遺傳模糊算法在短期負荷預測中的應用

　　從第73位開(kāi)始至282位是對105條模糊條件語(yǔ)句的編碼，每?jì)晌换驅粭l語(yǔ)句，例如如果X73X74若為“01”，則表示相應的模糊條件語(yǔ)句為“IF x1(日期類(lèi)型)is A11（周一），and x2(T時(shí)刻氣溫)is A21(很低)and x3(近期負荷量趨勢)is A31(底)then y(預測量)is B1 (很低)”。
　　在確定的編碼方式后，遺傳算法對種群中的染色體進(jìn)行各種遺傳算子操作（選擇、交叉和變異等），應當采用各種改進(jìn)措施以提高算法的搜索效率，避免早熟收斂等問(wèn)題。

4 負荷預測仿真分析
　　為檢測系統的可行性，針對所開(kāi)發(fā)的系統進(jìn)行計算機仿真。本文利用河南省某市2002和2003年夏季（4、5月份）負荷資料，對2003年5月份第三周星期一的日負荷進(jìn)行模擬預測。
　　首先將兩年中4、5月份負荷資料和天氣資料按照24個(gè)不同時(shí)刻分成24份，然后選擇出可以作為訓練樣本的數據來(lái)。此處我們選擇了40份有效歷史數據，按照第2、3節所敘述的方法對系統參數進(jìn)行訓練。最后對選定日進(jìn)行日模擬負荷預測。表1給出了實(shí)際值，預測值和誤差的記錄。

5 結束語(yǔ)
　　電力系統短期負荷預測一項極為復雜的工作。由于負荷的變化要受到諸多因素的影響，而這種影響往往又難以用經(jīng)典數學(xué)方法準確地加以描述，所以往往很難達到預期的預測效果。本文利用遺傳算法對模糊系統中的隸屬函數和推理規則進(jìn)行訓練，并將由該方法所確定的模糊邏輯預測系統應用于短期負荷預測。對影響負荷變化的因素進(jìn)行研究，結合具體的問(wèn)題，選取了適應于系統的輸入量。在遺傳編碼方面，將確定隸屬函數與推理規則的各種參數進(jìn)行統一編碼，以求得系統參數的最優(yōu)組合。實(shí)驗結果證明了該方法具有良好的預測性能，和較好的發(fā)展前景。