午夜亚洲国产日本电影一区二区三区,九九久久99综合一区二区,国产一级毛片视频,草莓视频在线观看精品最新

摘要：考慮用戶負(fù)荷時(shí)間序列基數(shù)小、波動(dòng)性與隨機(jī)性強(qiáng)、難以取得較高預(yù)測(cè)精度的特點(diǎn),建立基于經(jīng)驗(yàn)?zāi)Ｊ椒纸?Empirical Mode Decomposition,EMD)與分位數(shù)回歸森林(Quantile Regression Forest,QRF)的用戶負(fù)荷概率密度組合預(yù)測(cè)模型,以提高用戶負(fù)荷預(yù)測(cè)精度。首先,采用EMD信號(hào)處理算法對(duì)用戶負(fù)荷原始時(shí)間序列數(shù)據(jù)進(jìn)行分解處理,計(jì)算各模態(tài)函數(shù)樣本熵值并根據(jù)樣本熵大小對(duì)模態(tài)函數(shù)進(jìn)行重構(gòu)。其次,對(duì)重構(gòu)分量分別建立QRF用戶負(fù)荷預(yù)測(cè)模型,疊加不同分量預(yù)測(cè)結(jié)果從而獲得預(yù)測(cè)值的條件分布。最后,利用核密度估計(jì)輸出任意時(shí)刻用戶負(fù)荷概率密度預(yù)測(cè)結(jié)果。相對(duì)于確定性點(diǎn)預(yù)測(cè)方法,概率密度預(yù)測(cè)具有描述用戶負(fù)荷未來(lái)可能的波動(dòng)范圍及不確定性等優(yōu)勢(shì),且算例測(cè)試驗(yàn)證了模型的有效性。

注: 保護(hù)知識(shí)產(chǎn)權(quán),如需閱讀全文請(qǐng)聯(lián)系電力系統(tǒng)保護(hù)與控制雜志社