HUTECH
B GIÁO DC VÀ ÀO TO
TRNG I HC K THUT CÔNG NGH TP. HCM
PHÙNG S TIN NG DNG CÔNG C WAVELET  D
BÁO PH TI IN TI HUYN ÔNG
ANH-HÀ NI
LUN VN THC S
Chuyên ngành : Thit b, mng & nhà máy đin
Mã s ngành: 60 52 50

HUTECH

TP. H CHÍ MINH, tháng 4 nm 2012

HUTECH

B GIÁO DC VÀ ÀO TO
TRNG I HC K THUT CÔNG NGH TP. HCM



HUTECH

HUTECH
CÔNG TRÌNH C HOÀN THÀNH TI
TRNG I HC K THUT CÔNG NGH TP. HCM
Cán b hng dn khoa hc :
PGS.TS. PHAN TH THANH BÌNH
(Ghi rõ h, tên, hc hàm, hc v và ch ký) Lun vn Thc s đc bo v ti Trng i hc K thut Công ngh

TP. HCM ngày 22 tháng 04 nm 2012

Thành phn Hi đng đánh giá Lun vn Thc s gm:
(Ghi rõ h, tên, hc hàm, hc v ca Hi đng chm bo v Lun vn Thc s)

1. ……………………………………………………………
2. ……………………………………………………………
3. ……………………………………………………………
4. ……………………………………………………………
5. ……………………………………………………………



NHIM V LUN VN THC S

H tên hc viên: Phùng S Tin Gii tính: Nam
Ngày, tháng, nm sinh: 05/06/1976 Ni sinh: Thái
Nguyên
Chuyên ngành: Thit b, mng & nhà máy đin MSHV:
1081031052

I- TÊN  TÀI:
“NG DNG CÔNG C

WAVELET  D BÁO PH TI IN TI
HUYN ÔNG ANH-HÀ NI”
II- NHIM V VÀ NI DUNG:
- C s khoa hc lý thuyt và thc nghim ca công tác d báo ph ti
đin.
- Nghiên cu và áp dng phng pháp d báo Box-Jenkins.
- Kt hp phân tích Wavelet vi phng pháp d báo Box-jenkins nhm đt đc mô h
ình d
- ng dng d báo ph ti đin ti huyn ông anh – Hà ni.
III- NGÀY GIAO NHIM V: Ngày 15 tháng 09 nm 2011

IV- NGÀY HOÀN THÀNH NHIM V: Ngày 15 tháng 03 nm 2012

V- CÁN B HNG DN:
PGS.TS.PHAN TH THANH BÌNH
CÁN B HNG DN KHOA QUN LÝ CHUYÊN
NGÀNH
(H tên và ch ký) (H tên và ch ký)

L
I CM N

Li đu tiên xin cm n c quan ni tôi công tác (Trng Cao ng Ngh
K Thut Công Ngh-B Lao đng Thng binh và Xã hi) đã to mi điu
kin v thi gian cng nh b trí sp xp công vic cho tôi phù hp đ tôi tham
gia đc khóa hc này. Xin chân thành cm n các thy cô giáo đã ging dy
cho lp Cao hc Thit b, mng & nhà máy đin khóa I vi tt c lòng bit n
và kính trng.
Xin chân thành cm n Trng i hc K thut Công ngh Thành ph
H Chí Minh, Ban giám hiu và các thy cô trong phòng sau đi hc và hp tác
quc t, khoa C-in-in t, đc bit là cô PGS.TS Phan Th Thanh Bình
Trng khoa C-in-in t, ging viên trng i hc K thut Công ngh
Thành ph H Chí Minh đã tn tình giúp đ, hng dn, cung cp tài liu cho
tôi trong quá trình thc hin lun vn này.
Cm n tt c nhng ngi bn trong lp đã k vai sát cánh cùng tôi chia
s và hoàn thin trong khóa hc này.
Cui cùng vì trình đ kin thc có hn, thi gian đu t cho vic ly s
liu lun vn và hoàn thin lun vn còn hn ch. Do đó lun vn s có sai sót,
kính mong các thy cô, các bn trong lp đóng góp đ lun vn hoàn thin.
Xin trân thành cm n Hc viên thc hin Lun vn
HUTECH
thc tin cao, đáp ng đc nhu cu phát trin tng lai ca ngành đin.
2. GII THUT CHNG TRÌNH VÀ KT QU NG DNG:
2.1 THUT TOÁN C BN CA CHNG TRÌNH
+ Phng pháp d báo Box-Jenkins da trên c s hành vi quá kh
ca chính
bin đang cn d báo.
+ Phng pháp d báo Box-Jenkins thông qua mô hình d báo
ARMA (quá
trình trung bình trt AR và t quy hi MA).
+ 2 mô hình
ARMA m rng:
- Mô hình ARIMA: Áp dng cho chui có
xu th không n đnh tng
hay gim theo thi gian, ta đa chui v dng dng loi b yu t xu th.
- Mô hình SARIMA: Áp dng cho chui có yu t
mùa vi chu k bng
4 (quý), 12 (tháng), ta đa chui v dng dng loi b yu t mùa.

2.2 CÁC BC CA PHNG PHÁP D BÁO BOX-JENKINS.
Bc 1:
nh dng mô hình (Tìm các giá tr p, d, q): ây là bc quan trng
nht đ nhn bit tt c các h mô hình ARMA và đa ra mô hình nào thích
hp và ti u nht.
-a chui v dng dng ( Xác đnh bc d ca xu th, xác đnh chu k, ly sai
phân đ loi b yu t xu th và chu k)
-Xác đnh p, q ca mô hình nh vào biu đ tng quan (Phân tích đ th trong
các trng hp đn gin)
Bc 2:
c lng các h s ca mô hình:
-Mô hình AR(p) áp dng phng pháp bình phng cc tiu hoc dung quan

-Tng hp chui d báo xp x và chi tit ra kt qu cn d báo.
2.4 KT QU D BÁO BNG PHNG PHÁP BOX-JENKINS:
Nhp chui d liu 10 ngày đ d báo t gi 217 đn gi 240 (24 gi).  th
chui ph ti cn d báo (chui thc t) :
HUTECH

Ph ti có tính mùa, ta loi b tính cht mùa vì nm trong d báo có tính
trung hn và dài hn. Ph ti có tính lp li sau 24h, ta đa chui v chui
dng. Phân tích hàm tng quan đn ACF và hàm t tng quan riêng PACF,
ta thy hàm tng quan đn ACF gim đu còn hàm t tng quan riêng PACF
gim đt ngt sau đ tr p=1. Ta chn mô hình AR(1,0).
Ví d ng vi h s AR = 0.8473; C=0.0021 ta dn ti mô hình t hi
quy là
111
8473.00021.0

+=+=
ttt
yyy
jm

Kt qu sai s trung bình Mape :
tb = 6.3468%
 th chui d báo và chui thc t
0 50 100 150 200 250
100
150
200
250
300

là chui chi tit, chui A
3
là chui xp x, các chui
đc xây dng nh sau:
A
3
=
å
= Mmtp
mnmn
, ,1);(
j
f
; D
n
=
å
=
n
nmnm
Mmtp , ,1);(
y
y

Ta tin hành phân tích tng chui nh đã xây dng mô hình ARIMA
cho chui d liu đu vào. Xây dng mô hình xp x và d báo cho riêng tng
chui.
Sau khi đã phân tích tng chui, ta tng hp li thành chui d báo p
n
’:


HUTECH
ABSTRACT

1. INTRODUCE ABOUT SUBJECT:
The electricity load forecasting plays an important role in ensuringsafe working
regime to be effective and economical power system. On the other hand it is
the basis to conduct strategic planning to develop future power system.
Thus the accuracy of the forecasts need special attention
.Dong Anh District of
Hanoi city where there is rapid growth of economic and social,
Parallel with that development, the demand for power users more
pressing particularly with the emergence of many industrial parks, factories and
enterprises. During the recent shortages, power fluctuations become
increasingly popular
. The variation depends on the time of the dayled
to the use of power customers were affected
.Thereforeelectricity load forecasts
in this increasingly more necessary than ever to plan
, operate an efficient grid.

How to solve manipulation by classical experience nature on computation
power load forecast is inaccurate, how it just purely based on the experiences
of the past that the experience was notalways true when applied
to continuously changing circumstancesin the future. To overcome the above
disadvantages, the writer offers analysis method of wavelet transform.
Forecasting model application of wavelet transform analysis for short-

with the available data, if not choose theappropriate model to go back to step
one.
Coefficient of the model must be different from 0, if not satisfied,
then removed from the ARMA model.
-Inspection of the rest of the remainder, if the remainder is a white noise is
satisfactory if not satisfied then repeat the process until you
find the appropriate model.
Step 4: Forecast: Forecast limited to a few cycles (short term)because of
increasing amplitude error of prediction time.
-When we calculate the predicted value predicted for anupcoming time period.
-Using the predicted values to calculate the value of the nextforecast.
-Continue until such time period specified.
2.3 STEPS OF COMBINATION WAVELET ANALYSIS
PREDICTION METHOD BOX-JENKINS.
Step 1: Analyze and reconstruct the signal by Wavelet transform:
-Split signal into approximation and detail sequences (Waveletthey choose to
comply, the new forecast accuracy).
Step 2: Perform a prediction for each sequence: Perform the stepsby the
method of Box-Jenkins forecasting
Step 3: Re-structure prediction results using wavelet transformback to
the forecast results.
Chain-sum approximation and forecast information to forecastresults.
2.4 RESULTS FORECAST BY BOX-JENKINS:
Enter the data for 10days forecast from 217 hours to 240 hours (24
hours). Graph to chain load forecasts (actual sequence):
HUTECH

The load is the season, we remove the seasonal nature in theforecast for
the medium and long term. Repeatable load after 24 hours, we put chains on
the chain stops. Analysis of single-

2.5 RESULTS FORECAST COMBINATION WITH WAVELET
TRANSFORM BOX-JENKINS METHODOLOGY:
Using wavelet analysis of type 3 with a db5-wave pattern. Pnsequence
HUTECH
data will then be broken down into four series: p
n
= D
1
+D
2
+D
3
+A
3

Sequence D1, D2, D3 is more string, the string is a sequence of
approximately A3, the chain is built as follows:
A
3
=
å
= Mmtp
mnmn
, ,1);(
j
f
; D
n
=
å

350
400
450
500
550
chuoi du bao v-duong dut net; chuoi thuc te u-duong lien netHUTECH
NG DNG CÔNG C WAVELET  D BÁO PH
TI IN TI HUYN ÔNG ANH-HÀ NI
APPLICATION WAVELET TOOL FOR FORECASTING LOAD IN
THE DISTRICT OF DONG ANH-HA NOI
H tên hc viên: PHÙNG S  TIN
n v công tác: Trng khoa CNTT, Trng C Ngh K Thut Công Ngh-B LTB&XH
T 59 th trn ông Anh Hà Ni, T: 04.39686791, Fax: 04.38832436
Di đng: 098.3393834, E-mail:

Cán b hng dn: PGS.TS PHAN TH THANH BÌNH
n v công tác: Trng khoa C-in-in t, Trng i Hc K Thut Công Ngh TP HCM
TÓM TT
Vic d báo ph ti đin đóng vai trò rt quan trng trong vic đm bo ch đ làm vic an toàn đt
hiu qu và tit kim ca h thng đin. Mt khác nó là c s đ tin hành hoch đnh chin lc phát
trin h thng đin trong tng lai. Do đó tính chính xác ca d báo cn phi đc bit chú trng.
Huyn ông anh thành ph Hà ni là ni có tc đ phát trin nhanh v kinh t xã hi, song song vi
s phát trin đó thì nhu cu s dng đin nng ngày càng cp thit đc bit vi s xut hin ca nhiu
khu công nghip, nhà máy, xí nghip. Trong thi gian va qua thì s thiu ht, bin đng đin nng
ngày càng ph bin. S bin đng ph thuc vào tng thi đim trong ngày dn ti quá trình s dng
đin nng ca khách hàng b nh hng nng n. Do đó d báo ph ti đin ti đây càng tr lên cn
thit hn bao gi ht đ hoch đnh, vn hành li đin mt cách hiu qu.

hình d báo áp dng phân tích bin đi
Wavelet dùng cho d báo ngn hn cho ta kt
qu d báo khá chính xác, có tính ng dng
thc tin cao, đáp ng đc nhu cu phát
trin tng lai ca ngành đin.
2.

NI DUNG

2.1 THUT TOÁN C BN CA
CHNG TRÌNH
+ Phng pháp d báo Box -Jenkins da trên
c s
hành vi quá kh
+ Phng pháp d báo Box -Jenkins thông qua
mô hình d báo
ARMA (quá trình trung bình
trt AR và t quy hi MA).
ca chính bin đang
cn d báo.
+ 2 mô hình
ARMA m rng:
- Mô hình ARIMA: Áp dng cho chui có
xu
th
không n đnh tng hay gim theo thi
gian, ta đa chui v dng dng loi b yu t
xu th.
- Mô hình SARIMA: Áp dng cho chui có
yu t

-Kim đnh tính dng ca các phn d, nu
phn d là mt nhiu trng thì đt yêu cu nu
không tha thì lp li quá trình cho đn khi tìm
đc mô hình thích hp.
Bc 4:
-Khi d báo ta tính giá tr d báo cho mt thi
đon sp ti.
D báo: D báo gii hn trong mt
vài chu k (ngn hn) vì biên đ sai s tng
nhanh theo thi gian d báo.
-S dng giá tr d báo đ tính cho giá tr d
báo thi đon tip theo.
HUTECH
-C tip tc nh vy cho đn khi ht thi đon
xác đnh.
2.3 CÁC BC CA PHÂN TÍCH
WAVELET KT HP PHNG PHÁP
D BÁO BOX-JENKINS.
Bc 1:
-Tách tín hiu thành các chui xp x và chi
tit (chn h Wavelet phù hp thì d báo mi
chính xác).
Phân tích và tái cu trúc tín hiu
qua Wavelet transform:
Bc 2:
Tin hành d báo cho tng chui:
Thc hin các bc theo phng pháp d báo
Box-Jenkins
Bc 3:
-Tng hp chui d báo xp x và chi tit ra

−−
+=+=
ttt
yyy
ϕµ

Kt qu sai s trung bình Mape :
tb = 6.3468%
 th chui d báo và chui thc t

0
50 100 150 200
250
100
150
200
250
300
350
400
450
500
550
chuoi du bao v-duong dut net; chuoi thuc te u-duong lien net

3.2 KT QU D BÁO BNG BIN I
WAVELET KT HP PHNG PHÁP
BOX-JENKINS :
S dng phân tích Wavelet bc 3 vi sóng mu
là db5. Chui d liu p

ϕ
φ
= ; D
n
∑
=
n
nmnm
Mmtp , ,1);(
ψ
ψ
=

HUTECH
Ta tin hành phân tích tng chui nh đã xây
dng mô hình ARIMA cho chui d liu đu
vào. Xây d ng mô hình xp x và d báo cho
riêng tng chui.
Sau khi đã phân tích tng chui, ta tng hp
li thành chui d báo p
n
’:
p
n
’=D
1
’ +D
2
’ +D
3

(24h), vi yêu cu phi thng xuyên cp
nht giá tr thc t nu không sai s s ln.
 có đc mt kt qu d báo phù hp và
kh thi, ngoài dùng yu t kinh nghim ra còn
phi chn h Wavelet phân tích phù hp vi
chui d liu vì đây là yu t quyt đnh đ
chính xác ca d báo.
Kiu d liu d báo trên đc biu din cho
đin nng, tuy nhiên nu s liu khác thì cng
có th biu din tng t nh trên nh d báo
giá vàng, d báo thi tit…
y) ta s dng
bin đi Wavelet kt hp phng pháp d báo
Box-Jenkins, còn d báo dài hn nên s dng
phng pháp d báo tng quan s cho kt
qu chính xác hn.

4.2 HNG PHÁT TRIN

đin không sát vi
thc t, mt s ngày t
ln.  n
ta cn khc phc nhc đim này.
ng dng mô hình d báo ph ti ngày vào d
báo giá đin trong tng lai khi đin nng tr
thành hàng hoá, vic giao dch mua bán theo
qui lut th tr ng, d báo chng khoán, d
báo giá vàng, d báo thi tit ….
Thit k mô hình d báo ph ti đin cho h
thng vùng min.

Vic d báo ph ti đin đóng vai trò rt quan trng trong vic đm bo ch đ làm vic an
toàn đt hiu qu và tit kim ca h thng đin. Mt khác nó là c s đ tin hành hoch
đnh chin lc phát trin h thng đin trong tng lai. Do đó tính chính xác ca d báo cn
phi đc bit chú trng. Huyn ông anh thành ph Hà ni là ni có tc đ phát trin nhanh
v kinh t xã hi, song song vi s phát trin đó thì nhu cu s dng đin nng ngày càng cp
thit đc bit vi s xut hin ca nhiu khu công nghip, nhà máy, xí nghip. Trong thi gian
va qua thì s thiu ht, bin đng đin nng ngày càng ph bin. S bin đng ph thuc
vào tng thi đim trong ngày dn ti quá trình s dng đin nng ca khách hàng b nh
hng nng n. Do đó d báo ph ti đin ti đây càng tr lên cn thit hn bao gi ht đ
hoch đnh, vn hành li đin mt cách hiu qu.

ABSTRACT

The electricity load forecasting plays an important role in ensuringsafe working regime to be
effective and economical power system. On the other hand it is the basis to conduct strategic
planning to develop future power system. Thus the accuracy of the forecasts need special
attention. Dong Anh District of Hanoi city where there is rapid growth of economic and
social, Parallel with that development, the demand for power users more
pressing particularly with the emergence of many industrial parks, factories and enterprises.
During the recent shortages
, power fluctuations become increasingly popular. The
variation depends on the time of the dayled
to the use of power customers were affected
.Thereforeelectricity load forecasts in this
increasingly more necessary than ever to plan
, operate an efficient grid. HUTECH
1. GII THIU

trung bình trt AR và t quy hi MA).
+ 2 mô hình
ARMA m rng:
- Mô hình ARIMA: Áp dng cho chui có
xu th không n đnh tng hay gim theo
thi gian, ta đa chui v dng dng loi
b yu t xu th.
- Mô hình SARIMA: Áp dng cho chui
có yu t
mùa vi chu k bng 4 (quý), 12
(tháng), ta đa chui v dng dng loi b
yu t mùa.
2.2 CÁC BC CA PHNG PHÁP
D BÁO BOX-JENKINS.
Bc 1:
nh dng mô hình (Tìm các giá
tr p, d, q): ây là bc quan trng nht đ
nhn bit tt c các h mô hình ARMA và
đa ra mô hình nào thích hp và ti u
nht.
-a chui v dng dng ( Xác đnh bc d
ca xu th, xác đnh chu k, ly sai phân
đ loi b yu t xu th và chu k)
-Xác đnh p, q ca mô hình nh vào biu
đ tng quan (Phân tích đ th trong các
trng hp đn gin)
Bc 2:
c lng các h s ca mô
hình:
-Mô hình AR(p) áp dng phng pháp