摘要
本发明具体涉及一种配电网短期负荷概率的预测方法,属于配电网负荷预测技术领域。本发明将配电网负荷概率预测分解为了概率比例选择和分位数预测两个子问题,能够分别进行处理,提高了配电网负荷概率预测的灵活性和效率。本发明选择采用了联合经验池回放机制对双延迟深度确定性策略梯度算法进行改进,通过优先考虑经验样本来更新网络,特别关注高价值样本,克服了传统TD3算法经验回放机制的弊端,即可能导致低价值样本的随机抽样,从而影响训练效果和最终性能,提升了配电网负荷概率预测的准确率。
技术关键词
神经网络参数
历史负荷数据
深度确定性策略梯度
回归算法
配电网负荷预测技术
滑动窗口
序列
时序
样本
机制
数值
切片
符号
索引
校正
定义
系统为您推荐了相关专利信息
柴油双燃料发动机
燃料控制方法
甲醇
比例模型
发动机工况
土壤肥力预测方法
量子隧穿效应
分类器模型
样本
边坡土壤
宫颈癌患者
风险预测模型
三维重建模型
基因检测报告
蒙特卡洛树
运动轨迹数据
PICC导管
导航定位方法
偏移特征
电磁感应传感器
空间频率特征
缺陷评估方法
动态变化特征
异常点
傅里叶变换算法