[发明专利]基于高斯过程分位数回归模型的概率负荷预测系统及方法

摘要

本发明公开一种基于高斯过程分位数回归模型的概率负荷预测系统及方法，该方法包括步骤：通过输入单元输入样本数据集；将样本数据集划分为训练集和测试集，并将训练集的历史电力负荷数据和温度数据进行归一化处理；对训练集的历史电力负荷数据和温度数据进行关联因素分析以构建特征向量；将特征向量输入到高斯过程分位数回归预测模型；设置模型的分位数变化区间，该模型会输出多个条件分位数负荷预测结果；将条件分位数负荷预测结果输入到核密度估计函数中进行核密度估计得到负荷概率密度函数；通过负荷概率密度函数计算负荷置信区间和负荷预测估计值。本发明能有效构建预测电力负荷的置信区间和概率密度，提升电力负荷预测的准确度。

主权项

1.一种基于高斯过程分位数回归模型的概率负荷预测系统，包括应用于计算机装置中的多条计算机程序指令，所述计算机装置包括输入单元、适于实现多条计算机程序指令的处理器以及适于存储多条计算机程序指令的存储器，其特征在于，所述计算机程序指令由处理器加载并执行如下步骤：通过输入单元输入用于预测区域电力负荷的样本数据集，该样本数据集包括历史电力负荷数据和区域特征因素；将样本数据集划分为训练集和测试集，并将训练集内的历史电力负荷数据和温度数据进行归一化处理；对训练集的历史电力负荷数据和区域特征因素中的温度数据进行关联因素分析，并利用两者的关联关系构建特征向量；将训练集的特征向量输入到高斯过程分位数回归预测模型中进行区域电力负荷预测；设置高斯过程分位数回归预测模型的分位数变化区间，该高斯过程分位数回归预测模型输出多个条件分位数负荷预测结果；将条件分位数负荷预测结果输入到核密度估计函数中进行核密度估计，得到负荷概率密度函数；通过所述负荷概率密度函数计算出预测电力负荷的置信区间以及负荷预测估计值。