基于多维变量筛选-非参数组合回归的长期负荷概率预测模型

• 作者: 宋柄兵 彭虹桥 时亚军 顾洁 马睿
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 长期负荷概率预测 非参数组合回归 多维变量筛选 Granger因果分析 不确定性建模
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 国家重点研发计划
• 页码范围: 1768-1775
• 页数: 8页
• 分类号: TM715
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2017.2497

摘要

长期负荷预测是电网规划及电力市场中长期交易的基础.针对长期负荷受多维因素驱动、不确定性强的特点,提出了非参数组合回归的长期负荷概率预测模型.通过Granger因果分析对驱动负荷长期发展的多维变量进行初步筛选;为提高预测精度,基于逐步平均组合将筛选后的变量集进行非参数组合回归建模,在实现最优组合模型的同时综合各变量对长期负荷的动态驱动;基于随机变化率对最优组合模型包含的多维变量进行不确定性建模,并应用于长期负荷概率预测,获得长期负荷10％、50％、90％分位点值.算例分析结果表明,非参数组合回归模型不仅精度较高,且结合多维变量不确定性建模能实现长期负荷概率预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾洁		127	2133	26.0	43.0
2	彭虹桥		7	52	2.0	7.0
3	时亚军		6	3	1.0	1.0
4	马睿		8	36	3.0	6.0
5	宋柄兵		4	8	1.0	2.0