采用面积灰关联决策的高斯过程回归概率短期负荷预测

被引：43

作者：

黄南天 ^{[1
]}

齐斌 ^{[1
]}

刘座铭 ^{[2
]}

蔡国伟 ^{[1
]}

邢恩恺 ^{[1
]}

机构：

[1] 现代电力系统仿真控制与绿色电能新技术教育部重点实验室(东北电力大学)

[2] 国网吉林省电力有限公司电力科学研究院

来源：

电力系统自动化 | 2018年 / 42卷 / 23期

基金：

国家重点研发计划;

关键词：

概率预测; 短期负荷预测; 综合决策; 面积灰关联决策; 高斯过程回归; 协方差函数;

D O I：

暂无

中图分类号：

TM715 [电力系统规划];

学科分类号：

080802 [电力系统及其自动化];

摘要：

为克服概率负荷预测各评价指标相互冲突,难以确定最优预测模型难题,提出采用面积灰关联决策的高斯过程回归(GPR)概率短期负荷预测新方法。首先,构建综合评价指标集合,全面评估基于不同协方差函数的GPR模型预测效果,得到综合评价矩阵。然后,采用熵权法对各指标客观赋权,并在此基础上,使用面积灰关联决策对各模型排序,确定最优GPR概率预测模型。最终,以该模型开展概率预测。实验表明,相较传统距离灰关联决策,面积灰关联决策更明确地分辨方案间差异,结论更可靠。最优GPR模型在保证确定性预测精度的同时,相较预测误差分布特性统计法,准确刻画了负荷的波动性,预测区间更加精确可靠,区间上限明显更低,有助于为决策提供更多有效信息。

引用

页码：64 / 71

页数：8

共 19 条

[1]

基于灰色投影改进随机森林算法的电力系统短期负荷预测 [J].