[發明專利]一種短期建筑負荷概率密度預測方法

有效

• 申請號: 202011424080.5
• 申請日: 2020-12-08
• 公開（公告）號: CN112446550B
• 公開（公告）日: 2022-08-23
• 發明（設計）人: 孫改平;劉蓉暉;林順富;米陽;陳騰;馬天天;趙增凱;韋江川;王樂凱;楊濤;張飛翔
• 申請（專利權）人: 上海電力大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/06;G06N3/04
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 楊宏泰

1.一種短期建筑負荷概率密度預測方法，其特征在于，該方法包括以下步驟：

1)以最大相關系數和最小冗余為原則，對原始外生變量采用正交最大相關系數進行篩選，得到選擇后的外生變量,原始外生變量包括建筑歷史負荷和天氣變量，所述的天氣變量包括溫度、露點、濕度、風速和氣壓,具體包括以下步驟：

11)計算每個原始外生變量與建筑負荷變量之間的Kendall相關系數；

12)選擇最大Kendall相關系數對應外生變量向量作為變量子集S中的第一個變量向量α₁；

13)計算除α₁以外剩余的所有外生變量向量關于變量子集S的正交化向量β，并得到對應的標準正交向量e，計算正交相關系數并將最大正交相關系數對應的外生變量向量放入變量子集S中；

14)重復步驟13)直至變量子集S中的外生變量向量個數達到設定值；

2)對于選擇后的外生變量，引入二進制風險指示變量以提高峰值負荷預測的準確性；

3)構建卷積門控分位數回歸模型，以篩選后的外生變量與二進制風險指示變量共同作為輸入，以不同分位數下的建筑負荷預測值為輸出進行訓練；

4)采用訓練好的構建卷積門控分位數回歸模型進行預測得到不同分位數下的預測值，將不同分位數下的預測值通過擬合的核函數得到概率密度分布函數。

2.根據權利要求1所述的一種短期建筑負荷概率密度預測方法，其特征在于，所述的步驟11)中，Kendall相關系數的計算式為：

其中，τ(u,v)為Kendall相關系數，u為每個原始外生變量的邊緣分布函數，v為建筑負荷變量的邊緣分布函數，C(·)為Copula函數。

3.根據權利要求1所述的一種短期建筑負荷概率密度預測方法，其特征在于，所述的步驟13)中，在第n個外生變量選取時，已選變量子集S＝[α₁,α₂…α_n-1]，α₁,α₂… α_n-1分別表示已經選擇的n-1個變量向量，第n個外生變量向量α_n關于已選變量子集S的正交化向量β_n以及標準正交向量e_n的計算式為：

其中，·,·為向量內積運算，β₁、β₂…β_n-1分別為每個變量向量對應的正交化向量，||·||表示向量模。

4.根據權利要求3所述的一種短期建筑負荷概率密度預測方法，其特征在于，所述的正交相關系數O_mcc的表達式為：

O_mcc＝τ(F(e_n),F(y))

其中，y為目標向量，即建筑負荷變量，F(e_n)為e_n的邊緣分布函數，F(y)為為目標向量的邊緣分布函數，τ為Kendall相關系數運算。

5.根據權利要求1所述的一種短期建筑負荷概率密度預測方法，其特征在于，所述的步驟2)中，二進制風險指示變量的表達式為：

其中，C^-1(·)為Copula函數的反函數，為外生變量variate(t)在p分位數下的Var風險值，且p值取0.95，F₁(x₁(t))、F₂(x₂(t))分別為外生變量x₁和x₂的邊緣分布函數。

6.根據權利要求1所述的一種短期建筑負荷概率密度預測方法，其特征在于，所述的步驟3)中，卷積門控分位數回歸模型通過在混合卷積神經網絡和門控循環單元GRU基礎上引入分位數回歸后形成。