能源管理高校节能短期电力负荷预测的应用与研究万力,1李芳2(1合肥工业大学建筑设计研究院,安徽合肥.2合肥工业大学计算机与信息学院,安徽合肥.摘230009;230009)要:在分析了事例推理原理和相关技术的基础上,根据高校负荷变化的特万力(1967),男,点,利用事例推理原理建立了高校短期电力负荷预测系统的基本框架。通过试验平台的开发验证了其有效性和实用性,为高校节能提供了非常有意义的参考价值和理论基础。教授级高级工程师,研究方向为智能建筑、宇自动化、筑楼建电气。关键词:电力负荷预测;事例推理;高校节能中图分类号:TU201.5文献标志码:A文章编号:16748417(2010)120034040引言ReviseRetain通常翻译为检索、、,重用、修改/修正和保留所示。[2]。基于事例推理的工作原理[3]如图1随着全国高校节能工作的开展,电力负荷预测在高校越来越受到重视,然而传统的负荷预测由于仅依靠工程人员的经验,存在预测工作量大、精度低等缺点。本文将人工智能中的事例推理方法应用到高校短期电力负荷预测中,结合高校能耗监控系统丰富的历史数据,开发了高校短期电力负荷预测系统,为高校能源管理部门准确、合理地做出供配电规划和运行调度提供依据,使供配电在安全、可靠的基础上更加经济、优化。[1]图1CBR工作原理图1事例推理的原理基于事例推理(CaseBasedReasoningCBR),是人工智能的一个分支,也是类比推理方法的一种。其核心思想是从事例库中检索出和当前事例相近的事例,对它进行修正,并应用于新问题的求解过程中。一个完整的CBR系统一般包括几个循环过程,Amodt和Plaza归纳为!4R?:RetrieveReuse,,李芳(1986),女,硕士研究生,研究方向为智能建筑。2关键技术CBR的核心技术包括事例表示、事例检索和事例维护。21事例表示.事例表示是建立事例推理系统的基础。事例推理系统运行的效率和事例表示芮邢喙?所以如何选择适合该系统的事例表示方法是事例34能源管理推理系统首先要解决的问题。事例表示可以借鉴人工智能领域中的知识表达方法,如特征向量、面向对象、逻辑谓词、义网络、媒体等。语多根据负荷预测自身的特点,该系统采用一个特征向量对应一个事例来表示影响电力负荷变化的各种因素,如日期、采样时间、采样点、天气、节日、假期、星期类型、实际负荷。22事例检索.事例检索是事例推理系统的中心环节。检索到的事例是系统工作的起点,其准确与否很大程度上决定了一个CBR系统的效果。在实际应用过程中,常用的检索方法有最近邻法、归纳引导策略、多维分析法、知识引导法等。该系统在事例检索中采用应用广泛且技术基本成熟的最近邻法[4]定的阀值,表明其与事例库中的事例非常相近,可不存储;否则,可以作为新事例添加到事例库中。基于事例推理系统采用增量式的学习,能不断积累经验和知识,这其中主要来源于对新事例及解法的保留。但如果无条件地对事例进行保留,势必导致一个新的问题,即无法控制事例库中事例数目的增长而使系统检索时间增加,检索效率下降。因此,为了解决这个问题,CBR系统采用主动学习策略。3高校电力负荷预测系统的分析实现事例推理的应用范围非常广,成千上百个CBR系统在实际应用领域中发挥着重要作用,如法律诉讼、客户管理、电子商务、医疗诊断、机器组装、建筑设计、分子生物学、机器人控制、医药、企业管理、地质勘测、石油开采、语音识别等。本文成功地将事例推理的理论应用到了高校节能工作中,开发了一个基于事例推理的短期高校电力负荷系统,既拓宽了事例推理的应用领域,又解决了高校的节能难题。31高校负荷变化特点.为了分析影响高校负荷变化的主要因素,建立合理的事例,首先要找出高校电力负荷变化的特点。经过对某高校多年历史数据分析,概括出如下特点:(1)负荷总量逐年增加,增长缓慢。2006~2009年学校总用电量逐年增加,增长幅度在5%~7的范围内,如图1所示。用电量逐年增大%的主要原因是学校基础设施的逐年完善、在校人数的增加以及学校科研项目的增多。。最近邻法是通过计算目标事例和源事例的加权距离,找出与目标事例距离最近的事例的方法。距离定义为相匹配的输入事例特征加权和。用公式表示为dij=k=1#wNNkdVik,Vjk(1)其中,wk为第k个属性权值大小,可以赋予一个实数,wk随事例不同属性重要性的不同而赋予不同的权值,一般要求#wk=1k=1。dVik,Vjk表示第i个和第j个事例在第k个属性上的距离。最近邻法的相似度计算公式为1SimVi,Vj=1+dVi,Vj1=1+dij(2)其中,Vi,Vj是某