Ứng dụng mạng nơron 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: CễNG NGHỆ THễNG TIN MÃ SỐ: CHU NGHĨA Người hướng dẫn khoa học: PGS.TS. NGUYỄN ĐỨC NGHĨA HÀ NỘI 2007 1 Mục lục Danh mục các từ viết tắt ............................................................................. 3 Mở đầu..................................................................................................................... 4 CHƯƠNG I.................................................................................................................. 7 PHụ TảI Hệ THốNG ĐIệN MIềN BắC và bài toán dự báo...................... 7 1.1. Phụ tải Hệ thống điện miền Bắc .......................................................................7 1.1.1. Giới thiệu chung về HTĐ miền Bắc...........................................................7 1.1.2 Tầm quan trọng của dự báo phụ tải...........................................................10 1.1.3. Những yếu tố ảnh h−ởng đến phụ tải ngắn hạn .......................................11 1.1.4. Mục tiêu và 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. Dự báo phụ tải ngắn hạn cho 24h tiếp theo..............................................19 CHƯƠNG II .............................................................................................................. 23 Tổng quan Về MạNG NƠRON NHÂN TạO .................................................. 23 2.1. Lịch sử phát triển của mạng nơron nhân tạo...................................................23 2.2. Cơ sở lý thuyết mạng nơron............................................................................26 2.3. Bộ não và nơron sinh học ...............................................................................27 2.4 Mô hình mạng nơron nhân tạo.........................................................................30 2.4.1 Mô hình một nơron nhân tạo ....................................................................30 3.4.2. Mô hình mạng nơron nhân tạo.................................................................33 Ch−ơng III ............................................................................................................. 40 ứng dụng mạng nơron ánh xạ đặc tr−ng tự tổ chức Kohonen trong bài toán phân loại ngày.............................................................. 40 3.1. Sự cần thiết phân loại đồ thị phụ tải................................................................40 3.1.1. Tập hợp các kiểu đồ thị phụ tải đặc tr−ng ................................................40 3.1.2. Sự cần thiết phân loại ngày bằng ph−ơng pháp mạng nơron....................42 3.2. Mạng nơron ánh xạ đặc tr−ng tự tổ chức Kohonen ........................................43 3.2.1. Cấu trúc mạng ..........................................................................................44 3.2.2. Huấn luyện mạng .....................................................................................45 3.2.3. Sử dụng mạng...........................................................................................47 3.3. Xây dựng mạng Kohonen để phân loại ngày..................................................48 3.3.1. Thiết kế cấu trúc mạng.............................................................................48 3.3.2. Huấn luyện mạng .....................................................................................49 3.3.3. Xây dựng cấu trúc phần mềm mô phỏng mạng Kohonen phân loại ngày. ...........................................................................................................................52 3.3.4. Kết quả sử dụng mạng Kohonen phân loại ngày .....................................52 3.3.5. Phân tích kết quả phân loại ngày trong tháng 2/2006, tháng 5/2006.......54 CHƯƠNG iV............................................................................................................. 58 2 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 cơ bản về mạng nơron nhiều lớp lan truyền ng−ợc sai số (Back propagation neural network). .................................................................................58 4.1.1 Kiến trúc mạng truyền thẳng. ...................................................................59 4.1.2. Huấn luyện mạng .....................................................................................60 4.1.3. Sử dụng mạng...........................................................................................64 4.1.4. Nghiên cứu sự hội tụ và độ phức tạp của quá trình huấn luyện mạng. ....64 4.1.5. Một số vấn đề về mạng nơron nhiều lớp. .................................................67 4.2. ứng dụng mạng nơron nhiều lớp lan truyền ng−ợc sai số xây dựng bài toán dự báo phụ tải hệ thống điện.......................................................................................68 4.2.1. Các b−ớc xây dựng bài toán dự báo phụ tải. ............................................68 4.2.2. Xây dựng cấu trúc phần mềm mô phỏng mạng nơron lan truyền ng−ợc sai số ứng dụng trong bài toán dự báo đỉnh và đáy đồ thị phụ tải. ..........................72 4.2.3 Dự báo phụ tải cho 24 giờ trong 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 về cơ sở dữ liệu. .............................................................................99 5.2. Đặc tả các chức năng ....................................................................................100 5.2.1. Truy vấn dữ liệu.....................................................................................100 5.2.2. Phân loại dữ liệu ....................................................................................101 5.2.3 Chuẩn hoá dữ liệu...................................................................................101 5.2.4 Huấn luyện mạng....................................................................................101 5.2.5 Dự báo phụ tải.........................................................................................101 5.3 H−ớng dẫn sử dụng........................................................................................102 5.3.1 Truy vấn dữ liệu......................................................................................102 5.3.2 Phân loại dữ liệu .....................................................................................103 5.3.3 Chuẩn hoá dữ liệu...................................................................................103 5.3.4 Huấn luyện mạng....................................................................................104 5.3.5 Dự báo ....................................................................................................104 CHƯƠNG vI........................................................................................................... 106 so sánh với một số kết quả đ∙ có và Đánh giá kết quả.......... 106 6.1. So sánh với một số ph−ơng pháp đã có.........................................................106 6.2. Đánh giá kết quả..........................................................................................111 KếT LUậN ............................................................................................................. 114 Tài liệu tham khảo....................................................................................... 116 Phụ lục i ............................................................................................................. 118 Phụ lục II ............................................................................................................ 120 Tóm tắt luận văn.......................................................................................... 123 Summary ............................................................................................................ 124 3 Danh mục các 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 ph−ơng sai số SSE Tổng bình ph−ơng sai số CNTT Công nghệ thông tin ĐTPT Đồ thị phụ tải 4 Mở đầu Trong những năm gần đây, do nhu cầu năng l−ợng không ngừng biến đổi và tăng lên rõ rệt theo thời gian nên ngành Điện lực đã và đang xây dựng rất nhiều các nhà máy điện để đáp ứng nhu cầu tiêu thụ điện năng trong cả n−ớc. Vì vậy, một trong những vấn đề quan trọng mà ngành Điện lực cần phải giải quyết tốt là bài toán dự báo phụ tải ngắn hạn và dài hạn. Cho đến nay tuy đã có nhiều ph−ơng pháp luận trong việc giải quyết bài toán dự báo, song bài toán này luôn là một bài toán khó. Hiện nay, trong ngành Điện lực Việt Nam bài toán dự báo phụ tải đ−ợc giải quyết chủ yếu nhờ sử dụng các ph−ơng pháp dự báo truyền thống mang tính kinh nghiệm thuần tuý. Trong số các h−ớng nghiên cứu nhằm triển khai các hệ thống thông minh ở giai đoạn tới, mạng nơron giữ một vai trò quan trọng trong việc phát triển các giải pháp nhận dạng, dự báo…Mạng nơron nhân tạo là kỹ thuật xử lý thông tin có triển vọng ứng dụng trong việc giải quyết bài toán dự báo. Kết hợp chặt chẽ với logic mờ, mạng nơron nhân tạo có thể giúp giải quyết hiệu quả hơn các bài toán phức tạp. Nhờ các −u điểm nh− có cấu trúc xử lý song song, khả năng học và ghi nhớ, khả năng tự tổ chức và tổng quát hoá, mạng nơron nhân tạo ANN (Artificial Newal Networks) đã đ−ợc nghiên cứu và ứng dụng thành công trong rất nhiều lĩnh vực nh− xấp xỉ hàm nhận dạng mẫu, dự báo… Luận văn này chủ yếu tập trung tìm hiểu về mạng nơron nhân tạo và nghiên cứu ứng dụng giải quyết bài toán dự báo phụ tải ngắn hạn cho hệ thống điện miền Bắc. Mục đích của luận văn là phát triển các ph−ơng pháp để giải bài toán dự báo phụ tải ngắn hạn. Đối t−ợng cụ thể của nghiên cứu là dự báo phụ tải cho 24 giờ sau nhằm đ−a ra các thông số cần thiết cho công tác vận hành và lập ph−ơng thức điều hành hệ thống điện. Luận văn bao gồm sáu ch−ơng và hai phụ lục. 5 Ch−ơng I – Phụ tải hệ thống điện miền Bắc và bài toán dự báo: Trình bày tổng quan về HTĐ miền Bắc. Phát biểu bài toán dự báo phụ tải, nêu phạm vi, tầm quan trọng của bài toán, các yếu tố ảnh h−ởng đến phụ tải ngắn hạn. Ch−ơng II – Tổng quan về mạng nơron nhân tạo: Trình bày các khái niệm cơ bản về mạng nơron nhân tạo: cơ sở lý thuyết và mô hình mạng. Ch−ơng III – ứng dụng mạng nơron ánh xạ đặc tr−ng tự tổ chức Kohonen trong bài toán phân loại ngày: Trình bày các khái niệm cơ bản về mạng nơron ánh xạ đặc tr−ng tự tổ chức Kohonen, đề xuất cấu trúc mạng để giải quyết bài toán, xây dựng cấu trúc phần mềm và phân tích đánh giá kết quả đạt đ−ợc. Ch−ơng IV – ứng dụng mạng nơron nhiều lớp lan truyền ng−ợc sai số trong bài toán dự báo phụ tải theo nhiệt độ môi tr−ờng: Trình bày các khái niệm cơ bản về mạng nơron nhiều lớp lan truyền ng−ợc sai số, đ−a ra các b−ớc xây dựng bài toán, đề xuất cấu trúc mạng, xây dựng cấu trúc phần mềm, đánh giá kết quả và so sánh với một số ph−ơng pháp đã có. Ch−ơng V - Hệ thống phần mềm dự báo phụ tải ngắn hạn cho Hệ thống điện miền Bắc: Giới thiệu về cơ sở dữ liêụ, đặc tả các chức năng của hệ thống và h−ớng dẫn sử dụng phần mềm. Ch−ơng VI - So sánh với một số kết quả đã có và đánh giá kết quả: So sánh ph−ơng pháp dự báo phụ tải ngắn hạn của Hệ thống điện miền Bắc sử dụng mạng nơron nhân tạo với một số ph−ơng pháp dự báo truyền thống. Đánh giá kết quả đạt đ−ợc và khả năng ứng dụng của phần mềm. Phụ lục I – Phần mềm mô phỏng mạng Kohonen trong bài toán phân loại kiểu ngày. 6 Phụ lục II – Phần mềm mô phỏng mạng nơron lan truyền ng−ợc sai số ứng dụng trong bài toán dự báo đỉnh và đáy đồ thị phụ tải. Em xin chân thành cảm ơn PGS.TS Nguyễn Đức Nghĩa đã h−ớng dẫn và cho em những ý kiến quý báu, em xin chân thành cảm ơn các thầy cô giáo khoa Công nghệ Thông tin – Tr−ờng Đại học Bách khoa Hà Nội đã trang bị kiến thức giúp em hoàn thành luận văn này. 7 CHƯƠNG I PHụ TảI Hệ THốNG ĐIệN MIềN BắC và bài toán dự báo Ch−ơng này đề cập đến các vấn đề sau: • Giới thiệu chung về HTĐ miền Bắc • Tầm quan trọng của dự báo phụ tải • Những yếu tố ảnh h−ởng đến phụ tải ngắn hạn • Mục tiêu và phạm vi nghiên cứu dự báo phụ tải • Đặc điểm đồ thị phụ tải HTĐ miền Bắc • Dự báo phụ tải ngắn hạn cho 24h tiếp theo 1.1. Phụ tải Hệ thống điện miền Bắc 1.1.1. Giới thiệu chung về HTĐ miền Bắc Ranh giới của Hệ thống điện miền Bắc đ−ợc tính từ Hà tĩnh trở ra, là một vùng có vị trí địa lý t−ơng đối phức tạp, trải dài và nằm sát bờ biển, có nhiều đồi núi, có nhiều vùng khí hậu khác nhau, kinh tế các khu vực trên toàn miền Bắc phát triển không đồng đều dẫn đến công suất phụ tải ở các khu vực có sự chênh lệch lớn. Phụ tải chủ yếu tập trung ở vùng đồng bằng, các thành phố lớn có công nghiệp phát triển. Tại những vùng này phụ tải cao điểm và thấp điểm chênh lệch nhau không lớn lắm Pmin/Pmax khoảng 0.7 do phụ tải công nghiệp tại các khu vực này phát triển. Đối với những vùng miền núi hoặc sản xuất nông nghiệp, công nghiệp không phát triển thì Pmin/Pmax khoảng 0.3 do phụ tải vào cao điểm chủ yếu là phụ tải sinh hoạt, điều nay gây khó khăn rất lớn trong vận hành kinh tế hệ thống điện. Vào thấp điểm của hệ thống ta không khai thác cao đ−ợc các nguồn điện rẻ tiền còn vào cao điểm của hệ thống ta phải chạy các nguồn điện đắt tiền để phủ đỉnh, có khi còn phải hạn chế phụ tải vào cao điểm do nguồn điện không đáp ứng đ−ợc nhu cầu của phụ tải. Các thành phần cấu thành phụ tải đ−ợc thể hiện ở biều đồ sau: 8 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 tr−ởng phụ tải hệ thống điện từ năm 2001 – 2005 là rất cao. Bảng 1.1 và bảng 1.2 d−ới đây thể hiện tốc độ tăng tr−ởng phụ tải về sản l−ợng của các năm trên. Bảng 1.1: Sản l−ợng điện tiêu thụ của 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 3.079.711 3.486.549 3.879.340,1 4,329.367,2 Hải Phòng 946.066,1 1.046.325,4 1.155.206,9 1.272.091,1 1.415.610,8 Hình 1.1. Biểu đồ các thành phần cấu thành nên phụ tải Công nghiệp và xây dựng 45.20% Th−ơng nghiệp & KSNH 4.49% Quản lý & Tiêu dùng dân c− 44.59% Nông nghiệp và thuỷ sản 1.40% Các hoạt động khác 4.32% 9 Bảng 1.2: Tốc độ tăng tr−ởng 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% Hà Nội 10,89% 13,21% 11,27% 11,6% Hải Phòng 10,6% 10,41% 10,12% 11,28% Do điện năng của Quản lý & Tiêu dùng dân c− là rất lớn nên chênh lệch công suất giữa giờ cao điểm và thấp điểm rất lớn (khoảng 2-3 lần) và phụ thuộc rất nhiều vào thời tiết, gây ảnh h−ởng lớn đến việc khai thác tối −u các nguồn điện. Phụ tải cao điểm là nhân tố quyết định việc huy động nguồn điện trong khi đó phụ tải thấp điểm lại giữ vai trò quan trọng trong việc quyết định phối hợp và điều chỉnh các nguồn điện nhằm đảm bảo vận hành kinh tế. Do đó việc dự báo chính xác phụ tải có ý nghĩa hết sức quan trọng trong bài toán vận hành kinh tế hệ thống điện cũng nh− cải tạo, thiết kế hệ thống cung cấp điện, giảm thiểu đ−ợc tổn thất công suất và điện năng. Đặc biệt việc dự báo phụ tải cao điểm chính xác mang lại lợi ích và hiệu suất sử dụng năng l−ợng cho khách hàng, tránh trình trạng thiếu công suất giờ cao điểm. Do đó phụ tải cao điểm và thấp điểm chính là hai giá trị đặc biệt trên đồ thị phụ tải ngày và là mối quan tâm hàng đầu của ng−ời lập quy hoạch và thiết kế hệ thống điện. Khi phụ tải thấp thì tỉ lệ tổn thất tăng do tổn hao không tải. 10 1.1.2 Tầm quan trọng của dự báo phụ tải Nh− chúng ta biết tháng 5/2005 sản l−ợng điện tiêu thụ đột biến trong khi đó nguồn tài nguyên n−ớc tại thời điểm đó bị thiếu hụt dẫn đến ảnh h−ởng lớn đến nền kinh tế Việt Nam. Vì vậy dự báo phụ tải điện đóng vai trò hết sức quan trọng đối với việc quy hoạch, đầu t−, phát triển nguồn điện và vận hành hệ thống điện. Nhu cầu tiêu thụ điện năng phụ thuộc vào khả năng phát triển của nền kinh tế quốc dân. nếu dự báo phụ tải quá thấp so với nhu cầu thực tế thì dẫn đến kết quả nguồn dự phòng thấp, không đáp ứng đầy đủ nhu cầu điện cho sản xuất công nghiệp và tiêu dùng, còn nếu dự báo phụ tải quá cao sẽ phải huy động các nguồn đắt tiền gây lãng phí cho nền kinh tế n−ớc nhà. Dự báo phụ tải dài hạn (khoảng 10-20 năm) nhằm mục đích cung cấp dữ liệu cho công tác quy hoạch và đầu t− phát triển HTĐ. Còn dự báo phụ tải ngắn hạn (trong vòng 30 ngày) có nhiệm vụ đảm bảo vận hành hệ thống điện an toàn và kinh tế. Đối với dự báo dài hạn có tính chất chiến l−ợc thì chỉ nêu lên những ph−ơng h−ớng phát triển chủ yếu mà không yêu cầu xác định chỉ tiêu cụ thể. Các chức năng quan trọng trong kế hoạch vận hành HTĐ nh− phân phối nguồn một cách kinh tế, hiệu quả, lên kế hoạch bảo d−ỡng và sửa chữa, th−ờng đ−ợc thực hiện nhờ việc dự báo phụ tải, vì vậy dự báo phụ tải đóng vai trò đặc biệt quan trọng đối với điều độ viên, những ng−ời hoạch định kế hoạch, lên ph−ơng thức vận hành HTĐ. Trong công tác vận hành, việc lập ph−ơng thức ngày, ph−ơng thức tuần của Trung tâm Điều độ, hay dự báo phụ tải báo tr−ớc một giờ, một ngày, một tuần là những công việc tối cần thiết. Những ph−ơng thức vận hành cơ bản trong ngày nh− huy động nguồn, phối hợp nguồn, truyền tải công suất giữa các miền, giải quyết các công tác sửa chữa trên l−ới điện và đánh giá mức độ an toàn HTĐ đều đòi hỏi phải có dự báo phụ tải t−ơng đối chính xác. 11 Trong thực tế vận hành HTĐ Việt Nam nói chung và HTĐ miền Bắc nói riêng, phụ tải cao điểm (phụ tải cao nhất trong ngày Pmax) và thấp điểm (phụ tải thấp nhất trong ngày Pmin) là hai điểm đặc biệt trong đồ thị phụ tải ngày và đ−ợc quan tâm nhiều nhất trong vận hành. Phụ tải cao điểm quyết định việc huy động các nguồn nhiệt điện, tua-bin khí, diesel dự phòng nhằm đảm bảo đủ nguồn phủ đỉnh và dự phòng nóng, tăng độ an toàn cung cấp điện. Phụ tải thấp điểm quyết định việc phối hợp và điều chỉnh các nguồn tua-bin khí, nhiệt điện, thủy điện nhằm đảm bảo vận hành kinh tế, tránh nhà máy thuỷ điện Hoà Bình vận hành trong vùng công suất không cho phép về kỹ thuật, trong đó dự báo phụ tải lúc cao điểm Pmax là quan trọng nhất trong ngày. Dự báo chính xác phụ tải cao điểm có hiệu quả lớn về kinh tế vào mùa lũ khi cần khai thác tối đa nguồn thủy điện, trong khi n−ớc các hồ chứa đang xả thì các nguồn điện khác huy động chỉ nhằm mục đích an toàn, bù điện áp và phủ đỉnh. Nếu sai số dự báo phụ tải lúc cao điểm giảm 2%, Điều độ Quốc Gia (ĐĐQG) có thể tiết kiệm đ−ợc khoảng 80 MW nguồn tuabin khí chạy dầu đắt tiền chạy phủ đỉnh lúc cao điểm, góp phần đáng kể vào việc tăng hiệu quả vận hành HTĐ và tiết kiệm đ−ợc hàng trăm triệu đồng trên mỗi giờ cho ngành điện nói riêng và cho cả nền kinh tế Quốc dân nói chung. Hạn chế phụ tải lúc cao điểm cũng th−ờng xảy ra trong mùa lũ khi thiếu nguồn phủ đỉnh. Tính chính xác đ−ợc l−ợng công suất thiếu để chủ động cắt phụ tải những kh