Nghiên cứu một số phương pháp dự báo điều độ hệ thống điện

Nghiên cứu một số phương pháp dự báo điều độ hệ thống điện

NGUYӈN ANH TUYÊN

ĈIӄU ĈӜ Hӊ THӔNG ĈIӊN

Ĉà Nҹng - Năm 2004

BӜ GIÁO DӨC VÀ ĈÀO TҤO

ĈҤI HӐC ĈÀ NҸNGNGUYӈN ANH TUYÊN

ĈIӄU ĈӜ Hӊ THӔNG ĈIӊNChuyên ngành: M ҥng và HӋ thӕng ÿiӋn

Mã s ӕ: 60.52.50

Ngѭӡi hѭӟng dүn khoa hӑc: PGS-TS TĂNG THIÊN TѬ

Ĉà Nҹng - Năm 2004

L ӠI CAM ĈOAN

Tôi xin cam ÿoan ÿây là công trình nghiên cӭu cӫa riêng tôi

Các sӕ liӋu, kӃt quҧ nêu trong luұn văn là trung thӵc và chѭa tӯng ÿѭӧc

ai công bӕ trong bҩt kǤ công trình nào khác

NGUYӈN ANH TUYÊN

Xin trân trԄng gԤi ¶Ӷn

ThӞy giáo hчԒng dӢn:

PGS-TS T©ng Thiên Tч

Các thӞy giáo phӚn biӾn

Quý thӞy cô /Әi hԄc /à NӬng

Các ¶Ԋng nghiӾp tӘi TrчԔng Trung hԄc /iӾn 3, /iӾn lԨc /àNӬng, Trung tâm /iӸu ¶Ԑ HӾ thԈng ¶iӾn MiӸn Trung

LԔi cӚm хn chân thành nhӜt vӸ sԨ hԎ trԚ và nhԦng ý kiӶn ¶ónggóp quý báu trong suԈt quá trình thԨc hiӾn ¶Ӹ tài

1.3 Mӝt sӕ mô hình dӵ báo phө tҧi ÿiӅu ÿӝ thông dөng

Chѭѫng 2 MҤNG NѪRON TRONG DӴ BÁO PHӨ TҦI

2.1 Tәng quan vӅ mҥng nѫron nhân tҥo

2.2 Mӝt sӕ mô hình mҥng nѫron

2.3 Trình tӵ thiӃt kӃ mҥng nѫron ӭng dөng

2.4Ӭng dөng mҥng nѫron trong dӵ báo phө tҧi

Ch ѭѫng 3 DӴ BÁO PHӨ TҦI LӞN NHҨT, NHӒ NHҨT VÀ TRUNG

3.1.3 KӃt quҧ dӵ báo theo cách dӵ báo cho mӝt ngày kӃ tiӃp

3.1.4 KӃt quҧ dӵ báo theo cách dӵ báo cho mӝt sӕ ngày kӃ tiӃp

3.2 Dӵ báo công suҩt lӟn nhҩt, nhӓ nhҩt và trung bình trong ngày bҵng mô

hình tѭѫng quan

3.2.1 Lӵa chӑn mô hình

3.2.2 KӃt quҧ dӵ báo theo cách dӵ báo cho mӝt ngày kӃ tiӃp

3.2.3 KӃt quҧ dӵ báo theo cách dӵ báo cho 1 sӕ ngày kӃ tiӃp

3.3 Tóm lѭӧc

Chѭѫng 4 DӴ BÁO CÔNG SUҨT TӮNG GIӠ TRONG NGÀY

Trang

1 4

458

15

15212728

30

30

30343440

4343454749

52

4.1 Dӵ báo công suҩt tӯng giӡ trong ngày bҵng mô hình mҥng nѫron.

4.1.1 Lӵa chӑn cҩu trúc mô hình

4.1.2 Dӵ báo cho mӝt giӡ kӃ tiӃp

4.1.2.1 Dӵ báo không sӱ dөng dӳ liӋu nhiӋt ÿӝ

4.1.2.2 Dӵ báo có sӱ dөng dӳ liӋu nhiӋt ÿӝ

4.1.3 Dӵ báo cho 24 giӡ kӃ tiӃp

4.2 Dӵ báo công suҩt mӛi giӡ trong ngày bҵng mô hình tѭѫng quan

4.2.1 Lӵa chӑn mô hình

4.2.2 Dӵ báo cho giӡ kӃ tiӃp

4.2.3 Dӵ báo cho 24 giӡ kӃ tiӃp

4.3 Sӱ dөng các mҥng nѫron riêng biӋt cho mӛi giӡ trong ngày

79 82 83

83111124

M Ӣ ĈҪU

1 Ĉһt vҩn ÿӅ

Dӵ báo là mӝt vҩn ÿӅ vӕn ÿѭӧc quan tâm tӯ rҩt lâu do sӵ cҫn thiӃt cӫa nó Trong rҩt nhiӅu ngành kinh tӃ quӕc dân, nhiӅu lƭnh vӵc xã hӝi, dӵ báo ÿóng vai trò quan trӑng trong viӋc hoҥch ÿӏnh chiӃn lѭӧc phát triӇn Ĉӕi vӟi ngành ÿiӋn, tác

dөng cӫa công tác dӵ báo càng có ý nghƭa quan trӑng NӃu dӵ báo quá thӯa so vӟinhu cҫu sӱ dөng thì hұu quҧ là phҧi xây dӵng nguӗn và lѭӟi lӟn hѫn mӭc cҫn thiӃtdүn ÿӃn tăng vӕn ÿҫu tѭ Ngѭӧc lҥi nӃu dӵ báo phө tҧi quá thҩp so vӟi nhu cҫu thì

sӁ không ÿáp ӭng ÿӫ yêu cҫu cӫa các hӝ tiêu thө ÿiӋn và làm thiӋt hҥi rҩt lӟn ÿӃnnӅn kinh tӃ quӕc dân

Trong hӋ thӕng ÿiӋn, ngoài các loҥi dӵ báo có tҫm dӵ báo tӯ vài năm ÿӃn vài chөc năm nhҵm phөc vө mөc ÿích hoҥch ÿӏnh kӃ hoҥch chiӃn lѭӧc phát triӇn cӫangànhÿiӋn còn có dӵ báo ÿiӅu ÿӝ, tҫm dӵ báo khoҧng vài giӡ, vài ngày, vài tuҫn lӉ

ÿӇ phөc vө cho công tác vұn hành hӋ thӕng ÿiӋn Thӏ trѭӡng ÿiӋn sӁ ÿѭӧc mӣ trongthӡi gian sҳp tӟi càng làm tăng thêm tính cҩp thiӃt và quan trӑng cӫa viӋc dӵ báo ÿiӅu ÿӝ

Trong thӡi gian gҫn ÿây, dӵ báo ÿiӅu ÿӝ là mӝt trong nhӳng lƭnh vӵc ÿѭӧcquan tâm nghiên cӭu trong ngành hӋ thӕng ÿiӋn Mӝt lý do là khoa hӑc hiӋn nay có nhӳng sáng kiӃn ÿã mang nhӳng cách tiӃp cұn mӟi ÿӇ giҧi quyӃt vҩn ÿӅ dӵ báo Sӵphát triӇn trong công nghӋ máy tính ÿã mӣ rӝng nhӳng khҧ năng cho viӋc thӵc hiӋnbài toán dӵ báo ÿiӅu ÿӝ Có nhiӅu chѭѫng trình tính toán dӵ báo ÿã ÿѭӧc nghiên

cӭu và xây dӵng thành các thӫ tөc dӵ báo trên máy tính Phҫn lӟn báo cáo mӟi ÿây

vӅ dӵ báo ÿiӅu ÿӝ thѭӡng có cách tiӃp cұn dӵa vào kӻ thuұt mҥng Nѫron, nhiӅunghiên cӭu ÿã cho nhӳng kӃt quҧ tӕt

Bӣi vұy, sӱ dөng kӻ thuұt mҥng nѫron ÿӇ dӵ báo phө tҧi ÿiӅu ÿӝ và phân tích so sánh nhӳng mô hình dӵ báo ÿiӅu ÿӝ khác nhau là ÿiӅu cҫn thiӃt và ÿѭӧcnghiên cӭu trong ÿӅ tài này

2 M өc ÿích nghiên cӭu

ĈӅ tài nghiên cӭu viӋc ӭng dөng nhӳng mô hình mҥng nѫron khác nhau ÿӇ

dӵ báo ÿiӅu ÿӝ Các mô hình dӵ báo ÿѭӧc chia thành hai loҥi: mô hình dӵ báo phө

tҧi lӟn nhҩt, nhӓ nhҩt, phө tҧi trung bình trong ngày và mô hình dӵ báo phө tҧi cӫatӯng giӡ trong ngày Trong mӛi mô hình có 2 cách tiӃp cұn ÿӇ thӵc hiӋn dӵ báo Mӝt cách là dӵ báo phө tҧi cho mӝt lҫn kӃ tiӃp, cách khác là dӵ báo phө tҧi cho nhiӅu lҫn kӃ tiӃp Sӕ liӋu ÿӇ thӵc hiӋn dӵ báo và kiӇm tra mӭc ÿӝ chính xác cӫa dӵbáo dӵa trên dӳ liӋu phө tҧi tiêu thө cӫa toàn bӝ thành phӕ Ĉà Nҹng trong thӡi gian

tӯ tháng 1 năm 2003 ÿӃn tháng 2 năm 2004

Ngoài mô hình dӵ báo sӱ dөng mҥng nѫron nhân tҥo, ÿӅ tài còn nghiên cӭuphѭѫng pháp dӵ báo theo mô hình tѭѫng quan mà hӋ sӕ mô hình dӵ báo ÿѭӧc xác ÿӏnh theo phѭѫng pháp bình phѭѫng cӵc tiӇu KӃt quҧ dӵ báo theo các phѭѫng pháp này dùng ÿӇ ÿӕi chӭng vӟi kӃt quҧ dӵ báo theo mô hình sӱ dөng mҥng nѫron

Mөc tiêu là ÿѭa ra các mô hình dӵ báo khác nhau ÿӇ so sánh chӑn ÿѭӧc mӝt

mô hình dӵ báo thích hӧp nhҩt và xây dӵng thành thӫ tөc dӵ báo trên máy tính

3 C ҩu trúc luұn văn

Ngoài phҫn mӣ ÿҫu và kӃt luұn, luұn văn có bӕ cөc gӗm 4 chѭѫng

Chѭѫng 1: Tәng quan vӅ dӵ báo ÿiӅu ÿӝ.

Chѭѫng này sӁ trình bày nhӳng thuӝc tính cӫa ÿӗ thӏ phө tҧi, nhӳng yӃu tӕkhác nhau ҧnh hѭӣng ÿӃn phө tҧi và mӝt sӕ phѭѫng pháp dӵ báo phө tҧi truyӅnthӕng

Ch ѭѫng 2: Mҥng nѫron nhân tҥo và ӭng dөng trong dӵ báo phө tҧi.

Chѭѫng này sӁ trình bày vӅ nѫron nhân tҥo, mҥng nѫron nhân tҥo và ý tѭӣng

cѫ bҧn trong viӋc áp dөng mҥng nѫron nhân tҥo ÿӇ dӵ báo phө tҧi ÿiӅu ÿӝ

Ch ѭѫng 3: Dӵ báo công suҩt lӟn nhҩt, nhӓ nhҩt và trung bình trong ngày.

Chѭѫng này trình bày viӋc xây dӵng và các kӃt quҧ dӵ báo bҵng mô hìnhmҥng nѫron và mô hình tѭѫng quan ÿӇ dӵ báo công suҩt lӟn nhҩt, nhӓ nhҩt và trung

bình cӫa mӝt ngày Dӵ báo ÿѭӧc thӵc hiӋn theo hai cách: dӵ báo cho phө tҧi cӫamӝt ngày kӃ tiӃp và dӵ báo cho phө tҧi cӫa mӝt sӕ ngày kӃ tiӃp NhiӅu mô hình vӟi

cҩu trúc mҥng khác nhau ÿѭӧc xây dӵng ÿӇ so sánh chӑn mô hình có kӃt quҧ dӵ báotin cұy nhҩt Tҩt cҧ các mô hình dӵ báo ÿӅu ÿѭӧc xây dӵng thành các thӫ tөc tínhtoán trên máy tính và ÿѭӧc thӵc hiӋn trên môi trѭӡng tính toán kӻ thuұt Matlab

Chѭѫng 4: Dӵ báo phө tҧi tӯng giӡ trong ngày (dӵ báo biӇu ÿӗ phө tҧi ngày)

Chѭѫng này trình bày viӋc xây dӵng và các kӃt quҧ dӵ báo bҵng mӝt mҥngnѫron chung ÿӇ dӵ báo ÿӗ thӏ phө tҧi ngày ÿêm, tӭc là dӵ báo công suҩt cӫa toàn bӝ

24 giӡ trong mӝt ngày CNJng thӵc hiӋn theo hai cách: dӵ báo cho mӝt giӡ kӃ tiӃp và

dӵ báo cho nhiӅu giӡ kӃ tiӃp NhiӅu mô hình vӟi cҩu trúc mҥng khác nhau ÿѭӧc xây dӵng ÿӇ so sánh chӑn mô hình có kӃt quҧ dӵ báo tin cұy nhҩt Các mô hình dӵ báo bҵng mҥng nѫron riêng cho tӯng giӡ và mô hình dӵ báo theo phѭѫng pháp tѭѫngquan cNJng ÿѭӧc xây dӵng ÿӇ so sánh kӃt quҧ dӵ báo vӟi mô hình sӱ dөng mҥngnѫron

Phө tҧi công nghiӋp thѭӡng khá әn ÿӏnh và dӉ dàng ÿánh giá phҫn thay ÿәicӫa nó trên dӵa trên sӵ thay ÿәi cӫa mӭc ÿӝ sҧn xuҩt Tuy nhiên, cNJng có mӝt sӕyӃu tӕ khách quan có thӇ dүn ÿӃn sӵ không chҳc chҳn trong nhӳng dӵ báo Ĉó là

khҧ năng xҧy ra nhӳng sӵ kiӋn bҩt ngӡ, nhѭ nhӳng sӵ cӕ máy dүn ÿӃn ÿình ÿӕn sҧnxuҩt làm rӕi loҥn mӭc tiêu thө ÿiӋn mà không thӇ ÿoán trѭӟc ÿѭӧc

Ĉӕi vӟi hӝ tiêu thө sinh hoҥt dân dөng, nhӳng yӃu tӕ ҧnh hѭӣng ÿӃn phө tҧirҩt nhiӅu và khó xác ÿӏnh Mӛi ngѭӡi có cách sinh hoҥt riêng cӫa mình và thói quen

cӫa con ngѭӡi liên quan ÿӃn các quyӃt ÿӏnh sӱ dөng ÿiӋn NhiӅu yӃu tӕ hành vi và yӃu tӕ xã hӝi có thӇ xác ÿӏnh ҧnh hѭӣng lӟn ÿӃn mӭc sӱ dөng ÿiӋn Ví dө, nhӳng sӵkiӋn lӟn trong năm, nhӳng kǤ nghӍ, thұm chí nhӳng chѭѫng trình Tivi cNJng ҧnh

hѭӣng ÿӃn mӭc sӱ dөng ÿiӋn Thӡi tiӃt là mӝt yӃu tӕ quan trӑng khi khách hàng sӱdөng ÿiӋn cho mөc ÿích sѭӣi ҩm hoһc làm mát

Thông thѭӡng, trong công tác dӵ báo nhu cҫu ÿiӋn năng thѭӡng thӵc hiӋn dӵbáo cho mӝt hӋ thӕng hoһc mӝt khu vӵc sӱ dөng ÿiӋn lӟn Ví dө dӵ báo phө tҧi cho mӝt ĈiӋn lӵc TӍnh hoһc cho mӝt Công ty ÿiӋn lӵc MiӅn hoһc cho cҧ mӝt quӕc gia

Vӟi cách thӵc hiӋn dӵ báo nhѭ vұy sӁ làm giҧm bӟt sӕ yӃu tӕ ngүu nhiên ҧnh hѭӣngÿӃn phө tҧi dӵ báo Ĉây cNJng là cách tiӃp cұn trong luұn văn này, luұn văn sӁnghiên cӭu dӵ báo ÿiӅu ÿӝ cho phө tҧi tәng cӫa thành phӕ Ĉà Nҹng

Vӟi cách tiӃp cұn nhѭ vұy, các yӃu tӕ có ҧnh hѭӣng quan trӑng ÿӃn phө tҧigӗm:

- Trong yӃu tӕ ҧnh hѭӣng dài hҥn, nhӳng yӃu tӕ nhѭ dân sӕ và các yӃu tӕkinh tӃ nhѭ tӕc ÿӝ tăng trѭӣng kinh tӃ, tәng thu nhұp quӕc dân, tәng sҧn lѭӧng công

nghiӋp ÿóng vai trò quan trӑng nhҩt trong viӋc xác ÿӏnh nhu cҫu ÿiӋn năng Dӵbáo ÿiӅu ÿӝ có tҫm dӵ báo tӯ vài giӡ ÿӃn vài ngày nên sӁ không ÿѭa vào xem xét các yӃu tӕ ҧnh hѭӣng dài hҥn.

- Trong yӃu tӕ ҧnh hѭӣng ngҳn hҥn, thӡi tiӃt là yӃu tӕ gây ra sӵ biӃn ÿәi lӟnÿӃn phө tҧi ÿiӋn YӃu tӕ thӡi tiӃt bao gӗm cҧ nhiӋt ÿӝ, tӕc ÿӝ gió, nҳng, mѭa Trong các yӃu tӕ ÿó thì nhiӋt ÿӝ ÿѭӧc xem là yӃu tӕ có ҧnh hѭӣng nhiӅu nhҩt ÿӃnphө tҧi

- Thӡi gian là yӃu tӕ quan trӑng bӣi ҧnh hѭӣng cӫa mùa trong năm và thói quen cӫa chu kǤ sinh hoҥt (Nhӏp ÿiӋu hàng ngày và hàng tuҫn, ngày lӉ)

Nhӳng yӃu tӕ khác gây ra nhӳng sӵ rӕi loҥn ÿӃn phө tҧi có thӇ ÿѭӧc xem

nhѭ nhӳng yӃu tӕ ngүu nhiên Nhӳng yӃu tӕ này thѭӡng nhӓ và ҧnh hѭӣng ÿӃn các phө tҧi riêng lҿ

Khi kӃt hӧp tҩt cҧ các hӝ tiêu thө vào trong mӝt phө tҧi tәng thì các yӃu tӕҧnh hѭӣng riêng lҿ không còn quan trӑng và sӵ dӵ báo dӵa vào phҫn lӟn các hành

vi ÿã qua cӫa phө tҧi ĈiӅu này có nghƭa thӡi gian và hành vi ÿã qua cӫa phө tҧi trӣthành yӃu tӕ ÿóng vai trò quan trӑng nhҩt trong công tác dӵ báo ÿiӅu ÿӝ Trong

phҫn tiӃp theo sӁ khҧo sát sӵ thay ÿәi ÿӗ thӏ phө tҧi cӫa mӝt hӝ tiêu thө cө thӇ là ĈiӋn lӵc Ĉà Nҹng

dөng sӕ liӋu phө tҧi trong khoҧng thӡi gian mӝt năm ÿӇ ѭӟc lѭӧng tham sӕ mô hình

dӵ báo nên dӳ liӋu thu thұp ÿѭӧc nhѭ trên là ÿáp ӭng ÿѭӧc yêu cҫu

Ĉӗ thӏ phө tҧi trong cҧ mӝt năm cӫa thành phӕ Ĉà Nҹng tӯ ngày 30/1/2003ÿӃn 29/1/2004 ÿѭӧc biӇu diӉn trong hình 1.1 và ÿӗ thӏ phө tҧi cӫa 3 tuҫn tӯ thӭ hai 23/6/2003ÿӃn chӫ nhұt 13/7/2003 ÿѭӧc biӇu diӉn ӣ hình 1.2

Hình 1.1:Ĉӗ thӏ phө tҧi tәng tӯng giӡ cӫa thành phӕ Ĉà Nҹng trong thӡi gian 1 năm

tӯ 30/1/2003 ÿӃn 29/1/2004

Hình 1.2:Ĉӗ thӏ phө tҧi 3 tuҫn tӯ thӭ hai ngày 23/6 ÿӃn chӫ nhұt ngày13/7/2003

Khuynh hѭӟng phө tҧi thay ÿәi theo mùa có thӇ dӉ dàng ÿѭӧc nhìn thҩy.Trong mùa nҳng (tӯ tháng 5 ÿӃn tháng 9), công suҩt trung bình gҩp gҫn 1,5 lҫn so

vӟi công suҩt trung bình cӫa mùa mѭa Ngoài tính chu kǤ theo thӡi gian là nămÿѭӧc nhìn thҩy tӯ hình 1.1, ÿӗ thӏ phө tҧi còn có tính chu kǤ theo ngày, tuҫn ĈiӅunàyÿѭӧc nhìn thҩy trong hình 1.2 Các ÿӍnh phө tҧi xuҩt hiӋn sau khoҧng 24, 48, 72 giӡ thӇ hiӋn nhӏp ÿiӋu ngày, và nhӳng ÿӍnh xuҩt hiӋn lһp lҥi cӭ sau khoҧng 168 giӡ

có nghƭa nhӏp ÿiӋu hàng tuҫn tӗn tҥi

Nhӏp ÿiӋu hàng tuҫn bҳt nguӗn tӯ ngày làm viӋc - ngày nghӍ cuӕi tuҫn ÿѭӧctuân theo bӣi ÿa sӕ ngѭӡi Vào nhӳng ngày làm viӋc hoҥt ÿӝng xã hӝi ӣ mӭc caohѫn vào nhӳng Thӭ bҧy và nhӳng Chӫ nhұt, và bӣi vұy phө tҧi cNJng cao hѫn Tronghình 1.2 là ÿӗ thӏ phө tҧi cӫa ba tuҫn liên tiӃp Mӛi tuҫn bҳt ÿҫu vӟi năm mүu ÿѭӡngcong khá tѭѫng tӵ, ÿó là nhӳng ÿѭӡng cong phө tҧi tӯ Thӭ hai ÿӃn Thӭ sáu TiӃptheo là hai mүu khác có hình dáng cNJng tѭѫng tӵ nhѭng giá trӏ xuӕng thҩp ÿó là ÿѭӡng cong phө tҧi cӫa ngày Thӭ bҧy và Chӫ nhұt ĈiӅu này ÿѭӧc lһp lҥi cho các tuҫn kӃ tiӃp

Hình 1.3 : Ĉӗ thӏ phө tҧi cӫa bӕn thӭ Tѭ vào các ngày 2/4/2003; 25/6/2003;

17/9/2003 và ngày 29/10/2003

Nhӏp ÿiӋu phө tҧi hàng ngày hình thành do hành vi trùng hӧp cӫa nhiӅungѭӡi trong ngày Trong mӝt ngày, nhiӅu hoҥt ÿӝng gҫn nhѭ ÿӗng thӡi cӫa phҫn lӟn

mӑi ngѭӡi (thӡi gian làm viӋc, giӡ ăn trѭa, xem Tivi, giӡ ngӫ vào ban ÿêm v.v ) và

vì thӃ tӗn tҥi các giӡ cao ÿiӇm, giӡ thҩp ÿiӇm cӫa ÿӗ thӏ phө tҧi ngày Trong hình 1.3 là ÿӗ thӏ phө tҧi cӫa nhӳng ngày thӭ tѭ tҥi nhӳng khoҧng thӡi gian khác nhau

cӫa mӝt năm Tӯ hình 1.3 cho thҩy trong ngày tӗn tҥi 2 giӡ cao ÿiӇm là cao ÿiӇmsáng vào khoҧng 9h-11h, cao ÿiӇm chiӅu vào khoҧng 18h-20h, thҩp ÿiӇm ÿêm vào khoҧng 4h-5h sáng và ÿӗ thӏ phө tҧi cӫa 4 ngày thӭ tѭ khác nhau trong năm có dángÿiӋu gҫn giӕng nhau chӭng tӓ phө tҧi thay ÿәi có tính chu kǤ theo ngày

Nhѭ ÿѭӧc nhìn thҩy trong hình 1.2, có nhӳng sӵ khác nhau vӅ phө tҧi giӳa

nhӳng ngày trong mӝt tuҫn Bӣi vұy, trong dӵ báo ÿiӅu ÿӝ, các ngày thѭӡng ÿѭӧcxӃp vào trong vài “kiӇu ngày” khác nhau Nhӳng ngày thӭ bҧy và nhӳng Chӫ nhұtthѭӡng có phө tҧi thҩp hѫn nhӳng ngày làm viӋc Thѭӡng nhӳng ngày thӭ hai và

nhӳng thӭ sáu cNJng ÿѭӧc phân ra khác nhӳng ngày làm viӋc bình thѭӡng, bӣi vì sӵgҫn gөi vӟi ngày cuӕi tuҫn có thӇ có mӝt hiӋu ӭng nhҽ ÿӃn phө tҧi Ngoài ra còn có nhӳng ngày ÿһc biӋt (nhӳng ngày nghӍ lӉ, tӃt ), ÿôi khi chúng ÿѭӧc phân loҥi trongcùng phҥm trù vӟi nhӳng Chӫ nhұt

Trong luұn văn này, viӋc phân loҥi nhӳng ngày sӁ ÿѭӧc sӱ dөng trong tҩt cҧcác mô hình dӵ báo Các ngày trong tuҫn ÿѭӧc xӃp vào 5 kiӇu:

1) Thӭ hai; 2)Thӭ ba - thӭ sáu; 3) Thӭ bҧy; 4) Chӫ nhұt và 5) Ngày lӉ, tӃt

1.3 M ӝt sӕ mô hình dӵ báo phө tҧi ÿiӅu ÿӝ thông thѭӡng:

1.3.1 Dӵ báo phө tҧi ÿiӅu ÿӝ theo mô hình xӱ lý ý kiӃn chuyên gia:

NӃu gӑi x(t) là phө tҧi cӫa hӋ thӕng tҥi thӡi ÿiӇm t, ÿӕi vӟi dӵ báo phө tҧiÿiӅu ÿӝ theo mô hình xӱ lý ý kiӃn chuyên gia có thӇ viӃt:

x(t) = x1(t) + x2(t) + x3(t) + K(t) (1-1)

Trong ÿó x1(t) là phө tҧi hoàn toàn do yêu cҫu ÿӝt xuҩt cӫa các hӝ, x2(t) là phө tҧi tӕi thiӇu yêu cҫu luôn ÿѭӧc ÿáp ӭng, x3(t) là phө tҧi mang tính chҩt ngүunhiên có tính xác suҩt và cuӕi cùng K (t) là phҫn sai sӕ cӫa mô hình

Theo mô hình (1-1), khi tiӃn hành dӵ báo hҵng giӡ, hҵng ngày v.v , ngѭӡilàm công tác ÿiӅu ÿӝ, do kinh nghiӋm nghӅ nghiӋp ÿã nҳm chҳc ÿѭӧc x2(t), và do ÿѭӧc thông báo kӏp thӡi nhӳng yêu cҫu phө tҧi ÿӝt xuҩt biӃt ÿѭӧc x1(t) và cuӕicùng, dùng các phѭѫng pháp xӱ lý thӕng kê các sӕ liӋu quá khӭ, kӃt hӧp vӟi các kinh nghiӋm ÿӇ dӵ báo x3(t) và tӯ ÿó xây dӵng ÿѭӧc toàn bӝ biӇu ÿӗ dӵ báo phө tҧi.

Mô hình này thích hӧp vӟi nhӳng ngѭӡi làm công tác ÿiӅu ÿӝ nhiӅu kinh nghiӋm

1.3.2 Dӵ báo phө tҧi ÿiӅu ÿӝ bҵng mô hình tѭѫng quan

Sӱ dөng phѭѫng pháp tѭѫng quan ÿӇ dӵ báo phө tҧi ÿiӅu ÿӝ hӋ thӕng ÿiӋn,trong ÿó các hӋ sӕ cӫa mô hình ÿѭӧc xác ÿӏnh theo phѭѫng pháp bình phѭѫng tӕithiӇu

1.3.2.1 Xây dӵng mô hình tѭѫng quan:

Các mô hình tѭѫng quan dӵ báo phө tҧi ÿiӅu ÿӝ ÿѭӧc xây dӵng trên cѫ sӣhàm tuyӃn tính bұc nhҩt, dҥng phѭѫng trình ÿa biӃn:

yi= a1xi1 + a2xi2+ + amxim+ a0 (1-2)Trongÿó:

yi Giá trӏ phө tҧi dӵ báo, là biӃn phө thuӝc

xi: Giá trӏ phө tҧi cӫa các giӡ trѭӟc giӡ dӵ báo, là các biӃn ÿӝc lұp

ai: Các tham sӕ hӗi quy cӫa mô hình ÿѭӧc xác ÿӏnh theo phѭѫng pháp bình

phѭѫng tӕi thiӇu

Có thӇ xây dӵng mӝt sӕ mô hình tѭѫng quan nhѭ sau:

+ Mô hình tѭѫng quan vӟi phө tҧi giӡ trѭӟc:

yi= a1xi-1+ a0 (1-3) + Mô hình tѭѫng quan vӟi phө tҧi ngày trѭӟc:

yi= a2xi-24 + a0 (1-4) + Mô hình tѭѫng quan vӟi phө tҧi tuҫn trѭӟc:

yi= a3 xi-168 + a0 (1-5) + Mô hình nhiӅu tѭѫng quan :

yi= a1xi-1+ a2xi-24 + a3 xi-168 + a0 (1-6)

xi-1: giá trӏ phө tҧi giӡ i-1 (trѭӟc giӡ dӵ báo 1 giӡ)

xi-24 : giá trӏ phө tҧi giӡ i-24 ( trѭӟc giӡ dӵ báo ÿúng 1 ngày)

xi-168: giá trӏ phө tҧi giӡ i-168 (trѭӟc giӡ dӵ báo 1 tuҫn)

a0, a1, a2, a3: các hӋ sӕ cӫa mô hình

1.3.2.2 Xác ÿӏnh các hӋ sӕ cӫa các mô hình dӵ báo:

Các hàm tѭѫng quan (1-2), (1-3), (1- 4), (1-5) và (1- 6) ÿѭӧc xây dӵng trên

cѫ sӣ hàm tuyӃn tính bұc nhҩt Vì vұy có thӇ xác ÿӏnh các hӋ sӕ hӗi quy theo phѭѫng pháp bình phѭѫng cӵc tiӇu bҵng phép tính ma trұn

Trѭӟc hӃt chúng ta ÿѭa vào các ký hiӋu ma trұn nhѭ sau:

Gӑi véc tѫ thông sӕ chѭa biӃt là A=(aj) ; j=1, 2, , m ; vӟi m là sӕ biӃn ÿӝclұp cӫa mô hình

Véc tѫ biӃn phө thuӝc : Y= (yi); i=1, 2, , n; vӟi n là sӕ quan sát

Ma trұn biӃn ÿӝc lұp: X=(xij) ; i=1, 2, ,n; j=1,2, ,m; quy mô ma trұn xácÿӏnh theo sӕ quan sát n và sӕ biӃn m

Nhѭ vұy các mô hình (1-2), (1-3), (1- 4), (1-5) và (1-6) có thӇ viӃt lҥi dѭӟi

dҥng ma trұn: Y = XA

Gӑi e là ÿӝ lӋch giӳa giá trӏ thӵc và giá trӏ nҵm trên ÿѭӡng hӗi quy:

Yˆ Y

e 

Tәng bình phѭѫng ÿӝ lӋch ÿѭӧc xác ÿӏnh nhѭ sau:

XA ' X ' A XA ' Y Y ' X ' A Y ' Y ) XA Y ( )' XA Y ( e ' e e Q

Nên Q=Y’Y - 2A’X’Y + A’X’A

Cҫn xác ÿӏnh A ÿӇ Q cӵc tiӇu Muӕn thӃ lҩy ÿҥo hàm cӫa Q theo A và cho bҵng không:

0A)XX(2YX2A

ww

Doÿó: A = (X’X)-1X’Y (1-7)

Ӣ ÿây dҩu ’ là ký hiӋu ma trұn chuyӇn vӏ, dҩu -1 là ký hiӋu cӫa phép nghӏchÿҧo ma trұn Nhѭ vұy ÿӇ xác ÿӏnh véc tѫ A, phҧi dӵa vào các sӕ liӋu thӕng kê lұp

ma trұn X’X, ÿҧo ngѭӧc ma trұn X’X rӗi tìm véctѫ X’Y

Theo phѭѫng pháp giҧi tích các ma trұn X’X, X’Y ÿѭӧc tính nhѭ sau:

n

1 i

n

1 i

2 im 2

i im 1

i im

n

1 i

n

1 i

n

1 i im 2 i

2 2 i 1

i 2 i

n

1 i im 1 i n

1 i 2 i 1 i n

1 i

2 1 i

x

xxx

x

xx

xx

x

xx

xxx

XX

2 i i

n

1 I 1 i i

x y

x y

x y

Y X



(1-9)

Vì phѭѫng trình hӗi quy có thành phҫn tӵ do và ÿӇ tìm giá trӏ cӫa nó phҧiÿѭa vào ma trұn biӃn ÿӝc lұp X=(xij) mӝt biӃn Xi0 = 1 Lúc ҩy ma trұn X ÿѭӧc viӃtmӝt cách chi tiӃt nhѭ sau:

m 2 22 21

m 1 12 11

xxx1

xxx1

xxx1

1 i

n

1 i

2 im 1

i im im

n

1 i

n

1 i

n

1 i im 1 i 2

1 i 1 i

n

1 i im n

1 i 1 i

xx

xx

xxx

x

xx

n

XX

n

1 i 1 i i

n

1 i i

'

xy

xy

y

YX

“chѭѫng trình” nhѭ ÿӕi vӟi các phҫn mӅm ngôn ngӳ ӭng dөng khác

Tӯ phân tích tính toán ӣ mөc 1.3.2.2 ӣ trên, ÿӇ xác ÿӏnh các tham sӕ cӫa môhình dӵ báo cҫn phҧi thӵc hiӋn nhiӅu tính toán trên các ma trұn nhѭ cӝng, trӯ, nhân,chia, nghӏch ÿҧo, chuyӇn vӏ ĈӇ thӵc hiӋn các tính toán này theo các biӇu thӭc(1-7), (1-10), (1-11), (1-12) phҧi sӱ dөng các công thӭc giҧi tích rҩt dài dòng Hѫnnӳa trong dӵ báo phө tҧi ÿiӅu ÿӝ, ÿӇ nâng ÿӝ tin cұy, sӕ các quan sát hành vi cӫaphө tҧi trong quá khӭ phҧi lên ÿӃn con sӕ n=100 hoһc lӟn hѫn nên thӵc hiӋn tính

toán bҵng giҧi tích nhѭ các công thӭc ӣ mөc 1.3.2.2 rҩt khó thӵc hiӋn và dӉ gây sai lӋch Phҫn mӅm MATLAB nhѭ ÿã giӟi thiӋu ӣ trên là mӝt công cө rҩt mҥnh ÿӇ thӵc

hiӋn các phép tính ma trұn nên trong luұn văn này sӱ dөng MATLAB là công cөtính toán xácÿӏnh tham sӕ cӫa mô hình dӵ báo

Nhѭ ÿã phân tích trong mөc 1.3.2.2 các mô hình dӵ báo phө tҧi ÿiӅu ÿӝ ÿѭӧc

Nhѭ vұy ÿӇ xác ÿӏnh các tham sӕ mô hình dӵ báo bҵng phép tính ma trұn ta

có thӇ sӱ dөng mӝt trong 2 công thӭc sau:

A=(X’ X)-1X’ Y hoһc A=X-1Y

LӋnh MATLAB cho hai trѭӡng hӧp này ÿѫn giҧn nhѭ sau:

A=inv(X'*X)*X'*Y hoһc: A=X\Y (1-15)Trong (1-15) ký hiӋu \ là phép chia trái ma trұn, ký hiӋu X' là nghӏch ÿҧo matrұn X

KӃt quҧ ÿѭӧc A là ma trұn chӭa các hӋ sӕ cҫn tìm

Phҫn tính toán dӵ báo theo các mô hình tѭѫng quan sӁ ÿѭӧc nêu cө thӇ ӣchѭѫng 3, chѭѫng 4 cӫa luұn văn nhѭ mӝt sӵ so sánh vӟi nhӳng mô hình mҥngNѫron sӁ nghiên cӭu ӣ chѭѫng tiӃp theo

Ch ѭѫng hai

M ҤNG NѪRON NHÂN TҤO TRONG DӴ BÁO PHӨ TҦI

2.1 T әng quan vӅ mҥng nѫron nhân tҥo

Mҥng nѫron nhân tҥo (ANN-Artificial neural networks), hoһc mҥng nѫronnhѭ chúng thѭӡng ÿѭӧc gӑi, là mҥng mô phӓng toán hӑc cӫa các mҥng nѫron thҫnkinh sinh hӑc Mҥng nѫron nhân tҥo ÿѭӧc xây dӵng tӯ nhiӅu phҫn tӱ tính toán, gӑi

Mӛi nѫron nhân tҥo này có nhiӅu ÿҫu vào và mӝt ÿҫu ra Các ÿҫu vào tiӃpnhұn kích thích tӯ ÿҫu ra cӫa nѫron khác hoһc tӯ môi trѭӡng Ĉӕi vӟi nѫron j, các ÿҫu vào x1 , x2, , xnÿѭӧc nhân vӟi các trӑng sӕ wj1, wj2, , wjn cӫa ma trұn trӑng sӕ

W j nhҵm khuӃch ÿҥi tín hiӋu kích thích Tҩt cҧ các tín hiӋu kích thích này sau khi ÿѭӧc khuӃch ÿҥi sӁ ÿi vào thân nѫron bҳt ÿҫu tӯ bӝ cӝng Mӝt ÿҫu vào khác là 1 ÿѭӧc nhân vӟi ngѭӥng kích hoҥt bj rӗi tәng vӟi các ÿҫu vào ÿã trӑng sӕ hoá Bӝ

cӝng sӁ thӵc hiӋn viӋc tәng hӧp các kích thích theo công thӭc:

netj = wj1x1+ wj2x2 + + wjnxn + bj

j n

1 i

i ji

j w x b

Tín hiӋu sau khi tәng hӧp lҥi tiӃp tөc ÿѭӧc biӃn ÿәi nhӡ mӝt hàm phi tuyӃn,thѭӡng ÿѭӧc gӑi là hàm kích hoҥt Hàm kích hoҥt ÿóng vai trò biӃn ÿәi tӯ netj sang tín hiӋu ÿҫu ra yj:

i ji j

j (net ) f w x by

Tóm lҥi có thӇ xem nѫron là mӝt hàm phi tuyӃn nhiӅu ÿҫu vào, mӝt ÿҫu ra

Mӝt sӕ hàm kích hoҥt thѭӡng dùng trong thӵc tӃ :

+ Hàm hardlim : hardlim(n) = ®­

t 0

0 1,

n nÕu 0,

n nÕu

+ Hàm tuyӃn tính : purelin(n) = n

+ Hàm log-sigmoid : logsig(n) n

e1

1





2.1.2.1 Cҩu trúc mҥng nѫron nhân tҥo

Mҥng Nѫron nhân tҥo là hӋ thӕng bao gӗm nhiӅu nѫron liên kӃt vӟi nhau, hoҥt ÿӝng song song Tính năng cӫa hӋ thӕng này tuǤ thuӝc cҩu trúc cӫa hӋ, các

trӑng sӕ liên kӃt nѫron và quá trình tính toán tҥi các nѫron ÿѫn lҿ Trong mҥngnѫron, các nѫron ÿón nhұn tín hiӋu gӑi là các nѫron vào, còn các nѫron ÿѭa thông tin ra gӑi là các nѫron ra Các thông sӕ cҩu trúc mҥng nѫron bao gӗm :

- Sӕ tín hiӋu vào, sӕ tín hiӋu ra

- Sӕ lӟp nѫron

- Sӕ nѫron trên mӛi lӟp ҭn

- Sӕ lѭӧng liên kӃt cӫa mӛi nѫron

- Các trӑng sӕ liên kӃt

2.1.2.2 Phân loҥi mҥng nѫron

- Theo kiӇu liên kӃt nѫron, ta có mҥng nѫron truyӅn thҷng và mҥng nѫron hӗiqui Trong mҥng nѫron truyӅn thҷng, các liên kӃt nѫron ÿi theo mӝt hѭӟng nhҩt

ÿӏnh, không có chu trình Ngѭӧc lҥi, mҥng nѫron hӗi qui, các liên kӃt nѫron tҥothành chu trình, các thông tin ra cӫa các nѫron ÿѭӧc truyӅn lҥi cho chính các nѫron.

- Theo sӕ lӟp, có mҥng nѫron mӝt lӟp và mҥng nѫron ÿa lӟp Trong ÿó,thông thѭӡng lӟp nѫron vào chӍ chӏu trách nhiӋm truyӅn tín hiӋu vào, không thӵchiӋn mӝt tính toán nào

2.1.2.3 Khҧ năng và phҥm vi ӭng dөng cӫa mô hình mҥng nѫron

Có thӇ xem mҥng nѫron là mӝt mô hình tính toán Y = F(X) vӟi X là véc tѫ

sӕ liӋu vào và Y là véc tѫ sӕ liӋu ra Ѭu ÿiӇm cӫa mҥng nѫron nhѭ vұy là nó cho phép xây dӵng mӝt mô hình tính toán có khҧ năng hӑc dӳ liӋu rҩt cao ChӍ cҫn ÿѭavào cho mҥng mӝt tұp hӧp mүu dӳ liӋu trong quá trình hӑc là mҥng có khҧ năngphát hiӋn nhӳng ràng buӝc dӳ liӋu và áp dөng nhӳng ràng buӝc này trong quá trình

sӱ dөng mà không cҫn phҧi có thêm các tri thӭc vӅ miӅn ӭng dөng Khҧ năng này cho phép ta xây dӵng mô hình dӵ báo mӝt cách dӉ dàng Mӝt ѭu ÿiӇm khác cӫa

mҥng nѫron là khҧ năng dung thӭ lӛi cao Mҥng có thӇ chҩp nhұn nhӳng dӳ liӋumүu không hoàn toàn chính xác mà vүn ÿҧm bҧo ÿѭӧc phҫn nhiӅu tính ÿúng ÿҳncӫa bài toán ĈiӅu này làm giҧm nhҽ rҩt nhiӅu quá trình sàng lӑc, làm mӏn dӳ liӋutrong khai thác Vӟi nhӳng ÿһc ÿiӇm này, mҥng nѫron cho phép dӉ dàng xây dӵngcác mô hình thích nghi mà trong ÿó sӵ thay ÿәi liên tөc vӅ quy luұt dӳ liӋu có thӇ dӉdàngÿѭӧc cұp nhұt trong quá trình hӑc lҥi cӫa mҥng

Sӵ hҩp dүn cӫa mҥng nѫron là khҧ năng cӫa mҥng ÿӇ hӑc nhӳng mӕi quan

hӋ phӭc tҥp giӳa nhӳng mүu ÿҫu vào và ÿҫu ra, mà rҩt khó ÿӇ mô tҧ bӣi các biӇuthӭc toán hӑc tѭӡng minh Trong mô hình dӵ báo, ÿҫu vào cӫa mҥng là các giá trӏphө tҧi ÿã qua và các thông tin vӅ thӡi tiӃt, kiӇu ngày và ÿҫu ra là nhӳng giá trӏ phөtҧi tѭѫng lai Tұp mүu hӑc cӫa mҥng là giá trӏ phө tҧi thӵc tӃ cӫa thӡi gian ÿã qua

2.1.2.4 Huҩn luyӋn mҥng

Mҥng nѫron nhѭ mӝt hӋ thӕng thích nghi, có khҧ năng huҩn luyӋn (hӑc) ÿӇtinh chӍnh các trӑng sӕ liên kӃt trong mҥng Ý tѭӣng cӫa huҩn luyӋn mҥng là ÿѭa

cho mҥng nhӳng tín hiӋu ÿҫu vào và nhӳng ÿҫu ra mong muӕn Vӟi mӛi tín hiӋuÿҫu vào mҥng sҧn sinh mӝt tín hiӋu ÿҫu ra, và mөc ÿích cӫa huҩn luyӋn mҥng là làm tӕi giҧn tәng sai sӕ trung bình bình phѭѫng giӳa tín hiӋu ÿҫu ra thӵc tӃ và ÿҫu

ra mong muӕn Sӵ huҩn luyӋn mҥng ÿѭӧc thӵc hiӋn bӣi viӋc ÿѭa rҩt nhiӅu lҫn vào mҥng nhӳng tín hiӋu vào và nhӳng ÿҫu ra mong muӕn Khi mҥng thӵc hiӋn ÿѭӧc

mӝt lҫn ÿҫy ÿӫ toàn bӝ tұp hӧp huҩn luyӋn ÿѭӧc gӑi mӝt vòng lһp (epoch) Quá trình hӑc thông thѭӡng ÿѭӧc thӵc hiӋn ÿӃn hàng ngàn vòng lһp cho ÿӃn khi bӝ trӑng

sӕ liên kӃt cӫa mҥng ÿѭӧc ÿiӅu chӍnh sao cho tәng sai sӕ trung bình bình phѭѫnghӝi tө tӟi giá trӏ tӕi thiӇu nào ÿó

Thѭӡng phân biӋt 3 kӻ thuұt hӑc :

+ Hӑc có giám sát (còn gӑi là hӑc có thҫy): mҥng ÿѭӧc cung cҩp mӝt tұp

mүu hӑc {(x,d)} theo nghƭa x là các tín hiӋu ÿҫu vào thì kӃt quҧ ÿúng cӫa hӋ phҧi là

d.Ӣ mӛi lҫn hӑc, véc tѫ tín hiӋu vào x ÿѭӧc ÿѭa vào mҥng, so sánh sӵ sai khác giӳa

Hình 2.2 : Mô hình hӑc có giám sát

x Tín hi Ӌu vào

Tín hi Ӌu ra y

d Tín hi Ӌu ra yêu cҫu

Máy phát tín hi Ӌu sai sӕ

Mҥng nѫron

w

các kӃt quҧ ra ÿúng d vӟi kӃt quҧ tính toán y Sai sӕ này ÿѭӧc dùng ÿӇ hiӋu chӍnhcác trӑng sӕ liên kӃt trong mҥng Quá trình này cӭ tiӃp tөc cho ÿӃn khi thoҧ mãnmӝt tiêu chuҭn nào ÿó

+ Hӑc không có giám sát (còn gӑi là hӑc không thҫy): Trong kӻ thuұt hӑc

này, sӁ không có sӵ hӗi tiӃp tӯ môi trѭӡng ÿӇ cho biӃt tín hiӋu ra yêu cҫu cӫa mҥng

nên nhѭ thӃ nào, hoһc chúng có ÿúng chѭa - giӕng nhѭ hӑc có giám sát, mà nói chung mҥng nѫron phҧi tӵ nó phát hiӋn ra mӕi liên hӋ có liên quan có thӇ tӗn tҥitrong dӳ liӋu vào (chҷng hҥn nhѭ các mүu, các ÿһc trѭng, các qui tҳc, sӵ tѭѫngquan) và chuyӇn mӕi liên hӋ ÿã phát hiӋn này ra ÿҫu ra Thí dө, mҥng nѫron hӑckhông thҫy có thӇ cho chúng ta biӃt mӝt mүu mӟi ÿӗng dҥng nhѭ thӃ nào vӟi mүuÿһc trѭng ÿã thҩy trong quá khӭ (sӵ ÿӗng dҥng).

Tín hi Ӌu ra y

M ҥng nѫron

w

x Tín hiӋu vào

Hình 2.3 : Mô hình hӑc không có giám sát

+ H ӑc tăng cѭӡng: Nhѭ ÿã giӟi thiӋu ӣ trên, kӻ thuұt hӑc có giám sát là hiӋu

chӍnh dҫn tín hiӋu ÿҫu ra tѭѫng ӭng vӟi tӯng cһp mүu tín hiӋu vào-ra Tuy nhiên, thӵc tӃ nhiӅu khi không có ÿѭӧc thông tin chi tiӃt này Do ÿó thѭӡng phҧi sӱ dөngthuұt toán “hӑc tăng cѭӡng” Trong hӑc tăng cѭӡng, dӳ liӋu huҩn luyӋn rҩt thô và chúng chӍ “ѭӟc lѭӧng” ÿӇ so sánh vӟi “sӵ truyӅn kiӃn thӭc” hӗi tiӃp trong hӑc cógiám sát

Các kӻ thuұt hӑc trong mҥng nѫron có thӇ nhҵm vào viӋc hiӋu chӍnh các trӑng sӕ liên kӃt - gӑi là hӑc tham sӕ; hoһc nhҵm vào viӋc hiӋu chӍnh, sӱa ÿәi cҩutrúc cӫa mҥng, bao gӗm sӕ lӟp, sӕ nѫron, kiӇu và trӑng sӕ liên kӃt - gӑi là hӑc cҩutrúc

2.1.2.5 Tính khái quát hóa cӫa mҥng nѫron

Mҥng nѫron sau quá trình huҩn luyӋn mҥng cҫn phҧi kiӇm tra khҧ năng dӵÿoán cӫa mҥng trong quá trình sӱ dөng ĈӇ xác ÿӏnh khҧ năng này ngѭӡi ta thѭӡng

chia tұp mүu hӑc (tұp hӧp dӳ liӋu huҩn luyӋn) thành 2 phҫn Ttrain và Ttest ChӍ có

Ttrainÿѭӧc sӱ dөng cho quá trình hӑc còn Ttestÿѭӧc sӱ dөng ÿӇ thӱ dӵ báo KӃt quҧÿѭӧc ÿánh giá bӣi hàm sai sӕ trung bình bình phѭѫng :

pn

)Oy(RMS

p

1 s

n

1 i

2 si si

trongÿó p là sӕ lѭӧng mүu vào và n là sӕ ÿҫu ra cӫa mҥng Hàm sai sӕ này sӁ ÿѭӧctính toán trên cҧ hai tұp Ttrain và Ttest và sӁ ÿҥi diӋn cho khҧ năng dӵ báo cӫa môhình Thông thѭӡng nӃu kӃt quҧ hӑc là tӕt thì cҧ hai hàm sai sӕ này ÿӅu cho nhӳnggiá trӏ sai sӕ rҩt nhӓ, tuy nhiên cNJng có khi sai sӕ hӑc thì nhӓ mà sai sӕ khi dӵ báo thì lӟn Mҥng nѫron nhѭ thӃ thì chѭa có tính khái quát hóa Mӝt mҥng ÿѭӧc gӑi là khái quát hóa tӕt, khi ÿҫu ra ÿúng cho mӝt ÿҫu vào, kӇ cҧ ÿҫu vào không nҵm trong tұp hӧp huҩn luyӋn

Sӵ khái quát bӏ ҧnh hѭӣng bӣi hai yӃu tӕ: kích thѭӟc và hiӋu quҧ cӫa tұp

mүu hӑc, cҩu trúc cӫa mҥng

HiӋu ӭng cӫa kích thѭӟc và hiӋu quҧ cӫa tұp mүu hӑc ÿӃn tính khái quát có thӇ ÿѭӧc nhìn thҩy tӯ hai cách Trѭӟc hӃt, sӵ chӑn lӑc biӃn ÿҫu vào rҩt quan trӑng.Không gian ÿҫu vào cҫn phҧi ÿѭӧc giҧm bӟt tӟi mӝt kích thѭӟc hӧp lý so vӟi kíchthѭӟc cӫa tұp hӧp huҩn luyӋn NӃu kích thѭӟc cӫa không gian ÿҫu vào lӟn, thì tұphӧp quan sát có thӇ không ÿӫ cho mӝt sӵ khái quát thích hӧp Bӣi vұy, không cҫnthiӃt nhұp vào nhӳng biӃn có quan hӋ không rõ ràng vӟi ÿҫu ra mong muӕn, vì mҥng có thӇ hӑc nhӳng thuӝc tính tӯ chúng mà thұt sӵ không tӗn tҥi trong quá trình

thӵc tӃ Mһt khác, tҩt cҧ các yӃu tӕ có ҧnh hѭӣng rõ ràng ÿӃn ÿҫu ra cҫn phҧi ÿѭӧcÿѭa vào trong quá trình hӑc

Cҩu trúc mҥng ҧnh hѭӣng ÿӃn tính khái quát có thӇ ÿѭӧc nhìn thҩy ӣ hiӋn

tѭӧng quá tham sӕ (over -parameters) - Khi sai sӕ hӑc thì nhӓ mà sai sӕ khi dӵ báo thì lӟn ĈiӅu này cho phép ta khҷng ÿӏnh là có sӵ dѭ thӯa trong các tham sӕ cҩu trúc

mà cө thӇ là sӕ lѭӧng nѫron lӟp ҭn quá nhiӅu Khi ÿó ta phҧi thay ÿәi lҥi sӕ lѭӧng

nѫron này và bҳt ÿҫu lҥi mӝt quá trình hӑc khác

- Tұp mүu tín hiӋu ÿích mong muӕn: d(k)

1 j

) k ( j ij )

k (

Mҥng MLP gӗm có vài lӟp nѫron Mӛi nѫron trong mӝt lӟp nhҩt ÿӏnh ÿѭӧcnӕi tӟi mӛi nѫron cӫa lӟp tiӃp theo Không có nhӳng kӃt nӕi phҧn hӗi.

Mҥng MLP thѭӡng dùng nhҩt gӗm có ba lӟp: mӝt lӟp vào, mӝt lӟp ҭn, và mӝt lӟp ra nhѭ mô tҧ ӣ hình 2.6 Hàm kích hoҥt ÿѭӧc sӱ dөng bên trong lӟp ҭn là hàm phi tuyӃn thông thѭӡng (hàm log-sigmoid hoһc tan-sigmoid) và hàm kích hoҥttrong lӟp ÿҫu ra có thӇ là mӝt hàm phi tuyӃn hoһc tuyӃn tính

Lӟp ҭn Lӟp ra

Lӟp vào

x x x

x x x

Hình 2.6: Mҥng MLP 3 lӟp

yn

y1

x x x

x1

xm

Mһc dù vӟi mӝt mҥng nѫron tәng quát, ngѭӡi ta có thӇ sӱ dөng nhiӅu lӟp ҭntuy nhiên ngѭӡi ta ÿã chӭng minh ÿѭӧc rҵng chӍ cҫn mӝt lӟp ҭn cӫa mҥng là ÿӫ môhình hoá mӝt hàm bҩt kǤ [9]

Mҥng MLP này có thӇ ÿѭӧc ÿһc tҧ bӣi các tұp thông tin cҩu trúc S bao gӗm

sӕ lӟp cӫa mҥng, sӕ lѭӧng nѫron trên mӝt lӟp và mӝt tұp thông tin tham sӕ P chính

là tұp các trӑng sӕ cӫa tӯng nѫron trong mҥng Khi ÿó ÿӇ xây dӵng mӝt mҥng ta cҫnphҧi xác ÿӏnh cҧ hai tұp S và P này Thông thѭӡng, quá trình xác ÿӏnh S và P phөthuӝc vào tұp nhӳng dӳ liӋu mүu {x(k)

, d(k)}, k=1 p, ÿã ÿѭӧc lѭu trӳ lҥi tӯ nhӳngtình huӕng sӱ dөng thӵc tӃ cӫa hӋ thӕng (ӣ luұn văn này tұp {x(k)

, d(k)} là tұp hӧp dӳliӋu vӅ công suҩt hàng giӡ cӫa ĈiӋn lӵc Ĉà Nҹng trong thӡi gian 13 tháng) Mҥng

sӁ ÿѭӧc hӑc nhҵm xây dӵng mӝt cһp S và P tӕt nhҩt và tӯ ÿó nó có khҧ năng dӵÿoán mӝt kӃt quҧ y khi có mӝt ÿҫu vào x nào ÿó sao cho bӝ (x,y) này cNJng ÿҧm bҧo

ÿѭӧc tính quy luұt nhѭ trong tұp dӳ liӋu mүu - Ĉây chính là mong muӕn cӫa bài toán dӵ báo

Nhѭ ÿã ÿӅ cұp ӣ trên, thông thѭӡng mӝt mҥng nѫron chӍ có mӝt lӟp ҭn, khi

ÿó công viӋc xác ÿӏnh bӝ thông sӕ S chӍ là viӋc chӍ ra cө thӇ xem lӟp ҭn có bao nhiêu nѫron ViӋc xác ÿӏnh này thѭӡng ÿѭӧc thӵc hiӋn dӵa trên kinh nghiӋm hoһcphép thӱ và sai và thӵc ra cNJng không có quá nhiӅu lӵa chӑn cho tham sӕ S này Cómӝt quy luұt ÿѫn giҧn ÿӇ xác ÿӏnh sӕ nѫron lӟp ҭn cӫa mҥng 3 lӟp MLP Gӑi:

h = Sӕ nѫron lӟp ҭn

m = Kích thѭӟc cӫa lӟp vào

n = Kích thѭӟc cӫa lӟp ra

p = Kích thѭӟc cӫa tұp hӧp huҩn luyӋn

Sӕ tham sӕ tӵ do (sӕ trӑng sӕ wi cӫa mô hình) là W = h(n + m) W cҫn phҧinhӓ hѫn kích thѭӟc cӫa tұp hӧp huҩn luyӋn khoҧng 1/5 lҫn [11] Do ÿó, sӕ nѫron

lӟp ҭn ÿѭӧc tính gҫn ÿúng:

)mn(5

ph

ĈӇ xác ÿӏnh bӝ tham sӕ P, mӝt phѭѫng pháp thѭӡng dùng nhҩt ÿó là áp dөnggiҧi thuұt hӑc lan truyӅn ngѭӧc lӛi BP (Back propagation of error)

2.2.2.2 Lan truyӅn ngѭӧc lӛi (Back propagation of error)

Thuұt toán huҩn luyӋn mҥng lan truyӅn ngѭӧc có mӝt ý nghƭa quan trӑngtrong lӏch sӱ phát triӇn mҥng nѫron Các mҥng nѫron ÿѭӧc huҩn luyӋn bҵng thuұttoán này gӑi là mҥng lan truyӅn ngѭӧc Vӟi các tұp mүu hӑc {x(k)

, d(k)}, k=1 p, thuұt toán lan truyӅn ngѭӧc ÿѭa ra các thӫ tөc ÿӇ thay ÿәi trӑng sӕ trong mҥng Cѫ

sӣ cӫa viӋc cұp nhұt các trӑng sӕ này là cѫ chӃ suy giҧm gradient

Vӟi mӝt cһp tín hiӋu mүu vào-ra {x(k)

, d(k)}, thuұt toán lan truyӅn ngѭӧc thӵchiӋn hai giai ÿoҥn Ĉҫu tiên mүu x(k) ÿѭӧc lan truyӅn tӯ lӟp vào ÿӃn lӟp ra và cho tín hiӋu thұt ӣ lӟp ra là y(k) Sai sӕ giӳa tín hiӋu thұt ӣ lӟp ra y(k) và tín hiӋu ra mүu

d(k)ÿѭӧc lan truyӅn ngѭӧc trӣ lҥi tӯ lӟp ra ÿӃn lӟp trѭӟc ÿó ÿӇ cұp nhұt lҥi trӑng sӕ

cho chúng Xét cө thӇ mӝt mҥng nѫron ba lӟp lan truyӅn ngѭӧc nhѭ hình (2.7) ÿӇminh hoҥ thuұt toán lan truyӅn ngѭӧc và kӃt quҧ này hoàn toàn có thӇ mӣ rӝng cho

nhӳng mҥng có nhiӅu lӟp nhiӅu hѫn Mҥng nѫron 3 lӟp lan truyӅn ngѭӧc hình 2.7

có m nѫron ӣ lӟp vào, l nѫron ӣ lӟp ҭn và n nѫron ӣ lӟp ra

¦m

1 j

j qj

q v xnet

Tín hiӋu ra cӫa nѫron q ӣ lӟp ҭn là:

q (net ) f v xz

Tín hiӋu vào cӫa nѫron i ӣ lӟp ra:

j qj l

1 q iq q

l

1 q iq

i w z w f v xnet

Tín hiӋu ra cӫa nѫron i ӣ lӟp ra:

1 j

j qj iq

l

1 q

q iq i

i (net ) f w z f w f v xy

Ĉӏnh nghƭa hàm sai sӕ:

2 n

1 i

l

1 q

q iq i

n

1 i

2 i

i d f w z

2

1)yd(2

1)w(

wK

wK

'

iq i i

i i iq

iq

w

netnet

yy

Ew

Ew

=K [di– yi] [f’(neti)] [zq] = KG0izq (2.6) trong ÿó K là hҵng sӕ dѭѫng gӑi là tӍ lӋ hӑc và G0ilà sai sӕ tín hiӋu ӣ lӟp ra, ÿѭӧcÿӏnh nghƭa nhѭ sau :

>d y @>f (net )net

yy

Enet

E

i i

i i

i i

i i

wK

wK

'

qj q q

qj qj

v

netnet

Ev

Ev

wK



qj q q

q

netnet

zz

iq i i

i y f (net )w f (net )xd

iq i 0

w

w

w

1 i

iq i 0 q q

q q

q

hq f'(net ) w

net

zz

Enet

E

Tәng quát, vӟi mҥng nѫron có sӕ lӟp tùy ý, qui luұt cұp nhұt lan truyӅn ngѭӧc

có dҥng:

'wij = KGixj = KGoutput-i xinput-j (2.11) trongÿó “ output-i ” và “ input-j ” là 2 ÿiӇm kӃt thúc nӕi tӯ nѫron j ÿӃn nѫron i; xjlàtín hiӋu vào; Gi là sai sӕ tín hiӋu, ÿѭӧc xác ÿӏnh theo (2.7) cho lӟp ra hoһc (2.10) cho

lӟp vào

2.2.2.3 Các hӋ sӕ hӑc trong thuұt toán lan truyӅn ngѭӧc

- Kh ӣi tҥo giá trӏ trӑng sӕ liên kӃt nѫron (Initial weights): Trong mҥng

lan truyӅn ngѭӧc, giá trӏ trӑng sӕ ÿѭӧc khӣi tҥo ban ÿҫu có ҧnh hѭӣng quan trӑngÿӃn kӃt quҧ cuӕi cùng Chúng ÿѭӧc gán ngүu nhiên vӟi giá trӏ tѭѫng ÿӕi nhӓ, vì nӃuquá lӟn thì hàm log-sigmoid sӁ dӉ bҧo hoà ngay lúc bҳt ÿҫu, dүn ÿӃn sӁ bӏ “nghӁn”

tҥi giá trӏ ÿӏa phѭѫng nhӓ nhҩt hoһc rҩt әn ÿӏnh ӣ lân cұn ÿiӇm bҳt ÿҫu Do ÿó, tҫmhӧp lý cӫa giá trӏ trӑng sӕ khӣi tҥo ban ÿҫu thѭӡng nҵm trong khoҧng

3 , trong ÿó ki là sӕ ÿҫu vào nӕi vӟi nѫron i

- H ҵng sӕ hӑc (Learning constant): Mӝt hӋ sӕ quan trӑng khác cNJng làm

ҧnh hѭӣng ÿӃn hiӋu quҧ cӫa sӵ hӝi tө cӫa thuұt toán lan truyӅn ngѭӧc, ÿó là hҵng sӕhӑc K SӁ không có mӝt giá trӏ hҵng sӕ hӑc cӕ ÿӏnh cho các trѭӡng hӧp huҩn luyӋnkhác nhau, mà thѭӡng chúng ÿѭӧc chӑn thӱ nghiӋm cho tӯng bài toán cө thӇ Mӝthҵng sӕ hӑc có giá trӏ lӟn có thӇ làm gia tăng tӕc ÿӝ hӝi tө, nhѭng kӃt quҧ cNJng vì

vұy mà bӏ cѭӡng ÿiӋu; trong khi mӝt hҵng sӕ có giá trӏ nhӓ hѫn thì có tác dөng

ngѭӧc lҥi Tҫm giá trӏ hҵng sӕ hӑc K thѭӡng dao ÿӝng trong khoҧng 10-3ÿӃn 1

Mӝt vҩn ÿӅ khác cNJng ÿѭӧc ÿһt ra là hҵng sӕ hӑc sӁ là tӕt nhҩt ӣ lúc bҳt ÿҫu

huҩn luyӋn, tuy nhiên sӁ không còn tӕt nӳa sau vài lҫn huҩn luyӋn Do ÿó, tӕt nhҩt

là dùng hҵng sӕ hӑc thích nghi Phѭѫng pháp trӵc giác ÿӇ xác ÿӏnh hҵng sӕ hӑc này

là kiӇm soát riêng quá trình cұp nhұt trӑng sӕ ÿӇ giҧm hàm sai sӕ; nӃu không thì

giҧm dҫn chúng nӃu kӃt quҧ bӏ cѭӡng ÿiӋu; hoһc trong trѭӡng hӧp khi nhiӅu bѭӟc

lһp ÿӅu có sӵ suy giҧm hàm sai sӕ dүn bài toán quá hӝi tө, thì nên tăng dҫn hҵng sӕhӑc lên Cө thӇ, hҵng sӕ hӑc nên ÿѭӧc cұp nhұt theo qui luұt sau:

'

'

kh¸chîptr†êngc¸cnÕunÕu0,

0Eb

-0EȘ,

,aȘ

kh¸chîptr†êngc¸cnÕunÕu0,

b

- Ș(t), Ȝ(t-1)Ȝ(t) 0

0Ȝ(t)1)(t-Ȝ,

a)1tȘ(

trongÿó:

ij

w

EȜ(t)w

w

(2-14)

> @0,1c1),(tcȜ(t)c)(1Ȝ(t)   O   là hҵng sӕ (2-15)

- Ĉӝng lѭӧng (Momentum): Sӵ suy giҧm gradient có thӇ sӁ rҩt chұm nӃu

nhѭ hҵng sӕ hӑc K quá lӟn Do ÿó phѭѫng pháp chӋch ÿi khҧ năng dao ÿӝng biên

ÿӝ nhѭng vүn cho phép sӱ dөng hҵng sӕ hӑc lӟn là ÿѭa thêm vào trӑng sӕ thànhphҫn “ÿӝng lѭӧng” theo công thӭc sau:

1) Įǻw(t E(t)

Ș ǻw(t)  '   (2.16)

trongÿó : D[0,1] là tham sӕ ÿӝng lѭӧng và thѭӡng chӑn giá trӏ là 0,9

Bѭӟc 6: Huҩn luyӋn mҥng.

Bѭӟc 7: Thӱ nghiӋm mҥng NӃu phù hӧp thì tiӃp tөc bѭӟc 8 hoһc dӯng, còn không phù hӧp thì quay lҥi bѭӟc 2

Bѭӟc 8: Tinh chӍnh mҥng, sau ÿó quay lҥi bѭӟc 7

Yêu cҫu cө thӇ ÿӕi vӟi tӯng bѭӟc nhѭ sau:

Bѭӟc 1: Xác ÿӏnh bài toán

Mҥng nѫron thѭӡng tӓ ra hiӋu quҧ khi giҧi các bài toán:

- Nhұn dҥng, phân lӟp dӳ liӋu: Cho mô tҧ ÿӕi tѭӧng, cҫn xӃp ÿӕi tѭӧng vào lӟp sao cho tҩt cҧ ÿӕi tѭӧng trong mӝt lӟp có cùng mӝt sӕ ÿһc tính nào ÿó Các bài toán thuӝc dҥng này gӗm nhұn dҥng ký tӵ, nhұn dҥng ҧnh, nhұn dҥng tiӃng nói

- Mô hình hóa: Xác ÿӏnh sӵ phө thuӝc giӳa các giá trӏ ÿҫu ra và ÿҫu vào Cácbài toán này bao gӗm dӵ báo giá cҧ, thӡi tiӃt, thӏ trѭӡng, dӵ báo phө tҧi ÿiӋn

B ѭӟc 5: Lӵa chӑn mô hình mҥng nѫron

TuǤ thuӝc bҧn chҩt xӱ lý dӳ liӋu cӫa bài toán mà lӵa chӑn mô hình mҥngnѫron phù hӧp

Bѭӟc 6: Huҩn luyӋn mҥng

Các thao tác cҫn thӵc hiӋn gӗm:

- Phân dӳ liӋu mүu thành 3 tұp con: tұp mүu hӑc, tұp kiӇm soát (ÿӇ xác ÿӏnhkhi nào dӯng quá trình hӑc) và tұp kiӇm thӱ (ÿӇ kiӇm tra khҧ năng ÿoán nhұn, dӵ

ÿoán mҥng) Trong ÿó, tұp mүu hӑc phҧi mang tính ÿҥi diӋn, còn tұp kiӇm thӱ gҳnvӟi dáng ÿiӋu thӵc cӫa môi trѭӡng ÿang xem xét

- Xácÿӏnh luұt hӑc, cѫ chӃ cұp nhұt trӑng sӕ các nѫron trong quá trình huҩnluyӋn và khӣi tҥo các tham sӕ

kiӇm thӱ - gӑi là hiӋn tѭӧng quá tham sӕ (over - parameters) thì tiӃn hành:

- Tăng kích thѭӟc tұp dӳ liӋu mүu và huҩn luyӋn lҥi mҥng

- Xem xét lҥi sӕ ÿҫu vào Sӕ ÿҫu vào cҫn phҧi ÿѭӧc giҧm bӟt tӟi mӝt kích

thѭӟc hӧp lý so vӟi kích thѭӟc cӫa tұp hӧp huҩn luyӋn Không cҫn thiӃt nhұp vàonhӳng biӃn có quan hӋ không rõ ràng vӟi ÿҫu ra mong muӕn

- Giҧm sӕ lѭӧng nѫron lӟp ҭn và bҳt ÿҫu lҥi mӝt quá trình hӑc khác

2.4 Ӭng dөng mҥng nѫron MLP trong dӵ báo ÿiӅu ÿӝ

Nhӳng ý tѭӣng cho viӋc sӱ dөng mҥng MLP trong dӵ báo ÿiӅu ÿӝ rҩt ÿѫn

giҧn: phө tҧi tѭѫng lai phө thuӝc vào phө tҧi ÿã qua trong quá khӭ và nhӳng yӃu tӕbên ngoài (nhiӋt ÿӝ, lѭӧng mѭa ), và mҥng MLP ÿѭӧc sӱ dөng ÿӇ xҩp xӍ phҫn phөthuӝc này Ĉҫu vào cӫa mҥng gӗm có nhӳng trӏ sӕ nhiӋt ÿӝ và nhӳng trӏ sӕ phө tҧiquá khӭ, và ÿҫu ra là nhӳng trӏ sӕ cӫa phө tҧi ÿích (ví dө trӏ sӕ phө tҧi cӫa mӝt giӡnhҩt ÿӏnh, cӫa nhiӅu giӡ trong tѭѫng lai, nhӳng giá trӏ phө tҧi cӫa mӝt ngày, sҧnlѭӧng ÿiӋn cӫa mӝt ngày.v.v )

Mô hình mҥng nѫron cho dӵ báo phө tҧi có thӇ ÿѭӧc xem nhѭ mô hình xҩp

xӍ mӝt hàm không tuyӃn tính Xác ÿӏnh cҩu trúc mҥng gӗm có lӵa chӑn nhӳng biӃnÿҫu vào và sӕ nѫron lӟp ҭn Ѭӟc lѭӧng tham sӕ ÿѭӧc thӵc hiӋn bӣi viӋc huҩn luyӋn

mҥng trên dӳ liӋu phө tҧi quá khӭ ViӋc này yêu cҫu phҧi lӵa chӑn giҧi thuұt hӑc và

bӝ dӳ liӋu huҩn luyӋn thích hӧp

Mô hình mҥng nѫron ÿӇ dӵ báo ÿiӅu ÿӝ có nhiӅu ѭu ÿiӇm Sӵ phi tuyӃn và tính thích nghi lӟn cӫa mô hình mҥng nѫron làm cho nó là có khҧ năng sӱ dөngnhӳng loҥi biӃn ÿһc biӋt ӣ ÿҫu vào Trong dӵ báo phө tҧi, giӡ cӫa ngày và kiӇu ngày

cӫa giӡ ÿích, có thӇ ÿѭӧc xem nhѭ biӃn ÿҫu vào vӟi dҥng mã nhӏ phân ĈiӅu nàylàm mô hình mҥng nѫron mҥnh hѫn rҩt nhiӅu so vѫi các mô hình dӵ báo khác

Lѭu ÿӗ tәng quát quá trình dӵ báo phө tҧi ÿiӅu ÿӝ bҵng mҥng nѫron nhѭhình 2.8

Dӵ báoKiӇm tra

Khôngÿҥt

Dӵ báo thӱ

KӃt quҧ dӵ báoEpochs = epochs +1

ĈiӅu kiӋn dӯng

Khӣi tҥo mҥng nѫron

Khӣi tҥo epochs = 0Tҥo ma trұn tұp mүu hӑc

Tҥo véc tѫ ra yêu cҫu

Bҳt ÿҫu

Ch ѭѫng ba

D Ӵ BÁO CÔNG SUҨT LӞN NHҨT, NHӒ NHҨT VÀ

TRUNG BÌNH TRONG NGÀY

Trong chѭѫng 3 và chѭѫng 4, nhӳng mô hình mҥng nѫron vӟi cҩu trúc khác nhau nhѭng ÿӅu sӱ dөng mҥng nѫron lan truyӅn ngѭӧc (mҥng MLP) ÿӇ dӵ báo phөtҧi ÿiӅu ÿӝ Lұp trình trên phҫn mӅm Matlab ÿӇ thӵc hiӋn các bѭӟc khӣi tҥo mҥng,huҩn luyӋn mҥng, kiӇm tra và dӵ báo thӱ cho các mô hình dӵ báo

Trong chѭѫng này trình bày ӭng dөng các mô hình khác nhau ÿӇ dӵ báocông suҩt lӟn nhҩt, nhӓ nhҩt và trung bình trong ngày Nhѭ ÿã trình bày trong chѭѫng 1 và chѭѫng 2, ӣ ÿây có hai cách tiӃp cұn Mӝt cách là dӵ báo tӯng ngàycho kӃt quҧ là phө tҧi dӵ báo cӫa chӍ mӝt ngày kӃ tiӃp, mӝt cách là dӵ báo mӝt lҫncho kӃt quҧ là phө tҧi dӵ báo cӫa mӝt sӕ ngày kӃ tiӃp Trong mөc 3.1, trình bày phѭѫng pháp dӵ báo bҵng mҥng MLP và trong mөc 3.2 trình bày phѭѫng pháp dӵbáo bҵng mô hình tѭѫng quan

3.1 D ӵ báo công suҩt lӟn nhҩt, nhӓ nhҩt và trung bình trong ngày b ҵng mô hình mҥng Nѫron.

Sӱ dөng mҥng MLP ÿӇ dӵ báo công suҩt lӟn nhҩt (Pmax), nhӓ nhҩt (Pmin) và trung bình (Pave) cӫa ÿӗ thӏ phө tҧi ngày dӵa vào các giá trӏ công suҩt quan sát ÿѭӧctrong quá khӭ và dӳ liӋu nhiӋt ÿӝ

Dӳ liӋu quá khӭ sӱ dөng làm tұp mүu hӑc là phө tҧi và nhiӋt ÿӝ hàng ngày trong giai ÿoҥn mӝt năm tӯ ngày 30 tháng 1 năm 2003 ÿӃn ngày 29 tháng 1 năm

2004 cӫa phө tҧi tәng là toàn bӝ phө tҧi cӫa thành phӕ Ĉà Nҹng ÿѭӧc biӇu diӉn trên hình 3.1 và hình 3.2

Hình 3.1: Công suҩt lӟn nhҩt, nhӓ nhҩt và trung bình hàng ngày trong thӡi gian tӯ

30/1/2003ÿӃn 29/1/2004 cӫa thành phӕ Ĉà Nҹng

Hình 3.2 : NhiӋt ÿӝ lӟn nhҩt, nhӓ nhҩt hàng ngày trong khoҧng thӡi gian tӯ

30/1/2003ÿӃn 29/1/2004 cӫa thành phӕ Ĉà Nҹng

Có nhiӅu cách ÿӇ chӑn cҩu trúc cӫa mô hình mҥng nѫron cho dӵ báo phө tҧi

Có thӇ sӱ dөng nhӳng mҥng nѫron riêng biӋt cho mӛi kiӇu ngày khác nhau trong tuҫn hoһc sӱ dөng chung mӝt mҥng nѫron cho tҩt cҧ các kiӇu ngày Ӣ ÿây, sӱ dөngchung mӝt mҥng nѫron 3 lӟp ÿӇ dӵ báo phө tҧi cӫa tҩt cҧ các kiӇu ngày vӟi mӛi

kiӇu ngày khác nhau ÿѭӧc xem nhѭ mӝt ÿҫu vào cӫa mҥng Sӕ nѫron ra ӣ lӟp ra ÿѭӧc chӑn là 1 ӭng vӟi mӛi trѭӡng hӧp dӵ báo Pmax, Pmin hoһc Pave ĈiӅu này có

nghƭa rҵng có 3 mҥng riêng biӋt ÿѭӧc sӱ dөng ÿӇ dӵ báo cho 3 trѭӡng hӧp phө tҧilӟn nhҩt (Pmax), phө tҧi nhӓ nhҩt (Pmin) hoһc phө tҧi trung bình (Pave).

Nhӳng thông sӕ khác sӁ ÿѭӧc lӵa chӑn vӅ cҩu trúc cӫa mҥng là nhӳng biӃnÿҫu vào và sӕ nѫron lӟp ҭn Cho nhӳng biӃn ÿҫu vào, nhӳng ký hiӋu sau ÿѭӧc sӱdөng :

Pmax(i): Công suҩt phө tҧi lӟn nhҩt cӫa ngày i

Pmin(i): Công suҩt nhӓ nhҩt cӫa ngày i

Pave(i): Công suҩt trung bình cӫa ngày i

Tmax(i): NhiӋt ÿӝ lӟn nhҩt cӫa ngày i

Tmin(i): NhiӋt ÿӝ nhӓ nhҩt cӫa ngày i

Tave(i): NhiӋt ÿӝ trung bình cӫa ngày i

Pmax(i-n): Công suҩt lӟn nhҩt cӫa ngày (i-n), tӭc là trѭӟc n ngày sovӟi ngày i

ĈӇ dӵ báo Pmax cӫa mӝt ngày nhҩt ÿӏnh - gӑi là ngày ÿích, các giá trӏ Pmax cӫacác ngày trѭӟc ngày ÿích và Pmax cӫa ngày trѭӟc ngày ÿích mӝt tuҫn ÿѭӧc xem xét nhѭ nhӳng biӃn ÿҫu vào Dӳ liӋu nhiӋt ÿӝ cӫa nhӳng ngày ÿó có thӇ là ÿҫu vào hӳuích nӃu dӵ báo nhiӋt ÿӝ ngày ÿích là sҹn có (theo sӕ liӋu dӵ báo thӡi tiӃt)

Mô hình mҥng nѫron tәng quát ÿӇ dӵ báo công suҩt lӟn nhҩt trong ngày nhѭhình 3.3

x x

Hình 3.3: Mô hình mҥng nѫron tәng quát dӵ báo công suҩt lӟn nhҩt tӯng ngày

x x

Pmax (i)

x x

x x x

NhiӋtÿӝ

KiӇungày

Pmax(i-n)

C/s quá khӭ

Mѭӡi mӝt cҩu trúc ÿҫu vào khác nhau ÿѭӧc xây dӵng ÿӇ dӵ báo Pmax(i).Chúngÿѭӧc liӋt kê nhѭ sau:

1) Pmax(i-1), Pmax(i-2), Pmax(i-7), Pmax(i-8)

2) Pmax(i-1), Pmax(i-7), Pmax(i-8)

3) Pmax(i-1), Pmax(i-7)

4) Pmax(i-1)

5) Pmax(i-1), Pmax(i-2), Pmax(i-7), Pmax(i-8), Tave(i), Tave(i-1), Tave(i-2),

Tave(i-7), Tave(i-8) 6) Pmax(i-1), Pmax(i-7), Pmax(i-8), Tave(i), Tave(i-1), Tave(i-7), Tave(i-8)

7) Pmax(i-1), Pmax(i-7), Tave(i), Tave(i-1), Tave(i-7)

8) Pmax(i-1), Tave(i), Tave(i-1)

9) Pmax(i-1), Tmax(i), Tmax(i-1)

10) Pmax(i-1), Tmin(i), Tmin(i-1)

11) Pmax(i-1), Tmax(i), Tmin(i)

NӃu ÿích là công suҩt cӵc tiӇu hoһc trung bình, thì tҩt cҧ các giá trӏ công suҩtcӵc ÿҥi ÿӅu ÿѭӧc thay thӃ bӣi giá trӏ cӵc tiӇu hoһc trung bình tѭѫng ӭng Ngoài

nhӳng ÿҫu vào liӋt kê ӣ trên, mӛi cҩu trúc ÿҫu vào còn chӭa thêm 5 nút là nhӳng mãnhӏ phân ÿӇ thông tin vӅ kiӇu ngày ÿích Nhӳng kiӇu ngày ÿích gӗm:

1) Thӭ hai và nhӳng ngày sau ngày lӉ

2) Thӭ ba ÿӃn thӭ sáu

3) Thӭ bҧy

4) Chӫ nhұt

5) Ngày lӉ, tӃt

Nhӳng thông tin vӅ kiӇu ngày là rҩt quan trӑng, vì thӭ bҧy, chӫ nhұt và ngày

lӉ thì phө tҧi thѭӡng thҩp hѫn nhӳng ngày làm viӋc

ĈӇ so sánh vӅ kích thѭӟc tұp mүu hӑc (hay ÿӝ dài dӳ liӋu quá khӭ), ngoài 11 cҩu trúc ÿҫu vào khác nhau nhѭ trên, còn ÿѭa vào thӱ nghiӋm 3 mô hình có cҩu trúc

giӕng các cҩu trúc 1, 2, 3 nhѭng tұp mүu hӑc không phҧi là dӳ liӋu cӫa 12 tháng mà chӍ có 6 tháng tӯ 31/7/03 ÿӃn 29/1/2004

Nhѭ vұy có tәng sӕ 14 mô hình mҥng nѫron khác nhau ÿѭӧc ÿѭa vào thӱnghiӋm dӵ báo phө tҧi Pmax(i) nhҵm so sánh, lӵa chӑn mӝt mô hình thích hӧp nhҩt.

CNJng thӵc hiӋn viӋc so sánh tѭѫng tӵ nhѭ vұy ÿӕi vӟi dӵ báo Pmin(i), Pave(i)

Các hàm kích hoҥt ÿѭӧc sӱ dөng trong mô hình gӗm mӝt hàm tan-sigmoid(tansig)ӣ lӟp ҭn và hàm tuyӃn tính (purelin) ӣ lӟp ra

ĈӇ so sánh tӯ nhӳng mô hình dӵ báo khác nhau lӵa chӑn mô hình thích hӧpnhҩt, ta sӱ dөng sai sӕ dӵ báo trung bình phҫn trăm làm sai sӕ ÿánh giá Sai sӕ nàyÿѭӧc tính:

%100L

LˆLN

1E

N

1

i i

i i

Li: phө tҧi quan sát thӭ i; Lˆi: phө tҧi dӵ báo thӭ i

Mѭӡi bӕn cҩu trúc ÿҫu vào khác nhau ÿѭӧc kiӇm tra cho cҧ ba trѭӡng hӧp

Pmax(i), Pmin(i), Pave(i) Các thӱ nghiӋm ÿѭӧc thӵc hiӋn lҫn lѭӧt vӟi 1, 3, 5 và 7 nѫron ӣ lӟp ҭn Nhӳng sӕ này ÿѭӧc chӑn trên cѫ sӣ tính toán sѫ bӝ sӕ nѫron hӧp lý

cӫa lӟp ҭn, nhѭ ÿѭӧc trình bày trong phѭѫng trình (2.1) ӣ chѭѫng 2