[發(fā)明專利]一種短期居民負荷的自適應區(qū)間預測方法

在審

• 申請?zhí)枺?/td>: 202111283707.4
• 申請日: 2021-11-01
• 公開（公告）號: CN113988437A
• 公開（公告）日: 2022-01-28
• 發(fā)明（設計）人: 龍寰;耿潤昊;顧偉
• 申請（專利權）人: 東南大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N3/04;G06N3/08
• 代理公司: 北京同輝知識產權代理事務所(普通合伙) 11357
• 代理人: 梁語嫣

本發(fā)明公開一種短期居民負荷的自適應區(qū)間預測方法，所述預測方法包括以下步驟：收集處理數(shù)據(jù)，建立負荷區(qū)間的上限以及下限預測模型；通過參數(shù)變換削減有偏凸損失函數(shù)的超參數(shù)個數(shù)，并將其作為優(yōu)化上限預測模型和下限預測模型參數(shù)的損失函數(shù)，在提出的自適應更新策略的迭代調整下，實現(xiàn)損失函數(shù)超參數(shù)的自動尋優(yōu)，求解最小化損失函數(shù)；根據(jù)最小化損失函數(shù)構建達到期望覆蓋率且平均預測區(qū)間寬度最窄的最優(yōu)預測區(qū)間；通過將單邊覆蓋率指標融入提出的自適應更新策略，進一步提升模型的預測性能和穩(wěn)定性。本發(fā)明預測方法，構建上下限預測模型，基于單邊覆蓋率調整損失函數(shù)的超參數(shù)，通過參數(shù)變換，簡化超參數(shù)個數(shù)，顯著降低了超參數(shù)調整難度。

技術領域

本發(fā)明涉及電力負荷預測技術領域，具體是一種短期居民負荷的自適應區(qū)間預測方法。

背景技術

短期居民負荷預測是電力負荷預測的重要組成部分，其對計算效率、迭代頻率和預測準確率有較高的要求。準確的短期居民負荷預測對于電網安全穩(wěn)定調度具有重要意義。現(xiàn)有大多數(shù)研究主要關注于負荷點預測，其只能提供一個確定的點預測結果，缺失對負荷數(shù)據(jù)不確定性的評估，使決策工作面臨風險。因此，反映負荷波動范圍和不確定度的基于一定置信度的預測區(qū)間能夠合理地描述負荷的未來變化趨勢。

目前，隨著數(shù)據(jù)量的快速增長，深度學習的方法在負荷預測領域得到廣泛應用，其能夠更好地從海量數(shù)據(jù)中提取出有益信息。構建高質量預測區(qū)間，大量超參數(shù)限制了其計算效率。

針對上述現(xiàn)有問題，現(xiàn)提出一種短期居民負荷的自適應區(qū)間預測方法。

發(fā)明內容

本發(fā)明的目的在于提供一種短期居民負荷的自適應區(qū)間預測方法，解決上述背景技術中現(xiàn)有缺少對負荷數(shù)據(jù)不穩(wěn)定性評估、評估不合理、大量超參數(shù)影響計算效率等問題。

本發(fā)明的目的可以通過以下技術方案實現(xiàn)：

一種短期居民負荷的自適應區(qū)間預測方法，所述預測方法包括以下步驟：

步驟一、收集處理數(shù)據(jù)，建立負荷區(qū)間的上限以及下限預測模型。

步驟二、通過參數(shù)變換削減有偏凸損失函數(shù)的超參數(shù)個數(shù)，并將其作為優(yōu)化上限預測模型和下限預測模型參數(shù)的損失函數(shù)，在提出的自適應更新策略的迭代調整下，實現(xiàn)損失函數(shù)超參數(shù)的自動尋優(yōu)，求解最小化損失函數(shù)。

步驟三、根據(jù)最小化損失函數(shù)構建達到期望覆蓋率且平均預測區(qū)間寬度最窄的最優(yōu)預測區(qū)間。

步驟四、通過將單邊覆蓋率指標融入提出的自適應更新策略，進一步提升模型的預測性能和穩(wěn)定性。

進一步地，所述步驟一中上限預測模型為下限預測模型為E(·)為改進的有偏凸損失函數(shù)，P_u和 P_l分別為上限預測模型和下限預測模型的網絡參數(shù)，Ω_u和Ω_l分別為上限預測模型和下限預測模型損失函數(shù)的超參數(shù)，Ω_u＝{W_u,c_u}和Ω_l＝{W_l,c_l}，W_u、c_u分別為上限預測模型改進有偏凸損失函數(shù)懲罰項的權重、平移系數(shù)，W_l、c_l分別為下限預測模型改進有偏凸損失函數(shù)懲罰項的權重、平移系數(shù)，為區(qū)間上限的預測偏差，為區(qū)間下限的預測偏差，y_t為第t個預測點對應的真實值，u_t、l_t為第t個預測點預測區(qū)間的上下限。

進一步地，所述步驟二包括預測區(qū)間覆蓋率PICP為 N為數(shù)據(jù)集中樣本的個數(shù)，函數(shù)衡量第t個預測點的實際值y_t是否在預測區(qū)間[l_t,u_t]之內，

平均預測區(qū)間寬度PINAW為R為真實值的跨度，