基于EMD-QRF的用户负荷概率密度预测.PDFVIP

第 47 卷 第 16 期 电力系统保护与控制 Vol.47 No.16 2019 年 8 月 16 日 Power System Protection and Control Au . 16, 2019 DOI: 10.19783/j .cnki.pspc.181207 基于 EMD-QRF 的用户负荷概率密度预测 1 2 2 2 3 3 杨 斌 ，杨世海 ，曹晓冬 ，陈宇沁 ，梁 智 ，孙国强 (1.国网江苏省电力有限公 ，江苏 南京 210024；2.国网江苏省电力有限公 电力科学研究院， 江苏 南京 211103；3.河海大学能源与电气学院，江苏 南京 211100) 摘要：考虑用户负荷时间序列基数小、波动性与随机性强、难以取得 高预测精度的特点，建立基于经验模式分 解(Empirical Mode Decomposition, EMD)与分位数回归森林(Quantile Re ression Forest, QRF) 的用户负荷概率密度 组合预测模型，以提高用户负荷预测精度。首先，采用 EMD 信号处理算法对用户负荷原始时间序列数据进行分 解处理，计算各模态函数样本熵值并根据样本熵大小对模态函数进行重构。其次，对重构分量分别建立 QRF 用户 负荷预测模型，叠加不同分量预测结果从而获得预测值的条件分布。最后，利用核密度估计输出任意时刻用户负 荷概率密度预测结果。相对于确定性点预测方法，概率密度预测具有描述用户负荷未来可能的波动范围及不确定 性等优势，且算例测试验证了模型的有效性。 关键词：用户负荷；经验模式分解；分位数回归森林；核密度估计；概率密度预测 Short-term consumer load probability density forecasting based on EMD-QRF 1 2 2 2 3 3 YANG Bin , YANG Shihai , CAO Xiaodon , CHEN Yuqin , LIANG Zhi , SUN Guoqian (1. State Grid Jian su Electric Power Co., Ltd., Nanjin 210024, China; 2. State Grid Jian su Electric Power Company Research Institute, Nanjin 211103, China; 3. Colle e of Ener y and Electrical En ineerin , Hohai University, Nanjin 211100, China) Abstract: Considerin the small base of consumer load time series, stron volatility and randomness, alon with the difficulty of obtainin hi h