Ứng dụng mạng Nôron vào dự báo phụ tải ngắn hạn trong ngành điện lực

DẠI IIỌC QUỐC GIA HÀ NỘI
TRUỒNG ĐẠI HỌC CÔNG NGHỆ
• • •
NGUYỀN Hửu QUỲNH
ỦNG DỤNG MẠNG NƠRON VÀO DỤ BÁO
PHỤ TẢI NGẨN HẬN TRONG NGÀNH ĐIỆN Lực
• • • •
Chuyên ngành : Công nghệ thông tin
Mã số: I.01T10
LUẬN VĂN THẠC sĩ
Người hướno, dần khoa học:
PGS. Ts7 Đinh Mạnh Tưòìig
Hà Nội - 2004
DẠI IIỌC QUỐC GIA HÀ NỘI
TRUỒNG ĐẠI HỌC CÔNG NGHỆ
• • •
NGUYỀN Hửu QUỲNH
ỦNG DỤNG MẠNG NƠRON VÀO DỤ BÁO
PHỤ TẢI NGẨN HẬN TRONG NGÀNH ĐIỆN Lực
• • • •
Chuyên ngành : Công nghệ thông tin
Mã số: I.01T10
LUẬN VĂN THẠC sĩ
Người hướno, dần khoa học:
PGS. Ts7 Đinh Mạnh Tưòìig
Hà Nội - 2004
MỤC LỤC
MỚ DAI ỉ 1
CHƯƠNG I: TỎNG QUAN vi; I)ự BẢO PIIỤ TAI NGẨN IIẠN

3

1.1 Vai trò cua dự báo phụ tai imấn hạn tronu cô nu tác điều độ

3
1.2 Các yếu tố ảnh hưởng trực tiếp đến phụ tải neàv

5
1.3 Phươnẹ hướna nehiên cứu dự báo phụ tái

6
1 - «—-1 • I
CHƯƠNG II: PHƯƠNG PHÁP LUẬN GIẢI QƯYẺT BÀI TOÁN
Dự BÁO Pl IỤ TẢI NGẮN MẠN THEO PHƯƠNG PHÁP HAI
(HAI DOẠN 8
2.1 Đặc diêm của biêu đồ phụ tải ngày 8
2.2 Dụ- báo phụ tải ngan hạn cho 24 giờ sau 9
2.2.1 Kiểu của đồ thị phụ tải
10
2.2.2 Đỉnh và đáy của biểu đồ phụ tải 13
2.2.3 Dự báo phụ tải cho 24 giờ sau 13
CHƯƠNG III: CÁC KHÁI NIỆM c ơ BẢN VỀ MẠNG NƠRON

14
3.1 Giới thiệu về mạng nơron 14
3.1.1 Lịch sử phát triển
14
3.1.2 Úng dụng 16
3.1.3 Căn nguyên sinh học 16
3.2 Nơron nhân tạo 18
3.3 Hàm xử lý 19
3.3.1 Hàm kết hợp 19

3.3.2 Hàm kích hoạt 19
3.4 cáu trúc của mạng nơron 21
3.4.1 Mạrm truyền thẳng 21
3.4.2 Mạns hồi qui 22
3.5 Luật học 23
3.6 Hàm mục tiêu 24
CHƯƠNG IV: MẠNG Nơ RON TRIJYKN TIIÁNC. VÀ THUẬT TOÁN
I.AN TRUYHN NGƯỢC
25
4.1 Kiên trúc cơ han 25
4.2 Kha năim biêu diễn 26
4.3 Vấn dê thiết kế cấu trúc mạng 27
4.3.1 Số lớp ẳ n 27
4.3.2 Số noron trona lớp ẩ n 28
4.4 Tluiật toán lan truyền ngược (Back - Propagation Algorithm)

29
4.4.1 Mô tà thuật toán 30
4.4.2 Sử dụng thuật toán lan truyền ngược 36
4.4.3 Một số biến thể của thuật toán lan truyền ngược

41
4.4.4 Nhận xét
43
CHƯƠNG V: ÚNG DỤNG MẠNG NƠRON TRUYỀN THẲNG TRONG
Dự BÁO PHỤ TẢI ĐIỆN 47
5.1 Sơ lược về lĩnh vực dự báo 47
5.2 Tlui thập phân tích và xử lý dừ liệu 48
5.2.1 Kiểu của các biến 49
5.2.2 Thu thập dữ liệu 50

5.2.3 Phân tích dữ liệu 51
5.2.4 Xứ lý dừ liệu 52
5.2.5 Tông họp 55
5.3 Chương trinh dự báo đỉnh và đáy biêu đồ phụ tải

55
5.4 Dự báo phụ tải cho 24 giờ sau 70
KÍ: r I .IỈẠN 75
TÀI L1IUJ THAM KHẢO
77
PHỤ LỰC I
MỤC LỤC TỪ VIÉTTẨT
1H)P 1: Biêu dồ phụ tai
HP: Lan truyền neưực (Back - Propagation)
I)BPT: Dự báo phụ tải
HTD: i lệ thốnu diện
- 1-
MỞ ĐẦU
Dự báo là bài toán quan trọng mang lại nhiêu lợi ích thiết thực phục vụ con
người, nó ui úp con người năm băt được các qui luật vận động trong tự nhiên và
trong đời sông kinh tê xã hội. Trong những năm gân đây, các mạng nơron truyền
thãim nhiêu lớp được thực tiền chứng minh là khá mạnh và hiệu quả trong các
bài toán dự báo và phàn tích số liệu, đặc biệt trong các bài toán dự báo phụ tải,
dụ báo kinh tế, dự báo thời tiết,
Cho đến nay đã có khá nhiều phương pháp luận cho hoạt động dự báo, trong đó
da so các phương pháp luận đều mang tính chất kinh nghiệm thuần tuý. Dùng
cách uiái quyết theo kinh nghiệm vào việc dự báo là chưa đầv đủ, vì cách làm ấy
hoàn toàn ch 1 dựa vào kinh nghiệm cua giai đoạn quá khứ, mà các kinh nghiệm
â) không phai lúc nào cũng có thê vận dụng vào hoàn cảnh đã thay đôi so với
tnrớc.

Việc nghiên cứu ứng dụng các mô hình dự báo khác nhau cho phép ta có cơ sở
tiòp cận tới việc lựa chọn các phương pháp dự báo, đánh giá mức độ chính xác
cua dự báo đồng thời xác định khoáng thời gian lớn nhất có thề dùng dự báo.
Dự báo phụ tái ngắn hạn(giờ, ngày hoặc tuần) có vai trò quan trọng trong vận
hành, lập phương thức ngày, phương thức tuần. Nếu chúng ta dự báo phụ tải quá
thừa so với nhu cầu sứ dụng thì hậu quả là phải huy động nguồn dự phòng đắt
tiên lớn hơn mức cân thiêt. Ngược lại, nêu dự báo phụ tải quá thâp so với nhu
cầu thì sẽ dẫn đến kết quả nguồn dự phòng thấp, giảm an toàn cung cấp điện,
không đáp ứng đủ nhu cầu điện cho các hộ tiêu thụ, và làm thiệt hại cho nền kinh
tê quốc dân.
Mục đích cua luận văn này lả tìm hiểu, làm sánu tỏ một so khía cạnh về mạng
noron truyên thăng nhiêu lớp, thuật toán lan truyền ngược, giới thiệu phương
pháp luận và một sô kết quả ban dâu cua nghiên cứu ứng dụng mạng nơron vào
trong dụ' háo phụ tai ngăn hạn cho hệ thong điện.
IVic uia xin chân thành cam ơn sự giúp đờ, động viên cua các giảng viên trường
Cao dăng Diện lực, các chuyên viên điêu độ thuộc trung tâm điêu độ hệ thôníi
diện quôc gia. Đặc biệt, tác giả xin chân thành cảm ơn PGS. TS Đinh Mạnh
1’ưòng, nmrời thầy đã giúp đỡ các ý kiến quí báu về khoa học đê tác giả có the
hoàn thành tôt luận văn này.
Hà nội, tháng 11 năm 2004
Nguyễn Hữu Quỳnh
CHƯƠNG I: TÔNG QUAN VÈ D ự BÁO PHỤ TẢI NGẨN HẠN
1.1 Vai trò của dụ báo phụ tái ngắn hạn trong công tác điều độ
Diện năim là một san phâm đặc biệt quan trọng đổi với sự phát triên kinh tế, đời
sórm dân sinh và môi trường của bât cứ quôc gia nào trên thê giới. Không giông
như các doanh nghiệp sản xuất các sản phấm khác trong nền kinh tế thị trường
với mục tiêu là lợi nhuận - khi không có lợi nhuận thì ngừng sản xuất, điện là
san phâm đặc biệt không thê thiêu được, nên ngành điện được coi là một ngành
thuộc CO' sở hạ tầng. Điện được phân biệt với các sản phẩm hàng hoá khác nhờ
khá năng, đáp ứng nhanh chóng những biên đôi của nhu câu tại mọi thời điêm và

tính hầu như không thế dự trữ được. Do đó vấn đề dự báo phụ tải một cách chính
xác cùng như toàn bộ các dây truyền sản xuất, truyền tải, phân phối phải luôn ở
tình trạng sẵn sàng đáp ứng nhu cầu phụ tải là yếu tố cơ bản ảnh hưởng đến hiệu
quâ phục vụ khách hàng của toàn hệ thống.
Trong công tác vận hành, lập phương thức ngày và phương thức tuần của người
làm công tác điều độ, dự báo phụ tải ngan hạn bao gồm dự báo trước một giờ,
một ngày hoặc một tuần đóng một vai trò vô cùng quan trọng. Những phương
thức vận hành cơ bản trong ngày như huy động nguồn, phối hợp thuỷ điện và
nhiệt điện, truyền tai công suất giữa các miền, giải quyết các công tác sửa chữa
tròn lưới điện và đánh giá mức độ an toàn hệ thống điện(HTĐ) đều đòi hỏi phải
có dự báo phụ tải chính xác.
Việc dụ' báo phụ tai ngày HTĐ với sai số cao có ảnh hưởng rất lớn đến giá thành
vận hành. Dụ' báo phụ tải cao hơn thực tế sẽ làm chi phí tăng cao, do huy động
kliôim cần thiết các nguồn điện dự phòng đắt tiền như diesel, Dự báo phụ tải
thấp hơn thực tê sẽ dẫn đên kết quả nguồn dự phòng thâp, giam độ an toàn cung
cap diện, có thê phủi căt điện do việc huy động thiêu nguôn, gây thiệt hại ca vê
kim tè. an ninh xã hội, đời sông sinh hoạt cua nhân dân và uy tín phục vụ cua
ngành dôi với khách hàng.
Dô. với thục tè vận hành HTĐ Việt Nam, do thành phần phụ tai sinh hoạt và
dịch vụ còn chiêm ty lệ khá cao nên sự chênh lệch phụ tải cao điêm (phụ tải cao
nhũ. troniì nuày pnm) và phụ tải thấp điêm(phụ tai thấp nhất trong ngày pmm) là
rât ớn (khoáng 2.5 đến 3 lần). Đây chính là hai giá trị phụ tải đặc biệt trong đồ
thị ohụ tai ngày, và được người làm công tác điều độ quan tâm nhiều nhất trong
quá trinh vận hành, về mặt vận hành với đồ thị phụ tải biến động lớn, thành
phai thay đôi, quá trình khởi động máy diễn ra thường xuyên ảnh hưởng đến
tu ô thọ và chỉ tiêu kinh tế kỳ thuật của nhà máy, tôn thất công suất và điện năng
cũn’ sẽ gây nhiều bất lợi. Phụ tải cao điểm là nhân tổ quyết định việc huy động
cáic nguồn nhiệt điện, tua-bin khí, diesel dự phòng nhằm đảm bảo đủ nguồn phủ
đỉ nil và dự phòng nóng, tăng độ an toàn cung cấp điện. Phụ tải thấp điểm quyết
Jị nil việc phổi hợp và điều chính các nguồn tua-bin khí, nhiệt điện, thuỷ điện

nhàn đảm báo vận hành kinh tế, tránh cho nhà máy thuỷ điện Hoà Bình vận
hàim trong vùng công suất không cho phép về kỹ thuật. Trong đó phụ tải lúc cao
đi«ển pmax là khâu quan trọng nhất trong ngày.
l)iự XIo chính xác phụ tải cao điếm có hiệu quả lớn về kinh tế vào mùa lũ khi cần
khia thác toi da nguồn thuỷ điện, trong khi nước các hồ chứa đang xả thì các
nuui >n điện khác huy động chi nhằm mục đích an toàn. Nếu sai số dự báo phụ tại
ca-0 điểm giám 2 %, theo tính toán sơ bộ thì ngành điện tiết kiệm được khoảng
SOiVW nsuồn tua-bin khí chạy dầu đắt tiền (khoảng 102.800.000đ). Việc hạn
1,'h'ê phụ tai lúc cao điêm cũng thường xảy ra trong mùa lũ khi thiêu nguôn phủ
iliinl. Tính chính xác được lượng công suất thiếu đê chủ động cat phụ tải không
-5-
qnan trọng, tránh căt thừa hoặc căt thiêu, tránh sa thải phụ tái do báo vệ tần số
thấp tác động cũng có ý nghĩa lớn trong vận hành, góp phần giảm thiếu thiệt hại
do iệc căt diện uây ra.
Iliệi nay việc đàm bao độ tin cậy cung cấp điện, vận hành an toàn và kinh tế
1 1 1 .) cỏ ý nghĩa và ảnh hương lớn đôi với ngành điện nói riêng và nền kinh tế
qucc dân nói chung. Trong tương lai khi HTĐ Việt Nam liên kết với HTĐ các
IU ICC ASEAN và Trung Quôc, vân đê tăng độ tin cậy cuna cấp điện, vận hành an
toàr và kinh tế HTĐ càng trớ nên bức thiết. Đó không những là yếu tố đảm báo
việc nântỉ, cao chất lượng phục vụ nhu cầu tiêu thụ điện năng trong sản xuất và
đòi sống sinh hoạt, góp phần vào sự tăng trưởng kinh tế của đất nước mà còn là
yế‘11 tố đám bảo cho Điện lực Việt Nam hoàn thành những điều khoản cam kết
troi g văn bản ký kết với HTĐ các nước trong khu vực.
G iả quyết tốt vấn đề cung cấp điện có vai trò và ý nghĩa vô cùng to lớn, vì vậy
vi ệt áp dụng và nghiên cứu mô hình dự báo khác nhau nhăm tìm ra mô hình dự
báto tối ưu cho vấn đề dự báo phụ tải là việc rất cần thiết.
1. 2 Các yếu tố ảnh huỏng trực tiếp đến phụ tái ngày
M ục tiêu cuối cùng của tất cả các dự báo là kết quả dự báo phải bám sát giá trị
ihiực tế. Muốn có dự báo ngày với sai số nhỏ, phải chọn phương pháp dự báo tối
Qui các sổ liệu thống kế và thực tế vận hành cho thấy phụ tải HTĐ Việt Nam

phiụ tlniộc chu yếu vào các yếu tố sau:
• Thứ cua ngày trong tuần: giá trị phụ tải giờ trong các ngày làm việc
thường cao hơn phụ tải giờ của các nG,ày nghỉ cuối tuần.
• Thời tiêt trong ngày: Thòi tiêt trong ngày bao gôm các thông sô: nhiệt độ,
độ âm, tôc độ gió và hướng gió, cường độ ánh sáng trong các thông sô đó
nhiệt dộ là yêu tô ảnh hưởng nhanh nhât đên phụ tải. Có thẻ xem phụ tải là
một hàm sỏ phụ thuộc vào nhiệt độ.
(ìiùa phụ tai và nhiệt độ có môi quan hệ là nhiệt độ tăng thi phụ tai tăng và
niỊirợc lại. Chi có trường hợp dặc biệt ơ miền Bẳc khi thời tiết quá lạnh phụ tải
có thê tăim do việc sư dụn2, các thiết bị sưới ấm.
• Ngàv đặc biệt trong năm: Ngày đặc biệt trong năm là các ngày lễ, ngày
têt, như ngày tết âm lịch, tết dương lịch, ngày 30/4 và 01/5, ngày 02/9, Phụ
tải những ngày này trên toàn quốc giảm rất nhiều so với ngày thường. Dự
háo các imàv đặc biệt này không áp dụng như ngày thường mà phải theo
phương pháp riêng.
• Kê hoạch sửa chừa lớn trong ngày có cat điện phụ tải: Hiện nay, trong quá
trình thực hiện các kế hoạch sửa chừa lớn, như cải tạo các trạm biến áp
220KV, cat điện đường dây đang vận hành đê kéo đường dây mới vẫn
phai cắt phụ tải diện rộng, dần đến điện năng tiêu thụ vào các ngày (giờ)
này giám một cách đáng kê. Dự báo phụ tải những ngày này phải tính toán
khau trừ phụ tải giảm do ngừng cung cấp điện. Dạng của biểu đồ phụ tải
trong ngày có cat điện diện rộng cùng mang đặc thù riêng, thay đổi tuỳ
thuộc vào thời gian, vùng, miền cắt điện.
Qua các số liệu thống kê, quá trình nghiên cứu thực tế và kinh nghiệm vận hành,
các nhà nghiên cứu, các chuyên gia điều độ di đến kêt luận: nhiệt độ môi trường
(thông sổ quan trọng nhất của thời tiết trong ngày), và đặc thù ngày đang xét
(niĩày đặc biệt, ngày nghỉ cuối tuần, ngày lễ, ngày đặc biệt) là các biến ảnh
liướnu, mạnh nhât đên giá trị phụ tải ngày.
IPliuong huóng nghiên cứu dự báo phụ tải
-6-

Dự báo luôn ụiữ vai trò quan trọ nu tron 12, nhiêu lĩnh vực, quyêt định kê hoạch sản
xuất, hướng dâu tư phát triến trong tương lai, do đó có rất nhiều các mô hình
toán học áp dụng cho dự báo. Cũng như các dự báo khác, dự báo phụ tải ngày
cùng phai dựa vào sô liệu thông kê, phân tích và áp dụng thuật toán đô xác định
mòi quan hệ iiiữa phụ tai và các yêu tô ánh hưởng, từ đó dự báo phụ tải dựa trên
cúc yêu tỏ ánh hưởng đó.
1 rước đây các mô hình toán học truyền thống hay được áp dụng cho dự báo
như: Mồi qui tuyến tính(linear regression), san trung bình(moving averages), hệ
sô ngầu nhiên(stochatic), san hàm mũ (expodential smoothing),
AGRiMA(Autoregressive Intergarated Moving Average)
Nghiên cứu phương pháp dự báo phụ tải ngày là nghiên cứu và áp dụng các
phương pháp đế tìm quan hệ giữa phụ tải ngày và các yếu tổ chủ yếu ảnh hưởng
đèn phụ tải ngày. Việc áp dụng mạng nơron nhân tạo cho dự báo phụ tải của
I II I) Việt Nam dựa trên các yêu cầu: phương pháp đơn giản, có tính đến ảnh
liươnu của biến nhiệt độ và đặc thù ngày, cho dự báo với sai số nhỏ là phương
hướng của ngiên cứu này.
CHƯƠNG II: PHƯƠNG PHÁP LUẬN GIẢI QUYÉT BÀ ĩ TOÁN DỤ BÁO
PIIỤ TẢI NGẨN HẠN THEO PHƯƠNG PHÁP HAI GIAI ĐOẠN
• • •
2.1 Dặc điêni của biêu đô phụ tai ngày
Phụ tai ngày HTĐ Việt Nam là phụ tải có thành phần điện sinh hoạt và dịch vụ
cliiôm ty lệ khá cao. Việc giám tỷ trọng điện năng tiêu thụ trong công nghiệp và
tăne ty trọng tiêu thụ trong sinh hoạt làm chế độ tiêu thự điện năng xấu đi, hệ số
phụ tai íiiani, đồ thị phụ tải nhọn hơn, gây nhiều khó khăn cho việc đảm bao an
toàn cunu, cap điện.
I lình 2.1 là đồ thị phụ tải ngày HTĐ Quốc gia được xây dựng theo giá trị phụ tải
cua 24 giờ trong ngày. Đồ thị trên hình biến thiên theo giá trị phụ tải từng giờ,
phụ tai pmax lớn gấp 2 ^ 3 lần so với pmin. Phụ tải pmax thường xảy ra vào 19h-
20h vào mùa hè, 18h-19h vào mùa đông. Thấp điểm xảy ra vào ban đêm khoảng
3h-4h vào mùa hè, 2h-3h vào mùa đông.

6500
p
6000
5500
5000
4500
4000
3500
0 5 10 15 20 T 25
Hình 2.1 Đồ thị phụ tái ngày HTĐ Quốc gia
-9-
Troig quá trình vận hành cua trung tâm Điều độ, phụ tai cao điếm (Pmax) và phụ
tai tiâp diêm (Pmm) là hai diêm quan trọng nhất trong đồ thị phụ tải ngày. Phụ tải
J Í I 0 diêm và thâp điêm quyết định huy động nguồn và điều chinh phối hợp thuý
diệr và nhiệt điện trong lập phương thức ngày trong điều hành HTĐ.
*\''ì, 0 cao diêm tối phụ tải tăng đặc biệt nhanh
• 1 luv động các nguồn điện đắt tiền như tuabin khí chạy dầu phái trước cao
điêm tôi thời gian ít nhất là 30 phút đê khởi động và nâng dần công suất.
• Khi thiêu nguôn mới huy động tuabin khí chạy dâu sẽ không kịp gây tần
số thấp và sa thải phụ tải do rơle tần sổ thấp tác động.
• Trong tnrờng hợp sự cố thiếu nguồn, người ta cần phải dự báo công suất
thiến de chuẩn bị trước phương án cắt tái sau đó phối hợp với các điều độ
miền phân bổ công suất cần phải cắt cho các điều độ lưới điện phân phổi.
Cắt tái có chuấn bị trước thưòng ít gây thiệt hại về kinh tế hơn do rơ le tần
sô thấp tác động.
*1 (I) thấp điểm đêm phụ tải giảm rất thấp
• Cần phải điều chỉnh các nguồn tuabin khí chạy dầu, nhiệt điện sao cho các
tô máy của Hoà Bình không vận hành trong vùng công suất không cho phép
bao đảm vận hành an toàn các tồ máy và thoả mãn các chỉ tiêu về kinh tế.
Nêu dự báo chính xác được pmax và pmm , người ta có thế huy động và điều chỉnh

ngucn hợp lý, cũng như vận hành hệ thông điện an toàn và hiệu quả.
2.2 Dự báo phụ tải ngắn hạn cho 24 giò’ sau
Mục đích của DBPT cho 24 giờ sau là đưa ra các giá trị phụ tải dự báo theo từng
uicv sát vói thực tế. Nói cách khác giảm sai số là vấn đề quan trọng trong quá
trill]', dự báo.
-10-
Ọuá trình phàn tích, so sánh dô thị phụ tai cua HTĐ Việt Nam trong một thời
gian dài cho thây kiêu biêu đồ phụ tải ngày chu yếu bị anh hưởnu, bơi các thói
quen tô chức sinh hoạt, cách phân công sắp xếp công việc của khách hàng. Nghĩa
là kiêu BĐPT có mối liên quan chặt chẽ với môi trường hoạt động, ngày tháng(
làm việc, nghi ngơi, lễ têt, hội hè ) cua riêng từng khách hàng và của cả cộng
dong. Còn đáy và đinh phụ tải lại là hàm của các biến thời tiết như nhiệt độ, độ
âm. mâv, lượng mưa, vận tôc và hướng gió.
Nói cách khác, kiêu của BĐPT và giá trị đỉnh, đáy phụ thuộc vào các yếu tố
tirơnu, đôi dộc lập với nhau. Điêu này có ý nghĩa vô cùng quan trọng đổi với vẩn
đê dự báo phụ tải ngắn hạn. Dựa vào đặc điếm này chúng ta sê phân quá trình dự
báo phụ tải thành hai giai đoạn dự báo khác nhau. BĐPT sẽ được xác định hoàn
toàn nếu ta xác định được kiểu của BĐPT, giá trị đỉnh và giá trị đáy của BĐPT.
Do cỉó bài toán dự báo phụ tải được chia thành hai bài toán nhỏ:
• Xác định kiêu BĐPT ngày cần dự báo
• Dự báo đỉnh và đáy BĐPT ngày cần dự báo
2.2.1 Kiến của đồ thị phụ tải
Xét đồ thị phụ tải HTĐ hình 2.2, đây là biểu đồ phụ tải HTĐ Quốc gia ngày làm
việc 12/6/2003 được xây dựng theo giá trị phụ tải của 24 giờ trong ngày. Giá trị
phụ tải phân bố không đều, dạng biểu đồ nhọn và sự chênh lệch giữa 2 giá trị
dinh và đáy rất lớn.
-1 1-
6500
p
6000

5500
5000
4500
4000
3500
0 5 10 15 20 25
Hình 2.2 Đồ thị phụ tải ngàyl2/6/2003 của HTĐ Quốc gia
Đặt: giá trị phụ tải của giờ thứ i là P(i), với i=l,2, 24, giá trị phụ tải đinh là
P„llvgiá trị phụ tải đáy là pmin.
Rò lu n g giá trị phụ tải pmax, Pmin và phụ tải theo từng giờ của các ngày khác nhau
sê CC giá trị khác nhau
ỉ)ê thu được kiêu BĐPT ngày chuân, ta sẽ qui chuân phụ tải từng giờ theo công
thức
P(i)-P

/>(/) = r l Ầ""" , với i=l,2, ,24
max m i ll
Pn(i) là phụ tái qui chuân cùa giờ thứ i
Dựa trên uiá trị phụ tai qui chuân thu được cua 24 giờ trong ngày, ta xây dựng
dược Bị)PT nuày chuân hoá. Đô thị phụ tải này còn dược gọi là véc tơ biêu đồ
phụ tai.
Nếu đặt véc tơ BĐPT là p, ta có:
p=[p,.p:

.P2j]'=[P„(1),P„(2)

p„(24)]'
V(Vi Pn( i) là phụ tai được chuân hoá của giờ thứ i
1 lình 2.3 là đồ thị phụ tải ngày chuân hoá, biê đồ phụ tải được qui chuấn vẫn giữ
nmivên dạng biên thiên cùa mình và các giá trị phụ tái được qui chuẩn nằm

irong khoảng [0,1], Đặc diêm này không phụ thuộc vào giá trị đinh va đáy cua
biêu đô phụ tải trong ngày được qui chuân nhận các giá trị lớn hay nhỏ đên mức
nào.
1
p 0.9
0.8
0.7
0.6
0.5
0.4
0 3
0.2
0.1
0
0 5 10 15 20 25
Hình 2.3 Đồ thị phụ tai ngày 12/6/2003 đã chuẩn hoá
-13-
2.2.2 Dinh và dây của biếu dồ phụ tái
Xác định hai giá trị đặc biệt trên đô thị phụ tai, phụ tai cao diêm và phụ tai thấp
diêm là mục tiêu quan trọng hàng đâu của người làm công tác dự báo. Tính kinh
tè, hiệu qua, phương thức vận hành điều độ trong ngày cũng như hướng đầu tư
phát triên tronu tương, lai của HTĐ phụ thuộc rất lớn vào độ chính xác của việc
dụ- báo hai uiá trị này.
Sau khi xác định được hai giá trị quan trọng pm a x và pmm các giá trị phụ tải RĨỜ
khác trong ngày sẽ được xác định theo môi quan hệ của chúng đổi với đinh và
đáy cua BĐPT thông qua kiêu BĐPT của ngày dự báo.
2.2.3 Dụ báo phụ tái cho 24 giờ sau
Ncu biết:
• Dạng biêu đô phụ tải qui chuân(xác định đưọc Pn(i), với i=l,2, 24)
• Xác định được pmax, pmin của biếu đồ phụ tải trong ngày

Ta sẽ tính được phụ tải của từng giờ trong ngày theo công thức:
P ( Ì ) = P m i n + (P m a x - P m m ) P n (Ì)
Tóm lại:
Dựa vào các phân tích nêu trên có thể đi đến kết luận: để dự báo được phụ tải
ùrnii 0,1 ờ P(i) cho một ngày cụ thế ta cần tìm ra kiểu BĐPT của ngày cần dự báo
và dự báo dược giá trị pmax và Pmjn của ngày đó. Nói cách khác, bài toán dự báo
phụ tai ngăn hạn(24 giờ sau) có thê được chia thành hai bài toán nhỏ là xác định
kiêu BĐPT và dự báo giá trị đỉnh và đáy của BĐPT.
-14-
CIIIJONC; III: CÁC KHÁI NIỆM c o BẢN VẼ MẠNG NORON
3.1 Gi<Vi thiệu về mạng noron
• • C T
ỉ. I. ỉ Lịch su plíát triển
Dirới dây ỉà các môc đáng chú ý trong lịch sứ phát triển của mạng nơron
• Cuòi thê kỷ 19 đâu thê ky 20 sự phát triên chu yếu chí là những công việc
cỏ sự tham gia của cả ba ngành Vật lý học, Tâm lý học, và thần kinh học,
bởi các nhà khoa học như Hermann von Hemholtz, Ernst Mach, Ivan
Pavlov. Các công trinh nghiên cứu cua họ chủ yếu đi sâu vào các lý thuyết
tỏng quát vê HỌC, NHIN, và lập luận, và không đưa ra các mô hình toán
học cụ thê mô tả hoạt động của các nơron
• Mọi chuyện thực sự bắt đầu vào những năm 1940 với công trình của
Warren McCulloch và Walter Pitts. Họ chi ra rằng về nguyên tắc, mạng
cua các nơron nhân tạo có the tính toán bất kỳ một hàm sổ học hay logic
nào.
• Tiếp theo là Donald Hebb, ông đã phát biểu ràng việc thuyết lập luận cổ
điên (như Pavlov) đưa ra là hiện thực bởi do các thuộc tính của từng nơron
riêng biệt, ông cùng nêu ra một phương pháp học của các nơron nhân tạo
• Ú nu dụng thực nghiệm đầu tiên của các nơron nhân tạo có được vào cuối
những năm 50 cùng với phát minh của mạng nhận thức và luật học tương
ứng bởi Frank Rosenblatt. Mạng này có khả năng nhận dạng các mẫu. Điều

này đà mở ra rất nhiều hy vọng cho việc ngiên cứu mạng nơron. Tuy nhiên
nỏ có hạn chế là chỉ có thể giải quyết một sổ lớp hữu hạn các bài toán.
• Cùng thời gian đó, Bernard Widrow và Marcian Hoff đã đưa ra một thuật
toán học mới và sử dụng nó đê huân luyện cho các mạng nơron tuyên tính
thích nghi, mạng có câu trúc và chức năng tương tự như mạng của
-15-
Rosenblatt. Luật học Widrow Hoff vẫn còn được sử dụng cho đến ngày
nay.
• Tuy nhiên cả Rosenblatt và Widrow Hoff đều cùng vấp phái một vấn
dê do Marvin Minsky và Seymour Papert phát hiện ra, đó là các mạng nhận
thức chi có khả năng giải quyết được các bài toán tách được tuyến tính. Họ
cô uăng cải tiên luật học và mạng đê có thê vượt qua được hạn chế này
nhirnw họ đã không thành công trong việc cải tiến luât học để có thế huấn
luyện được các mạng có câu trúc phức tạp hơn.
• Do những kêt quả cúa Minsky Papert nên việc nghiên cứu về mạng nơron
gần như bị chững lại trong suốt một thập kỷ 70 do nguyên nhân là không có
được các máy tính đủ mạnh đê có thế thực nghiệm.
• Mặc dù vậy, vẫn có một vài phát kiến quan trọng vào những năm 70. Năm
1972, Teuvo Kohonen và James anderson độc lập nhau phát triển một loại
mạng mới có thể hoạt đông như một bộ nhớ. Stephen Grossberg cũng rất
tích cực trong việc khảo sát các mạng tự tô chức.
• Vào những năm 80, việc nghiên cứu mạng nơron phát triến rât mạnh mẽ
cùng với sự ra đời của PC. Có hai khái niệm mới liên quan đến sự hồi sinh
này, đó là:
-Việc sử dụng các phương pháp thống kê để giải thích hoạt động của
một lớp các mạng hồi qui có thể được dùng như bộ nhớ liên hợp trong
công trình của nhà vật lý học John Hopfield.
-Sự ra đời của thuật toán lan truyền ngược để luyện các mạng nhiều lớp
được một vài nhà nghiên cứu độc lập tìm ra như: David Rumelhart,
James Mc Celland, đó cũng là câu trả lời cho Minsky-Papert.

-16-
1.2 ỬIĨỊỊ (lụnỵ:
11 Dig quá trình phát triên, mạng nơron đã được ứng dụng trong rất nhiều lĩnh
v ụ c
• Tài chính: Định giá bàt động sán, cho vay, kiêm tra tài sản cầm cố, đánh
má mức độ hợp tác, phân tích đường tín dụng, chương trình thưong mại qua
giây tò', phân tích tài chính liên doanh, dự báo tỷ giá tiền tệ.
• Ngân hàng: Bộ đọc séc và các tài liệu, tính tiền của thẻ tín dụng
• Giải trí: Hoạt hình, các hiệu ứng đặc biệt.
• Bao hiêm: Đánh giá việc áp dựng chính sách, tối ưu hoá sản phẩm.
• Điện tư học: Dự báo mã tuần tự, sơ đồ chip IC, điều khiển tiến trình, phân
tích nguyên nhân hong chip, nhận dạng tiếng nói, mô hình phi tuyến.
• Quốc phòng: Định vị - phát hiện vũ khí, dò mục tiêu, phát hiện đổi tượng,
nhận dạng nét mặt, các bộ cảm biến thế hệ mới, xử lý ảnh radar,
• Tự động: Các hệ thống dẫn đường tự động cho ô tô, các bộ phân tích hoạt
dộng của xe.
• Hàng không: Phi công tự động, giả lập đường bay, các hệ thống điều
khiên lái máy bay, bộ phát hiện lỗi.
•
ỉ. tỉ.ĩ Căn nguyên sinh học
80 lào con người chứa khoảng 10 11 các phần tử liên kết chặt chẽ với nhau
(klhcảnu 10J liên kết đối với mỗi phần tử) gọi là các nơron. Dưới con mắt của
nh lìm người làm công tác tin học, một nơron được cấu tạo bởi các thành phần :
1J h.o hình cây(dendrite) - tế bào thân (cell body) và sợi trục thần kinh(axon). Te
bà'0 hì nil cây có nhiệm vụ mang các tín hiệu điện tới tế bào thân, tế bào thân sẽ
-17-
ilụiv hiện u,ộp và phân ngưỡng các tín hiệu đên. Sơi trục thân kinh làm nhiệm vụ
■ ra tin hiệu từ tế bào thân ra bên ngoài.
Diên tiêp xúc giữa một sợi trục thân kinh cua nơron này và tê bào hình cây của
mộ: noron khác được gọi là khớp thân kinh (synapse). Sự săp xêp cua các nơron

va mức tiộ mạnh yêu của các khớp thân kinh được quyêt định bơi các quá trình
hoú học phức tạp, sè thiết lập chức năng của mạng nơron.
Vl.ộ vài nơron có sẵn từ khi sinh ra, các phần khác được phát triển thông qua
vi ệi học, ở đó có sự thiết lập các liên kết mới và loại bó các liên kết cũ.
( 'ai trúc cua mạng nơron luon luôn phát triên. Các thay đôi sau này có khuynh
hiróng bao gồm chu yếu là việc làm tăng hay giảm độ mạnh của các mối liên kết
th ô Ìg qua các khớp thần kinh.
Mlạig nơron nhân tạo không tiếp cận đến sự phức tạp của bộ não. Mặc dù vậy,
có 'ìai sự tương quan cơ bản giữa mạng nơron nhân tạo và sinh học. Thứ nhất,
câiu trúc khối tạo thành chúng đều là các thiết bị tính toán đơn giản, được liên kết
chặ chẽ với nhau. Thứ hai, các liên kết giữa các nơron quyết định chức năng của
miạrg.
Ciầr chú ý rang mặc dù mạng nơron sinh học hoạt động rât chậm so với các linh
ki Ộ! điện tư (10‘3 giây so với 10'9 giây), nhưng bộ não có khả năng thực hiện
nhiiiu công việc nhanh hơn nhiều so với các máy tính thông thường. Đó một
phầi là do cấu trúc song song của mạng nơron sinh học: toàn bộ các nơron hoạt
cỉộro, một cách đồng thời tại mọt thời điểm. Mạng nơron nhân tạo cũng chia sẻ
dộicđiếm này. Mặc dù hiện nay, các mạng nơron chủ yếu được thực nghiệm trên
cáicmáy tính sô, nhưng câu trúc song song của chúng khiên chúng ta có thê thày
côm trúc phù hợp nhất là thực nghiệm chúng trên các vi mạch tích hợp lớn, các
th.iớ bị quang và các bộ xử lý song song.
V - L C /4C 3
-18-
3.2 Noron nhân tạo
Mộ. noron nhân tạo (Hình 3.1), còn được gọi là một đơn vị xử lý hay một nút,
thực hiện một chức năng : nhận tín hiệu vào từ một nguồn bên ngoài hay từ các
don vị phía trước và tính tín hiệu ra từ các tín hiệu vào sau đó lan truyền sang
các -tem vị khác.
o j- ' L w +Oj ZJ = g(°j)
/■=I

Hình 3.1: Đon vị xử lý thú’ j
ớ đ.iy:
Kj : à các đâu vào
W|j :các trọng số tương ứng với các đầu vào
Oị : mường cua nơron thứ j
a, : tòng đâu vào của nơron thứ j (net input)
: cẩu ra cua nơron
g(.): hàm chuyên (hàm kích hoạt)
Một nơron tronu mạng có thế có nhiều đầu vào (X|, x2,

,xn) nhưng chỉ có một
ilầu a Zj Đau vào của một nơron có thể là từ bên ngoài mạng, hoặc đầu ra của
nộtnoron khác, hay là đâu ra của chính nó.
Trorụ mạnu nơron có ba kiêu nơron:
• Nơron đâu vào, nhận tín hiệu từ bên ngoài
• Nơron ẩn, tín hiệu vào và ra của nó nằm troníĩ mạng
-19-
• Nơron dâu ra, gửi tín hiệu ra bên ngoài
3.3 Hàm xừ lý
3.3. / Hàm kết hợp
I làm kêt hợp thực hiện nhiệm vụ kết hợp các giá trị đưa vào nơron thông qua các
lien kêt với các nơron khác, sinh ra một giá trị gọi là net input. Tống đau vào
noron j là tông trọng số của các đầu ra từ các nơron cộng thêm ngưỡng 0, :
Nè LI Wji >0 nơron được coi là ớ trạng thái kích thích. Neu Wji<0 nơron đượccoi
là o trạng thái kiềm chế.
3.3.2 Hùm kích hoạtịhàm chuyên)
Quá trình biến đổi giá trị a_j thành tín hiệu đầu ra Zj được thực hiện bới hàm kích
hoạt zl=g(aJ). Hàm kích hoạt thường bị ép vào một khoảng giá trị xác định. Các
hàm kích hoạt hav được sử dụng là:
a,l làm tuyên tính (Linear function):

v.(\) X
n
W |rY ( + 0
/ = 1
u(x)
X
Hình 3. 2: Hàm tuyến tính
l\I làm ranh 2,iới cứng(Hard limiter function)
-20-
I làn này chi có 2 giá trị là 0 và 1
( 1 if (.V > 0)
,tí(.v) = <
1 0 if(x < 0)
IYom hình sau 0 được chọn bằng 0
six)
1


1
1—
Hình 3.3: Hàm ranh giói cứng
c,lian Sigmoid (Sigmoid function)
Hàn này rất thuận lợi khi sử dụng cho các mạng được huấn luyện bàng thuật
toán Lan truyền ngược BP, bởi lẽ nó dễ lấy đạo hàm, do đó nó có thể giảm đáng
kế tnh toán trong quá trình huấn luyện. Hàm này được ứng dụng cho các bài
toán mà các đầu ra mong muốn rơi vào khoảng [0,1 ].
B ( x )
*
k
1

I 'W
- 1
- 1 -
I ^
0
Hình 3.4: Hàm Log - Sigmoid