摘要
本发明公开了一种需求响应基线负荷的混合区间‑点预测方法,将历史基线负荷和气象特征数据划分为训练集和测试集;在训练集上,训练卷积神经网络模型,提取气象特征与基线负荷之间的复杂关系;在测试集上,输入气象特征数据获得基线负荷的预测曲线;重复上述训练和预测,得到测试集基线负荷预测的样本数据及置信区间模型;通过计算均值函数和中位数函数及二者分别与实际基线负荷值的均方根误差,获得点预测模型;最后根据未来的气象特征数据和上述基线负荷混合区间‑点预测模型,进行未来时段的基线负荷预测,输出区间和点预测结果。本发明方法既能通过区间预测结果体现基线负荷预测的不确定性,又能提供点预测结果以便于用户负荷削减量的计算。
技术关键词
基线负荷预测
需求响应基线
点预测方法
卷积神经网络模型
气象
数据
训练卷积神经网络
构建卷积神经网络
曲线
随机梯度下降
误差
训练集
表格
格式
因子
样本
算法