典型文献
基于深度条件概率密度函数的居民电力负荷预测
文献摘要：
居民电力负荷预测主要用于电力调度工作的停电计划,以提高供电可靠度及居民用户满意度.由于电力数据量大且不确定性因素过多,对其负荷进行预测的难度较大.现有的电力负荷预测方法无法获取电力数据的自由度数值,导致负荷预测过程稳定性差、预测结果精度低.提出一种基于深度条件概率密度函数的居民电力负荷预测方法.引入四次方核函数,得出随时间变化下居民电力负荷数据的观测值与预测值间的变量关系;通过高斯回归方程使得预测向量值符合正态分布;利用交叉验证方法提取预测值的最优自由度,通过借自由度确定分位点,根据对比分析结果确定下一随机变量的预测数据分位点,实现居民电力负荷的预测.仿真实验证明,所提方法得出的电力负荷波动结果与实测结果相吻合,预测误差可控制在0.001～0.437 MW.说明该方法预测准确性高,可为电力决策提供有效帮助.
文献关键词：
深度条件概率密度函数;四次方核函数;线性函数;自由度;负荷预测
中图分类号：
作者姓名：
陈伟;赵裕童
作者机构：
国网上海市区供电公司,上海 200080
文献出处：
引用格式：
[1]陈伟;赵裕童-.基于深度条件概率密度函数的居民电力负荷预测)[J].电网与清洁能源,2022(05):36-41
A类：
深度条件概率密度函数,四次方核函数
B类：
电力负荷预测,电力调度,调度工作,停电计划,可靠度,居民用户,用户满意度,电力数据,数据量,不确定性因素,负荷预测方法,过程稳定性,负荷数据,观测值,高斯回归,测向,正态分布,交叉验证,验证方法,借自,定下,随机变量,预测数据,现居,负荷波动,实测结果,相吻合,预测误差,误差可控,MW,预测准确性,线性函数
AB值：
0.279455
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
