基于BP神经网络数字的省级能源预测:河南的视角
2018-12-13燕景
燕 景
(国网河南省电力公司三门峡供电公司,三门峡 472000)
2018年河南省传统电煤调入区资源更为紧张,河南省作为煤炭基地,对周边省份的调剂作用将大幅减弱。河南需要重点统筹好去产能、违法违规和安全隐患治理与保供应关系,统筹好去产能与建立长效机制、发展优质产能、企业兼并重组关系,保持煤炭市场平稳供应和行业健康发展,以实现2018年河南全省能源供需平稳。
1 模型构建
本文采用BP神经网络模型对河南省2018年能源供需进行预测,该方法通过大量神经元的建立网络系统。BP神经网络的神经元模型处理的结构图如下:
图1 神经网络单个神经元模型
神经元数学公式如下:
式中,xi是原始数据组中的第i个数据;wi是第i个数据所对应权重;μ为偏置值;m为输入数据的加权数列和在加上偏置值所形式的纯函数输入值。m在转移函数f(x),和阀值b的作用下计算出y,作为神经元模型的输出数据。
2 构建转移函数
转移函数作为神经元数学模型的重要组成部分,在会对最终结果起到决定性的影响。根据河南省能源数据情况,本文采用了S型函数作为模型的转移函数。
如对数S型函数公式如下:
双曲正切S型函数公式如下:
3 模型设定
误差计算是BP神经网络模型的重要环节,需要根据误差结果来调整不同层神经元的输入输出权重,优化BP神经网络模型。神经网络误差计算公式为:
Er=(R-Y)2
式中Er神经网络的误差指数,R,Y分别代表神经网络的训练值与输出层输出值。神经网络的误差可以视为,输出层输入数据的权重wij与隐含层输入数据的权重vjk的函数。当输出层输入数据的权重与隐含层输入数据的权重发生变化时,相应的误差值Er也会跟着调整。为了简便起见则输出层输入数据的权重变动量可以表示为:
其中φ是代替复杂的调整系数,公式所加的负数是表示权重的变动会减少误差,因此与误差的梯度成负相关。
4 预测结果
模型预测结果显示:2018年能源生产总量1.0亿吨标准煤,与2017年预计完成量基本持平。其中,原煤产量1.07亿吨,基本保持稳定;原油产量190万吨,同比降低7.3%;天然气产量1.5亿方,同比降低21%;全省发电量完成2870亿千瓦时,同比增长5.3%。全省能源消费总量2.39亿吨标准煤,同比增长1.7%,其中,煤炭消费2.32亿吨,基本持平;成品油1850万吨,同比增长1.6%;天然气供应1020亿方,同比增长20%;可再生能源利用量1711万吨标准煤,同比增长8.3%,在河南全省能源消费中比重提高到7.2%。
5 主要建议
(1)突出适应新一轮能源技术变革、市场化改革和绿色发展新要求、新形势,推进能源业态创新发展,推进现代煤炭物流产业发展,主动适应全国煤炭供需格局变化形势,编制全省现代煤炭物流发展规划,妥善应对省内煤炭产量大幅下降局面,重点保障全省电煤供应,兼顾化工用煤和煤种调剂需要,确保煤炭供应安全。
(2)是突出强化约束性指标管理,加快产业升级,提高重点行业和领域能源效率,构建节约低碳的能源消费体系。深入推进可再生能源消纳,重点解决三门峡等地区可再生能源发电消纳问题,继续保持全省零弃风弃光的良好局面,为风光电持续健康发展奠定坚实基础。