典型文献
基于改进自适应构造区间法的电力负荷区间预测
文献摘要：
短期电力负荷具有较强的随机性与波动性,电力系统的经济运行对精确负荷预测提出了越来越高的要求.针对近年提出的基于GRU(Gate Recurrent Unit)模型的自适应优化构造区间方法,文中进行了两点改进,提出了一种基于改进自适应构造区间的电力负荷区间预测方法.除了区间覆盖率PICP(Prediction Interval Coverage Proba-bility)之外,将区间预测中的重要指标平均区间宽度PINAW(Prediction Interval Normalized Average Width)加入到自适应构造区间的调整策略中;同时基于PID思想,在自适应构造区间的调整策略中考虑了 PICP和PINAW的一阶和二阶差分,对训练过程进行改进.基于澳大利亚新南威尔士 AEMO(Australian Energy Market Operator)的历史负荷数据,进行了两种方法的对比验证,结果表明改进的区间预测方法能够得到更高质量的预测区间.
文献关键词：
构造区间;门控循环单元;区间预测;PID策略
中图分类号：
作者姓名：
陆臣斌;包哲静;于淼;蔡昌春
作者机构：
浙江大学 工程师学院,杭州310015;浙江大学 电气工程学院,杭州310027;河海大学 物联网工程学院,江苏 常州213022
文献出处：
引用格式：
[1]陆臣斌;包哲静;于淼;蔡昌春-.基于改进自适应构造区间法的电力负荷区间预测)[J].电测与仪表,2022(11):34-41
A类：
Proba,PINAW
B类：
构造区间,区间法,荷区,区间预测,短期电力负荷,随机性,波动性,电力系统,经济运行,负荷预测,GRU,Gate,Recurrent,Unit,自适应优化,两点,PICP,Prediction,Interval,Coverage,bility,区间宽度,Normalized,Average,Width,调整策略,PID,中考,二阶差分,训练过程,新南威尔士,AEMO,Australian,Energy,Market,Operator,负荷数据,对比验证,更高质量,预测区间,门控循环单元
AB值：
0.412312
相似文献
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。
