电能量管理系统软件负荷预测软件详细设计说明.docx

《电能量管理系统软件负荷预测软件详细设计说明.docx》由会员分享，可在线阅读，更多相关《电能量管理系统软件负荷预测软件详细设计说明.docx（24页珍藏版）》请在第一文库网上搜索。

1、WQJ-900E电能量管理系统负荷预测软件详细设计说明书文件编号保密级别总页数编制评审记录对WQJ-900E电能量管理系统软件V1O负荷预测软件详细设计说明书Y1.00的评审意见:上述问题修改验证后，由验证后，本文件即可发布。评审人员签字:问题修改验证结果:验证人签字：时间：年月日变更日志编号版本修改内容修改人修改日期1VO.10草稿2VI.00评审修改1引言11.1 编写目的11.2 背景11.3 定义11.4 参考资料12系统设计总体说明22.1 软件模块和流程设计22.2 软件主界面设计22.3 运行环境和开发环境32.3.1 运行环境3232开发环境33功能模块介绍43.1 数据读取模

2、块43.2 数据分析模块43.2.1 整理缺失数据43.2.2 整理坏数据43.2.3 数据归一化53.2.4 形成学习样本53.3 建模和预测模块73.4 预测展现模块74功能模块详细设计84.1 数据读取模块84.1.1 功能实现84.1.2 界面说明84.1.3 类设计说明84.1.4 质量要求94.2 数据分析模块94.2.1 功能实现94.2.2 类设计说明104.2.3 质量要求104.3 建模和预测模块104.3.1 功能实现104.3.2 界面设计104.3.3 类设计说明124.3.4 质量要求134.4 预测展现模块134.4.1 功能实现134.4.2 界面设计144.4

3、.3 类设计说明164.4.4 质量要求165代码设计原则176错误处理设计181引言1-1编写目的本文档是根据WQJ-900E电能量管理系统软件V1O负荷预测软件（以下简称WQJ-900E负荷预测软件）进行详细分析和讨论后得出的详细设计说明书，旨在明确WQJ-90OE负荷预测软件的功能实现。通过本详细设计说明书，可以了解到WQJ-90OE负荷预测软件的软件总体设计、界面设计、各模块的详细设计。借助该文档，可指导WQJ-90OE负荷预测软件的开发人员开始软件的编码工作。本文档面向的读者是：WQJ-900E负荷预测软件开发人员、测试人员、项目经理、相关高层1.2 背景软件名称：WQJ-900E负

4、荷预测软件电力系统负荷预测是从已知的用电需求出发，考虑政治、经济、气候等相关因素，对未来的用电需求做出的预测。负荷预测包括两方面的含义：对未来需求量（功率）的预测和未来用电量（能量）的预测。电力需求量的预测决定发电、输电、配电系统新增容量的大小；电能预测为选择适当的机组类型和合理的电源结构以及确定燃料计划提供依据。WQJ-900E负荷预测软件主要应用到电力系统配电环节。负荷预测能够帮助客户了解负荷未来发展趋势，从而制定合理的用电计划，尽量消除或避免高峰用电。1.3 定义下表列出本报告中专门术语的定义、英文缩写词的原词组和意义、项目组内达成一致意见的专用词汇,同时继承全部的先前过程中定义过的词汇

5、。词汇名称词汇含义备注ANN人工神经网络(ArtifiCia1Neura1Network)BP反向传播(BaCkPropagation)1M1evenberg-Marquardt简称RBF-ANN径向基(Radia1BasisFunctionNeura1Network)1.4 参考资料编号资料名称说明1WQJ-900E电能量管理系统软件VI.0需求规格说明书VI.00.doc2系统设计总体说明2.1 软件模块和流程设计荷图2-1软件模块和流程设计2.2 软件主界面设计软件主界面设计样式如图2-1所示，界面仅供参考。负荷预测预测时间影响因子预测模型展现形式设备厂站：I新航站楼1#高压踪保11僦线

6、-AEC2013T人1*高压综保B11变压器-AEC202E1#高压踪保B31变压器-AEC202E1#高压综保高压超联-AEC2015-1#高压源保B32变压器-AEC202E1#高压淙保812变压器-旦。2021#高压综保12谢线-AEC2013T消弧消谐消弧消谐高压仪表高压仪表高压仪表高压仪表高压仪表高压仪表高压仪表高压仪表高压仪表低压1低压1低压1低压1低压1JvC1.11#进线隔离柜消弧消12僦丝隔离柜消弧消11#进线柜-Ad111机十量柜-人过BI1变压器柜-Ad3B31变压器柜-Ad4高压每联祜-Ad5B32变压器柜-Ad6B12变压器柜-Ad712机十量柜-AdS12琏线柜-A

7、d9预测目标回有功口无功用电量1AA2柜-滤波补偿柜-Ad1IAA3柜-滤波补偿柜-Ad2IAAI柜-电源进线1-Ad31AM相-1#出线抽屉-Ad4IAM柜-2#出线抽屉-Ad5VIA1C“IIA14d.,QKno预测对象*最多支持同时预测512个对象图2-1WQJ-900E负荷预测软件2.3 运行环境和开发环境2.3.1运行环境运行环境类别要求CPUIGHz以上CPU内存最少512MB主机硬盘最少IOGB网卡最低10Mbs操作系统Windows2000或WindowsXP2.3.2开发环境开发环境类别要求备注CPU2.40GHzCPU内存2G主机硬盘230G网卡100Mbs操作系统Wind

8、owsXP开发软件MicrosoftVisua1C+6.03功能模块介绍3.1 数据读取模块数据读取模块负责将选定预测对象样本周期内的有功/无功/电度从服务器端读入到负荷预测软件中。支持单个对象和对象组求和预测，最多选择10个对象（组）同时预测，1个对象组不超过128个对象。学习数据采用北欧电力市场（3.2 数据分析模块数据分析模块将数据读取模块读取的数据进行整理分析，包括对缺失数据和坏数据的分析修正，数据的归一化，以及形成学习样本。读取的数据样本集不可避免会有缺失数据和坏数据。此模块负责采用线性插值的方法将缺失的数据进行填充，采用均方差判断数据是否是坏数据，采用修正公式进行替换。下面会做详细

9、介绍。由于学习样本直接影响预测质量，所以要从数据来源把握数据的质量。对于WQJ-900系列数据采样配置更改时要给予提示。如果时采样数据表预测对象数据缺失过多或坏数据过多，是无法保证预测质量。3.2.1 整理缺失数据对缺失数据采用相邻时刻数据线性插值进行填充，以保证数据的正确性、完整性和一致性。如果我们已知t时刻，t+i时刻的数据值，而缺少中间的数据，则中间时刻t+j时刻的取值可以定义为：7=.+.Xtj7=1,2,.,Z-I3.2.2 整理坏数据对坏数据，又叫不良数据，或脏数据。坏数据主要是负荷突发性大幅度波动，这些数据往往会破坏负荷本身的规律性，而影响负荷预测的效果。X序列是历史刀个（根据数

10、据集灵活选择）同时刻序列。分别统计这/7个数据满足以下条件的个数：fabs-x）26是20个数据的均方差假设有m个数据满足上述条件，则有,77的大小判断该复合点在这个时刻是否有坏数据及是否可以辨识修正：（-=0没有坏数据nJY100.1有坏数据无法辨识修正In如果可以辨识修正，采用下面的公式修正：Xi=匕2k1kEk3是好数据集合如果无法辨识修正，则提示用户“坏数矣过多，无法进行修正，预测中断！”。1.1.3 数据归一化由于样本序列各变量量纲不一致，因此，要对样本数据进行如下归一化处理，采用最小最大值的方法，转化为无量纲的数据。v，_ZfnXt二XmaX-Xmin其中XmaX和Xmm分别为样本

11、序列对应变量最大值和最小值，Z为原始样本数据，X为变换后的数值。当预测网络训练结束后，再做反归一化运算。对网络输出，采用如下公式使输出数据与原始数据在同一个区域之内，反归一化的公式为：七二M(XmaX-min)+Xmin1.1.4 形成学习样本按照预测周期、预测日的不同，选用的数据样本周期、单个样本序列也不同。考虑历史负荷、气候因素(可选配)两个影响因子。休息日只取休息日采样数据进行预测。根据以下样本序列要求将归一化的数据整理形成学习样本。时预测工作日样本序列数据集周期：=5周C1O周样本数目：20-50个序列次序样本序列取值1i预测日前一天同时刻负荷2in预测日前一天前一刻负荷3in预测日前

12、一天后一刻负荷4in预测日前两天同时刻负荷5out预测日负荷，以下表格雷同，省略时预测休息日样本序列数据集周期：=10周二20周样本数目：20-40个序列次序样本序列取值1预测日前一天同时刻负荷2预测日前一天前一刻负荷3预测日前一天后一刻负荷4上一周同日同时刻负荷日预测工作日样本序列数据集周期：=8周=12周样本数目：30-50个序列次序样本序列取值1预测日前一天平均负荷2预测日前两天平均负荷3预测日前三天平均负荷4预测日前一周同日平均负荷5预测日前两周同日平均负荷日预测休息日样本序列数据集周期：=10周=20周样本数目：15-35个序列次序样本序列取值1预测日前一天平均负荷2预测日前两天平均负荷3预测日前三天平均负荷4预测日前一周同日平均负荷5预测日前两周同日平均负荷周预测样本序列数据集周期：=25周=50周样本数目：20-50个序列次序样本序列取值1预测周期前一周平均负荷2预测周期前两周平均负荷3预测周期前三周平均负荷4预测周期前四周平均负荷月预测样本序列数据集周期：默认=2年二3年，四季分明=3年二4年样本数目：10-40个说明：四季分明考虑1年6个月，否则考虑1年12个月样本集序列次序样本序列取值1预测周期前一月平均负荷2预测周期前两月平均负荷