[发明专利]一种用于电功率预测模型评价的精度指标构建方法

权利要求书

1.一种用于电功率预测模型评价的精度指标构建方法，其特征在于，包括步骤：

对于待评价的电功率预测模型，建立其预测评价的相对误差指标的识别框架Θ_RE；

构建识别框架Θ_RE上的基本信度分配m；

获取识别框架Θ_RE上的信度函数Bel^RE；

融合u项基于不同时间点i的信度函数生成新的精度评价指标，其中，i＝1，2，...，u，1＜u≤t，t为所述相对误差所处的不同的时间点数目；

所述待评价的电功率预测模型的预测时间尺度相同，包括但不限于年、月、日、时、分；

所述电功率预测包括但不限于风电功率预测、光伏发电功率预测，以及负荷预测。

2.根据权利要求1所述的用于电功率预测模型评价的精度指标构建方法，其特征在于，所述识别框架Θ_RE的建立过程如下：

待评价的电功率预测模型数目为s；

所述i个时间点的j个待评价电功率预测模型的相对误差为{RE_ij}；

所述i＝1,2，...，u，1＜u≤t；

所述j＝1，2，...，υ，1<j≤s；

E_j＝{RE_1j，RE_2j，...，RE_uj}；

集合{E₁，E₂，...，E_s}的幂集个数为2^s，其中存在的非空集、单一集合的幂集有：｛E₁}、{E₂}、…、{E_s}；

所述识别框架Θ_RE＝{{E₁}，{E₂}，…，{E_s}}；

所述E_j是所述识别框架Θ_RE的幂集，

3.根据权利要求2所述的用于电功率预测模型评价的精度指标构建方法，其特征在于，构建识别框架Θ_RE上的基本信度分配m，其步骤包括：

将所述E_j中相对误差RE_ij归一化处理得到E_j的基本可信数m_i(E_j)：

所述m_i为所述识别框架Θ_RE上基于不同时间点i的基本信度分配，

m为所述识别框架Θ_RE上的基本信度分配；

m(E_j)∈[0，1]，存在且

4.根据权利要求3所述的用于电功率预测模型评价的精度指标构建方法，其特征在于，获取识别框架Θ_RE上的信度函数Bel^RE，其步骤包括：

信度函数与所述m_i一一对应,i＝1，2，...，u，1＜u≤t；；

所述为Θ_RE上基于不同时间点i的信度函数。

5.根据权利要求4所述的用于电功率预测模型评价的精度指标构建方法，其特征在于，融合u项基于不同时间点i的信度函数生成新的精度评价指标，其步骤包括：

所述信度函数基于Dempster合成法则两两融合，记为

所述和是所述识别框架Θ_RE上2个彼此独立证据的信度函数，m₁和m₂分别是其对应的基本信度分配；

所述m₁对应的焦点元素为c₁，c₂，...，c_p，其中1＜p≤v；

所述m₂对应的焦点元素为d₁，d₂，...，d_q，其中1＜q≤v；

m_1→2(E)为所述信度函数所对应的基本信度分配，其特征在于：

所述

根据所述基本信度分配m_1→2(E)的公式，与下一个信度函数继续合成，直至u项信度函数融合完毕，合成后的信度函数为其所对应的基本信度分配m_1→u(E)为新的精度评价指标。