一种能源需求条件密度预测方法

    公开(公告)号:CN104217105A

    公开(公告)日:2014-12-17

    申请号:CN201410414864.8

    申请日:2014-08-21

    IPC分类号: G06F19/00

    摘要: 一种能源需求条件密度预测方法。其包括建立支持向量分位数回归模型;建立能源需求的支持向量加权分位数回归模型;模型参数估计;条件密度预测等步骤。本发明结合了支持向量机非线性处理能力与分位数回归对条件分布特征完整描述能力两个方面的优势,建立了能源需求预测的支持向量分位数回归模型,一方面通过支持向量机将低维空间中能源系统中非线性结构映射到高维空间,转换为线性结构,简化建模复杂性;另一方面,通过分位数回归刻画能源需求整个条件分布的变动规律,提供更多有用信息;使用非参数核密度估计技术,建立了能源需求预测的条件密度预测方法,实现能源需求整个条件分布特征的完整预测。

    基于灰色粗糙集的电网建设项目后评价指标赋权方法

    公开(公告)号:CN103700030A

    公开(公告)日:2014-04-02

    申请号:CN201310690123.8

    申请日:2013-12-16

    IPC分类号: G06Q50/06

    CPC分类号: Y04S10/54

    摘要: 一种基于灰色粗糙集的电网建设项目后评价指标赋权方法。其包括构建指标体系:建立层次分级结构的电网建设项目后评价指标体系;求解每个指标的重要程度:采用灰色粗糙集相关原理,求解每个指标重要程度;将各专家打分结果作为原始的样本数据,基于后评价指标体系分层级逐次构建样本空间;采用每个专家的权重值,利用灰色粗糙集法计算各个指标的粗糙集;用归一化处理方法分配权重;将灰色粗糙集法计算出来的各层级指标的粗糙集进行归一化计算,得到各个指标的客观权重值。本发明采用灰色粗糙集的赋权方法,得出了电网建设项目后评价各层级指标的权重,为今后开展电网建设项目后评价工作提供了技术支持,规范了后评价指标体系。

    一种电力负荷条件密度预测方法

    公开(公告)号:CN104217258A

    公开(公告)日:2014-12-17

    申请号:CN201410469615.9

    申请日:2014-09-15

    IPC分类号: G06Q10/04 G06Q50/06

    摘要: 一种电力负荷条件密度预测方法。其包括模型建立、模型求解、模型选择和条件密度预测等步骤。本发明效果:建立了电力负荷神经网络分位数回归模型,结合了神经网络模型与分位数回归模型两个方面的优势,能够准确刻画电力负荷的变动规律,表现出强大的功能。出了电力负荷神经网络分位数回归模型的标准梯度优化算法,在不影响模型估计精度的前提下,提升模型的计算速度。建立了电力负荷的神经网络分位数回归模型选择的AIC准则,有效地避免了模型过于复杂、陷入过度拟合的窘境。基于神经网络分位数回归,建立了电力负荷条件密度预测方法,不仅显著提升了模型预测精度,而且得到电力负荷整个概率密度预测结果,能够提供更多有用信息,便于科学决策。