采用面积灰关联决策的高斯过程回归概率短期负荷预测
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.
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
42
国家重点研发计划资助项目2016YFB0900104;吉林省科技发展计划资助项目20160411003XH.本文受到吉林省教育厅"十三五"科学技术研究项目资助,特此感谢!
2019-01-16(万方平台首次上网日期,不代表论文的发表时间)
共8页
64-71