基于Epanechnikov核与最优窗宽组合的中期电力负荷概率密度预测方法

摘要：

利用神经网络分位数回归获得预测当天在不同分位点上的电力负荷预测值,将Epanechnikov核函数与不同的最优窗宽选择方法相组合,得到中期电力负荷概率密度估计函数以及在所有分位点上连续的概率密度曲线图.此外,通过选取概率密度曲线峰值处的点预测值,比较不同窗宽组合方法.相对于传统高斯核密度估计方法的组合方式,Epanechnikov核函数的组合方式较优.最后将获得的最优方法与现有的预测方法进行对比,结果表明通过选取最优窗宽可以提高预测精度,更好地反映中期电力负荷的波动性.

关键词：中期电力负荷、核密度估计、窗宽选择、概率密度预测、神经网络分位数回归、负荷预测

所属期刊栏目：36

分类号：TM732(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金资助项目71401049;安徽省自然科学基金资助项目1408085QG137;高等学校博士学科点专项科研基金资助课题20130111120015Project supported by the National Natural Science Foundation of China71401049;Natural Science Foundation of Anhui Province1408085QG137;the Specialized Research Fund for the Doctoral Program of Higher Education20130111120015

在线出版日期：2017-04-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：120-126