàn)修正法。由現(xiàn)場(chǎng)負(fù)荷預(yù)測(cè)人員根據(jù)長(zhǎng)期積累的經(jīng)驗(yàn)對(duì)數(shù)據(jù)進(jìn)行修正;(2)分時(shí)段設(shè)定閾值判別法。對(duì)不同時(shí)段區(qū)間內(nèi)的負(fù)荷,參照其波動(dòng)范圍分別設(shè)定最大、最小閾值,然后對(duì)區(qū)間的各負(fù)荷數(shù)據(jù)進(jìn)行篩選。該法可以將多數(shù)壞數(shù)據(jù)篩選出來(lái)。對(duì)篩選出的壞數(shù)據(jù),運(yùn)用第(4)、(5)、(6)、(7)種方法進(jìn)行修正;(3)曲線置換法。對(duì)大事故日負(fù)荷或明顯負(fù)荷曲線異常的日負(fù)荷進(jìn)行剔除或用正常曲線置換;(4)數(shù)據(jù)橫向?qū)Ρ确ā⒛骋粫r(shí)刻的負(fù)荷與其前后時(shí)刻的負(fù)荷進(jìn)行比較,如果差值大于某一閾值,則認(rèn)為是負(fù)荷毛刺;(5)數(shù)據(jù)縱向?qū)Ρ确?。將某一時(shí)刻的負(fù)荷值,分別與其前1天,2天相同時(shí)刻的負(fù)荷值進(jìn)行比較,如果偏差大于某一閾值,則取平均值代替;(6)插值法。運(yùn)用多種插值算法對(duì)數(shù)據(jù)進(jìn)行識(shí)別和修正;(7)概率統(tǒng)計(jì)法。先采用方法(1),對(duì)多數(shù)壞數(shù)據(jù)進(jìn)行篩選和修正,然后對(duì)余下的部分壞數(shù)據(jù)和畸變數(shù)據(jù)用置信區(qū)間的方法進(jìn)行識(shí)別和修正。從統(tǒng)計(jì)規(guī)律上看,多日同時(shí)段負(fù)荷近似成正態(tài)分布,多日相同連續(xù)時(shí)段的負(fù)荷變化率也近似成正態(tài)分布。以歷史多日同時(shí)段負(fù)荷數(shù)據(jù)作為樣本進(jìn)行概率統(tǒng)計(jì)分析,完成該時(shí)段以上2個(gè)正態(tài)分布模型中的期望值和方差估計(jì),然后設(shè)定置信度,完成該時(shí)段負(fù)荷水平的置信區(qū)間估計(jì)?？疾齑龣z測(cè)的負(fù)荷數(shù)據(jù)是否在置信區(qū)間內(nèi),從而判斷出該負(fù)荷是正常數(shù)據(jù)還是異常數(shù)據(jù)。對(duì)異常數(shù)據(jù),則提高置信度,對(duì)它進(jìn)行雙邊假設(shè)檢驗(yàn),判別出它是壞數(shù)據(jù)還是畸變數(shù)據(jù),若是壞數(shù)據(jù),則用前述方法進(jìn)行修正;若是畸變數(shù)據(jù),采用極大似然估計(jì),估計(jì)出該點(diǎn)在正態(tài)分布下最可能的負(fù)荷值大小,即認(rèn)為是該點(diǎn)的正常負(fù)荷值,用該值代替原數(shù)值,既完成了該點(diǎn)的修正,將修正前后數(shù)據(jù)偏差記為該時(shí)刻的沖擊負(fù)荷,即完成了沖擊負(fù)荷的剝離。4多負(fù)荷預(yù)測(cè)和互補(bǔ)在實(shí)際負(fù)荷預(yù)測(cè)中,預(yù)測(cè)人員通常在工作日的某一時(shí)間進(jìn)行未來(lái)的負(fù)荷預(yù)測(cè),并將預(yù)測(cè)結(jié)果上報(bào)。在實(shí)時(shí)數(shù)據(jù)庫(kù)中可利用的歷史數(shù)據(jù)也到預(yù)測(cè)時(shí)刻為止,預(yù)測(cè)時(shí)刻以后至24時(shí)的數(shù)據(jù)未知。由于未來(lái)日的負(fù)荷與最鄰近的日負(fù)荷相關(guān)性最大,在預(yù)測(cè)時(shí)希望盡可能多地利用預(yù)測(cè)日的數(shù)據(jù)信息。因而,有必要對(duì)預(yù)測(cè)時(shí)刻以后的未知數(shù)據(jù)進(jìn)行有效的補(bǔ)足。對(duì)該類數(shù)據(jù)補(bǔ)足的方法有很多,可以借鑒異常數(shù)據(jù)的修正方法,本文介紹一種樣本均值增量法,這種方法簡(jiǎn)便易行且對(duì)未知數(shù)據(jù)有較高的補(bǔ)足精度。設(shè)有連續(xù)N日和預(yù)測(cè)日預(yù)測(cè)時(shí)刻序號(hào)k(以96點(diǎn)負(fù)荷預(yù)測(cè)為例)以前的歷史負(fù)荷數(shù)據(jù),LAVE(t)=1Ν1∑i=1LR(i?t)?t=1,2,??96(1)LAVE(t)=1N∑i=11LR(i?t)?t=1,2,??96(1)ˉLk=1kk∑t=1LR(Ν+1?t)?t=1?2???k(2)Lkˉˉˉˉ=1k∑t=1kLR(N+1?t)?t=1?2???k(2)ˉLAVEk=1kk∑t=1LAVE(t)?t=1,2,?k(3)LAVEkˉˉˉˉˉˉˉˉˉ=1k∑t=1kLAVE(t)?t=1,2,?k(3)LR(Ν+1?t)=LAVE(t)-(ˉLAVEk-ˉLk)?t=k+1???96(4)LR(N+1?t)=LAVE(t)?(LAVEkˉˉˉˉˉˉˉˉˉ?Lkˉˉˉˉ)?t=k+1???96(4)其中,LR(i,t)為某日某時(shí)刻的實(shí)際負(fù)荷;LAVE(t)為N日某時(shí)刻的平均負(fù)荷;ˉLkLkˉˉˉˉ為預(yù)測(cè)日預(yù)測(cè)時(shí)刻前負(fù)荷的平均值;ˉLAVEkLAVEkˉˉˉˉˉˉˉˉˉ為歷史日各時(shí)刻前的平均值。電力負(fù)荷的規(guī)律性因時(shí)因地而異,因此對(duì)不同地區(qū)不同時(shí)段的負(fù)荷應(yīng)選取不同的N值,表2顯示了對(duì)多個(gè)地區(qū)的負(fù)荷某時(shí)段仿真數(shù)據(jù)補(bǔ)足,補(bǔ)足值與真實(shí)值相對(duì)誤差的分布情況。從表2的數(shù)據(jù)中可以看出,只有當(dāng)N取合適的數(shù)據(jù)時(shí),補(bǔ)足數(shù)相對(duì)誤差才能達(dá)到統(tǒng)計(jì)最小值,其正態(tài)分布的方均根都較小。取N=3的地區(qū)負(fù)荷有:A,B,F,G,I;取N=6的地區(qū)負(fù)荷有:C,E,H;取N=7的地區(qū)負(fù)荷有:D。N的取值離解出三種類型的負(fù)荷,分別蘊(yùn)含三種負(fù)荷規(guī)律。這與運(yùn)用負(fù)荷規(guī)律性評(píng)價(jià)方法所得出的規(guī)律性是一致的。因此對(duì)N值的選取,每類負(fù)荷應(yīng)區(qū)別對(duì)待。5歷史負(fù)荷數(shù)據(jù)的異常以某一實(shí)際電力系統(tǒng)的歷史負(fù)荷數(shù)據(jù)為例,用上述的未知負(fù)荷的補(bǔ)足方法,對(duì)預(yù)測(cè)日預(yù)測(cè)時(shí)刻后的負(fù)荷數(shù)據(jù)分兩種情況考慮。情況一:不對(duì)預(yù)測(cè)時(shí)刻后的數(shù)據(jù)進(jìn)行補(bǔ)足,此時(shí)的建模誤差、預(yù)測(cè)誤差的分布情況。情況二:補(bǔ)足預(yù)測(cè)時(shí)刻后的數(shù)據(jù)范圍,運(yùn)用此種數(shù)據(jù)的建模誤差、預(yù)測(cè)誤差的分布情況。分析2001-09-02至2001-12-06時(shí)段的歷史數(shù)據(jù),各種數(shù)據(jù)如表3所示。從表3可以看出:當(dāng)選取足夠多的天數(shù)進(jìn)行統(tǒng)計(jì)分析時(shí),所得到的誤差統(tǒng)計(jì)量服從正態(tài)分布,情況一使得建模誤差略小,均值減小0.024%,標(biāo)準(zhǔn)差減小0.02%,卻使預(yù)測(cè)誤差和外推誤差的標(biāo)準(zhǔn)差分別增大0.59%和0.61%。即當(dāng)預(yù)測(cè)日預(yù)測(cè)時(shí)刻以后的數(shù)據(jù)不予補(bǔ)足時(shí),將增大對(duì)未來(lái)日的預(yù)報(bào)誤差。預(yù)測(cè)日預(yù)測(cè)時(shí)刻以后的數(shù)據(jù)可以看作歷史負(fù)荷數(shù)據(jù)中的異常數(shù)據(jù)的一種,可以看出對(duì)該種數(shù)據(jù)適當(dāng)處理可以有效的提高預(yù)測(cè)負(fù)荷的精度。推而言之,要想取得準(zhǔn)確、可靠的負(fù)荷預(yù)