10.13335/j.1000-3673.pst.2019.1755
基于时间卷积网络分位数回归的短期负荷概率密度预测方法
为了获得电力系统短期负荷的概率性信息,将分位数回归理论与深度学习算法相结合,提出了一种基于时间卷积网络分位数回归的概率密度预测方法.首先利用距离相关系数衡量不同天气因素与短期负荷的相关性强弱,以此确定输入数据集合;其次通过融合注意力机制的时间卷积网络分位数回归算法预测不同分位数条件下的负荷值;最后利用核密度估计得到待测负荷的概率密度分布.采用中国华东某地的历史负荷数据验证分析,结果表明该方法可以细致刻画待测负荷的概率密度分布,其众数和中位数对预测负荷实际值具有参考意义.
短期负荷预测、概率密度、分位数回归、距离相关系数、时间卷积网络、注意力机制
44
TM721(输配电工程、电力网及电力系统)
2020-04-21(万方平台首次上网日期,不代表论文的发表时间)
共8页
1343-1349,中插9