• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    采用面積灰關(guān)聯(lián)決策的高斯過程回歸概率短期負(fù)荷預(yù)測

    2018-12-06 12:25:50黃南天劉座銘蔡國偉邢恩愷
    電力系統(tǒng)自動化 2018年23期
    關(guān)鍵詞:協(xié)方差區(qū)間概率

    黃南天, 齊 斌, 劉座銘, 蔡國偉, 邢恩愷

    (1. 現(xiàn)代電力系統(tǒng)仿真控制與綠色電能新技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室(東北電力大學(xué)), 吉林省吉林市 132012; 2. 國網(wǎng)吉林省電力有限公司電力科學(xué)研究院, 吉林省長春市 130021)

    0 引言

    短期負(fù)荷預(yù)測是電力系統(tǒng)安全、穩(wěn)定、經(jīng)濟(jì)運(yùn)行的重要保障[1]。短期負(fù)荷具有不確定性、隨機(jī)性等特點(diǎn)[2],確定性預(yù)測結(jié)果無法反映負(fù)荷變化的可靠波動范圍[3]。因此,須研究概率短期負(fù)荷預(yù)測方法,以概率預(yù)測結(jié)果度量負(fù)荷變化不確定性,作為電力系統(tǒng)決策的依據(jù)[4]。

    現(xiàn)有概率短期負(fù)荷預(yù)測方法根據(jù)預(yù)測結(jié)果形式分為區(qū)間預(yù)測與概率密度預(yù)測[5]。區(qū)間預(yù)測方法主要有預(yù)測誤差分布特性統(tǒng)計法[4,6]、上下限估計法[7]、分位數(shù)回歸平均法[8]、概率式預(yù)測法[9-10]等。其中,預(yù)測誤差分布特性統(tǒng)計法對歷史負(fù)荷數(shù)據(jù)需求大,專家劃分負(fù)荷統(tǒng)計區(qū)段主觀性強(qiáng)。概率密度預(yù)測研究多集中于基于分位數(shù)回歸的概率密度預(yù)測法[11-12],預(yù)測模型耗時隨模型結(jié)構(gòu)復(fù)雜度增加明顯上升[12]。

    概率式預(yù)測法中,高斯過程回歸(Gaussian process regression,GPR)方法參數(shù)少,自適應(yīng)確定超參數(shù),非參數(shù)推斷靈活[13]。相較預(yù)測誤差分布特性統(tǒng)計法,預(yù)測結(jié)果有概率意義[14],無須統(tǒng)計歷史預(yù)測誤差;相較基于分位數(shù)回歸的概率密度預(yù)測法,無須對每一分位點(diǎn)建模,模型結(jié)構(gòu)更簡單。協(xié)方差函數(shù)是構(gòu)建GPR預(yù)測模型的關(guān)鍵[15],為選擇合適的協(xié)方差函數(shù),構(gòu)建最優(yōu)GPR模型,須采用確定性與概率性評價指標(biāo)評價模型概率預(yù)測效果[10,16]。但不同指標(biāo)各有側(cè)重,概率負(fù)荷預(yù)測多指標(biāo)評價時,易存在指標(biāo)間結(jié)論相互沖突的問題:最優(yōu)確定性、概率性指標(biāo)不統(tǒng)一于同一模型[10,12],或覆蓋率與區(qū)間寬度等概率性指標(biāo)間相互矛盾[5,17]。多指標(biāo)評價體系中,各指標(biāo)結(jié)論不一,使決策困難增加[18]。因此須綜合評價概率負(fù)荷預(yù)測模型,避免評價的主觀性與片面性。

    目前,針對綜合評價概率負(fù)荷預(yù)測模型問題,鮮有研究,評價上存在區(qū)間評價缺失[4,6],指標(biāo)間結(jié)論沖突等問題[10]。覆蓋—寬度準(zhǔn)則(coverage width-based criterion)、溫克勒分?jǐn)?shù)(Winkler score)等指標(biāo)將覆蓋率與區(qū)間寬度相融合[16,19],應(yīng)用于神經(jīng)網(wǎng)絡(luò)訓(xùn)練或模型評估等研究[8,20],但未考慮確定性指標(biāo)對整體評價的影響。為此,考慮到綜合評價方法能夠綜合多指標(biāo)做出整體性評價的優(yōu)勢[21],及在負(fù)荷預(yù)測領(lǐng)域的有效應(yīng)用[22-23],引入適當(dāng)方法綜合評價概率預(yù)測模型。

    常用綜合評價方法有層次分析法、模糊綜合評價、灰色關(guān)聯(lián)度結(jié)合理想解法等[24-26]。層次分析法主觀性強(qiáng),專家偏好對評價結(jié)果影響很大[21,24];模糊綜合評價在隸屬度和權(quán)重確定、算法選取等方面帶有主觀性[21,27];灰色關(guān)聯(lián)度結(jié)合理想解法可排除主觀干擾[21,26],但關(guān)聯(lián)系數(shù)僅考慮不同方案指標(biāo)間點(diǎn)對點(diǎn)距離,分析效果不夠理想[28],忽略了不同指標(biāo)間的相互影響[29]。采用面積灰關(guān)聯(lián)貼近度決策,以兩方案指標(biāo)序列相鄰指標(biāo)間面積作為關(guān)聯(lián)系數(shù),可全面反映指標(biāo)間相互影響,及不同方案指標(biāo)序列的距離接近程度與幾何形狀相似程度[28-29],更適用于評價指標(biāo)間存在沖突的概率預(yù)測模型。

    為克服概率短期負(fù)荷預(yù)測多指標(biāo)評價決策難題,提出采用面積灰關(guān)聯(lián)決策綜合評價基于不同協(xié)方差函數(shù)的GPR預(yù)測模型概率負(fù)荷預(yù)測能力,以確定最優(yōu)預(yù)測模型并開展概率負(fù)荷預(yù)測的新方法。通過對比實(shí)驗(yàn),驗(yàn)證新方法有效性與先進(jìn)性。

    1 基于GPR概率短期負(fù)荷預(yù)測模型

    1.1 高斯過程回歸預(yù)測模型

    高斯過程是隨機(jī)變量的集合,其中任意有限個隨機(jī)變量服從聯(lián)合高斯分布。給定包含n個樣本的訓(xùn)練集D={(xi,yi)};i=1,2,…,n;xi∈Rd,yi∈R。定義訓(xùn)練輸入矩陣X=[x1,x2,…,xi,…,xn]T,xi為某一樣本的d維輸入向量;訓(xùn)練輸出向量y=[y1,y2,…,yi,…,yn]T,yi為某一樣本的標(biāo)量輸出值。xi對應(yīng)的函數(shù)空間f(x1),f(x2),…,f(xn)構(gòu)成的隨機(jī)變量集合f(X)服從聯(lián)合高斯分布,統(tǒng)計特性由均值函數(shù)m(X)與協(xié)方差函數(shù)K(X,X′)確定,X′為或與X相同的樣本集輸入矩陣,高斯過程函數(shù)GP(·)為:

    f(X)~GP(m(X),K(X,X′))

    (1)

    對于回歸問題,統(tǒng)計模型為:

    y=f(X)+ε

    (2)

    相應(yīng)得到輸出向量y的先驗(yàn)分布為:

    (3)

    (4)

    相應(yīng)地,測試集輸出向量f*的后驗(yàn)分布為:

    (5)

    (6)

    cov(f*)=K(X*,X*)-K(X*,X)(K(X,X)+

    (7)

    置信水平為1-a的置信區(qū)間為:

    [L1-a(f*),U1-a(f*)]=

    (8)

    式中:U1-a(f*)和L1-a(f*)分別為置信區(qū)間的上下限;z(1-a)/2為相應(yīng)置信水平下的分位數(shù)。

    1.2 協(xié)方差函數(shù)選擇問題

    監(jiān)督學(xué)習(xí)的基本假設(shè)是輸入值相近的點(diǎn)很可能有相似的目標(biāo)值。GPR中,協(xié)方差函數(shù)便定義了這種臨近性與相似性,模型性質(zhì)由均值函數(shù)與協(xié)方差函數(shù)決定,通常為簡易符號,使函數(shù)均值為0。因此,選擇合適協(xié)方差函數(shù)是優(yōu)化GPR模型的關(guān)鍵。這里,采用10種協(xié)方差函數(shù)開展對比實(shí)驗(yàn)[15],10種協(xié)方差函數(shù)名稱、公式見附錄A表A1。

    1.3 概率短期負(fù)荷預(yù)測多指標(biāo)評價問題

    為選擇協(xié)方差函數(shù),構(gòu)建最優(yōu)GPR模型,需要評價不同模型概率預(yù)測效果。不僅需要確定性評價指標(biāo),包括平均絕對百分誤差(MAPE)、最大相對百分誤差(MRPE)、均方根誤差(RMSE)等;還需要概率性評價指標(biāo),包括預(yù)測區(qū)間覆蓋率(PICP)、預(yù)測區(qū)間歸一化平均寬度(PINAW)等[7]。以上指標(biāo)各有側(cè)重,MAPE將誤差百分化,便于比較確定性預(yù)測結(jié)果精度[31];MRPE能夠反映預(yù)測時段內(nèi)最大預(yù)測誤差;RMSE對離群值更為敏感,適用于辨識模型間差異[32];PICP表征預(yù)測區(qū)間的可靠性,即預(yù)測區(qū)間對真實(shí)值的覆蓋率,值越大區(qū)間越可靠;PINAW表征預(yù)測區(qū)間精銳程度(sharpness),值越小,區(qū)間上下限與真實(shí)值越貼近[16],區(qū)間過寬便失去了決策參考價值[12]。當(dāng)從多方面評判概率模型優(yōu)劣時,易存在指標(biāo)間結(jié)論相互沖突的問題[10,12]。因此,須綜合評估模型概率預(yù)測能力,避免評價的主觀性與片面性。

    2 面積灰關(guān)聯(lián)決策

    為解決概率預(yù)測模型評價指標(biāo)結(jié)論相互沖突的問題,確定最優(yōu)GPR模型及相應(yīng)協(xié)方差函數(shù),引入面積灰關(guān)聯(lián)決策方法開展綜合評價[28-29]。

    2.1 構(gòu)造綜合評價矩陣并確定指標(biāo)權(quán)重

    以MAPE,MRPE,RMSE,PICP,PINAW等5個指標(biāo)構(gòu)成評價指標(biāo)集合。各指標(biāo)公式及公式參數(shù)見附錄A表A2。

    采用評價指標(biāo)集合評估基于不同協(xié)方差函數(shù)的GPR模型,得到各GPR模型的指標(biāo)序列,作為備選方案,以構(gòu)造綜合評價矩陣。

    設(shè)有m個備選方案,n個評價指標(biāo),指標(biāo)值為aij(1≤i≤m,1≤j≤n),相應(yīng)的綜合評價矩陣A=(aij)m×n。為消除指標(biāo)間量綱和數(shù)量級影響,對綜合評價矩陣A標(biāo)準(zhǔn)化處理為X=(xij)m×n,當(dāng)A的第j(1≤j≤n)列m個指標(biāo)為效益型或成本型指標(biāo)時,分別利用式(9)或式(10)對該列指標(biāo)標(biāo)準(zhǔn)化。

    (9)

    (10)

    在綜合評價矩陣基礎(chǔ)上,計算指標(biāo)權(quán)重,指標(biāo)權(quán)重體現(xiàn)著指標(biāo)包含信息量,越大指標(biāo)越重要,直觀反映了指標(biāo)間差異程度[33-34]。為避免主觀因素對指標(biāo)權(quán)重的影響,采用熵權(quán)法客觀賦權(quán)[33],由n個指標(biāo)權(quán)重構(gòu)成權(quán)重向量B,確定各評價指標(biāo)相對評價目標(biāo)的重要程度,其中B=(wj)1×n,1≤j≤n。采用熵權(quán)法確定指標(biāo)權(quán)重的計算過程見附錄B。賦權(quán)方法的選擇對于指標(biāo)權(quán)重或有較大影響,未來為克服這一影響,考慮根據(jù)綜合評價結(jié)果擇優(yōu)選擇賦權(quán)方法或組合賦權(quán)。

    2.2 計算灰關(guān)聯(lián)貼近度

    為充分利用決策信息,依據(jù)理想解法思想,定義灰關(guān)聯(lián)貼近度模型。在灰關(guān)聯(lián)貼近度模型中,為反映指標(biāo)間相互影響,采用備選方案與最優(yōu)、最劣方案相鄰指標(biāo)間所圍成的面積,計算關(guān)聯(lián)系數(shù)。

    首先,確定最優(yōu)、最劣方案R+和R-分別為:

    (11)

    (12)

    (13)

    (14)

    在此基礎(chǔ)上,計算相應(yīng)最優(yōu)、劣面積關(guān)聯(lián)系數(shù)為:

    (15)

    (16)

    最后,集合將所有備選方案在各指標(biāo)下的關(guān)聯(lián)系數(shù),確定優(yōu)、劣關(guān)聯(lián)系數(shù)矩陣R+和R-為:

    (17)

    (18)

    之后,定義并計算備選方案與最優(yōu)、最劣方案的灰色關(guān)聯(lián)度,作為方案優(yōu)選的測度。

    (19)

    (20)

    最后,為能夠測度備選方案與最優(yōu)、最劣方案動態(tài)變化趨勢一致性,定義灰關(guān)聯(lián)貼近度Ci,根據(jù)Ci對備選方案排序,值越大方案越優(yōu),即

    (21)

    3 算例分析

    3.1 算例描述

    選擇中國某城市2011—2012年實(shí)際負(fù)荷數(shù)據(jù)用于算例。新方法首先從2011年365 d樣本中隨機(jī)選取110 d樣本作為驗(yàn)證集,剩余255 d樣本作為訓(xùn)練集。然后,采用訓(xùn)練集訓(xùn)練基于不同協(xié)方差函數(shù)的10個GPR預(yù)測模型,并在驗(yàn)證集上驗(yàn)證各個GPR模型預(yù)測效果,得到各模型確定性預(yù)測結(jié)論與置信度為95%的預(yù)測區(qū)間。繼而,采用MAPE,MRPE,RMSE等3種確定性指標(biāo)與PINAW和PICP等2種概率性指標(biāo)評價預(yù)測結(jié)果,以評價指標(biāo)構(gòu)造綜合評價矩陣,作為面積灰關(guān)聯(lián)決策的輸入;之后采用面積灰關(guān)聯(lián)決策對10個GPR模型開展綜合評價,給出各GPR模型距離、面積灰關(guān)聯(lián)決策的貼近度與排序,確定最優(yōu)GPR模型。最后,從2012年4個季度中分別選取一個月的負(fù)荷數(shù)據(jù)作測試集(文中選擇3,5,9,11月),在測試集上測試最優(yōu)GPR模型預(yù)測結(jié)果并評價。

    根據(jù)對負(fù)荷自相關(guān)性和周期性的分析[36-37],確定預(yù)測模型的10個輸入特征,包括7個負(fù)荷特征和3個周期特征。負(fù)荷特征分別為待預(yù)測時刻t前h小時t-h時刻的負(fù)荷值Lt-h;h分別為24,48,72,96,120,144,168 h。周期特征分別為星期特征、月份特征、工作日特征。其中,星期特征根據(jù)待預(yù)測時刻負(fù)荷所屬星期幾,給定1到7的整數(shù);月份特征根據(jù)待預(yù)測時刻負(fù)荷所屬月份,給定1到12的整數(shù);工作日特征根據(jù)待預(yù)測時刻負(fù)荷是屬于工作日(周一至周五)還是周末(周六至周日),給定1或0。

    為驗(yàn)證由上述方法得到的最優(yōu)GPR模型先進(jìn)性,在同一訓(xùn)練集上訓(xùn)練支持向量機(jī)(SVM)和隨機(jī)森林(RF)模型,在測試集上對比最優(yōu)GPR模型與SVM和RF模型的確定性預(yù)測結(jié)果;與基于最優(yōu)GPR,SVM,RF模型的預(yù)測誤差分布特性統(tǒng)計法模型的概率預(yù)測結(jié)果。對比實(shí)驗(yàn)中,使用網(wǎng)格法確定SVM參數(shù),懲罰因子C為16,核參數(shù)σ2為1.624 5。RF主要參數(shù)為樹的數(shù)量ntree和分裂特征數(shù)mtry[22]。ntree不宜偏小,根據(jù)盡量使每一樣本至少進(jìn)行幾次預(yù)測的原則,調(diào)試為500則足以獲得較好的預(yù)測效果[36];回歸問題中,mtry可依經(jīng)驗(yàn)公式mtry=n′/3定為10/3,n′為輸入特征個數(shù)[38]。

    采用預(yù)測誤差分布特性統(tǒng)計法實(shí)現(xiàn)概率短期負(fù)荷預(yù)測時,需引入某一預(yù)測模型得到的確定性預(yù)測結(jié)果統(tǒng)計預(yù)測誤差分布特性。本文中,以GPR模型得到的確定性預(yù)測結(jié)果作為統(tǒng)計樣本時,稱基于GPR的預(yù)測誤差分布特性統(tǒng)計法(EGPR);用GPR模型得到確定性與概率短期負(fù)荷預(yù)測結(jié)果時,稱GPR方法。

    預(yù)測誤差分布特性統(tǒng)計法中,采用非參數(shù)核密度估計法,統(tǒng)計不同預(yù)測模型在各測試集前兩個月的確定性負(fù)荷預(yù)測誤差:依照各測試樣本所在季節(jié)典型日負(fù)荷曲線劃分統(tǒng)計時段;依據(jù)使每個負(fù)荷區(qū)段的預(yù)測誤差樣本數(shù)量滿足統(tǒng)計要求的原則,結(jié)合算例實(shí)際,將負(fù)荷區(qū)段樣本數(shù)參考區(qū)間定為[128,192][4,6]。

    3.2 基于不同協(xié)方差函數(shù)的GPR模型預(yù)測結(jié)果分析

    采用MAPE,MRPE,RMSE,PICP,PINAW等5個指標(biāo)評價驗(yàn)證集4個季度下各GPR模型預(yù)測結(jié)果,統(tǒng)計得到各季度下5個指標(biāo),共計20個最優(yōu)指標(biāo)值及其對應(yīng)的GPR模型,相應(yīng)得到20個最劣指標(biāo)值及其對應(yīng)的GPR模型。圖1給出各GPR模型編號與名稱,標(biāo)明了各GPR模型所占最優(yōu)、最劣指標(biāo)值比例。10種GPR模型名稱與對應(yīng)的協(xié)方差函數(shù)名稱一致,見附錄A表A1。

    圖1 各GPR模型最優(yōu)最劣指標(biāo)占比Fig.1 Proportion of optimal and worst indicators for different GPR models

    由圖1可知,最優(yōu)、最劣指標(biāo)分布在各GPR模型比例并不均勻且有集中趨勢,編號8的ARD-M3-GPR模型所占最優(yōu)指標(biāo)比例最高;編號2和10的GPR模型共占有85%的最劣指標(biāo);編號3和5的GPR模型不占有最優(yōu)、最劣指標(biāo),表明基于不同協(xié)方差函數(shù)構(gòu)建GPR模型,對其預(yù)測效果存在明顯影響。

    通過分析4個季度下最優(yōu)、最劣指標(biāo)值及其對應(yīng)的GPR模型,發(fā)現(xiàn)各評價指標(biāo)結(jié)論存在沖突,即各評價指標(biāo)最優(yōu)值不統(tǒng)一于同一模型,甚至最優(yōu)與最劣指標(biāo)出現(xiàn)于同一模型。以一季度為例,各指標(biāo)最優(yōu)值對應(yīng)的GPR模型編號分別為8,2,8,1,10;但由圖1可知,編號2,6,7,10的GPR模型既存在最優(yōu)指標(biāo),又存在最劣指標(biāo)。多指標(biāo)評價結(jié)論存在沖突說明開展綜合評價、確定最優(yōu)預(yù)測模型的必要性。不同季度下各GPR模型預(yù)測結(jié)果評價詳情,請參閱附錄C圖C1。

    3.3 面積灰關(guān)聯(lián)決策結(jié)果分析

    為解決評價指標(biāo)沖突問題,綜合評價驗(yàn)證集的預(yù)測結(jié)果,構(gòu)造綜合評價矩陣,如表1所示。

    表1 基于不同協(xié)方差函數(shù)的GPR模型預(yù)測結(jié)果分析Table 1 Prediction result analysis of GPR model based on different covariance functions

    表中GPR模型名稱編號與圖1一致??梢钥闯觯髦笜?biāo)最優(yōu)值分散在4個GPR模型上,即表中紅色數(shù)值,不統(tǒng)一于同一GPR模型,最優(yōu)模型難以確定,進(jìn)一步說明開展綜合評價的必要性。

    通過熵權(quán)法獲得的MAPE,MRPE,RMSE,PICP,PINAW等指標(biāo)權(quán)重依次為0.180 1,0.170 4,0.169 1,0.234 7,0.245 7。隨后,表2給出各GPR模型的面積、距離貼近度及排序、相鄰GPR模型面積貼近度差值與距離貼近度差值的比值,即貼近度差值比,表中GPR模型名稱編號與圖1一致。結(jié)合表1知,編號8的GPR模型在5個指標(biāo)中的兩個均為最優(yōu),還有兩個排序第2并與第1差別很小,是最為傾向選擇的對象;同樣編號6和9的GPR模型各指標(biāo)排序整體靠前,是較為傾向選擇的對象,這與表3中面積灰關(guān)聯(lián)決策排序結(jié)果一致。表中,ESVM,ERF,EARD-M3-GPR,分別表示基于SVM,RF,ARD-M3-GPR模型的預(yù)測誤差分布特性統(tǒng)計法。說明面積灰關(guān)聯(lián)決策結(jié)論與原始決策信息相一致,反映該方法的可靠性。

    表2 GPR模型排序Table 2 GPR model sort

    表3 各模型預(yù)測區(qū)間分析Table 3 Prediction interval analysis for each predictor

    算例表明,采用ARD系列協(xié)方差函數(shù),有效提升了GPR模型預(yù)測能力;以最優(yōu)模型開展預(yù)測,相較對比方法,最優(yōu)模型在保證確定性預(yù)測精度的同時,預(yù)測區(qū)間更精確可靠,準(zhǔn)確刻畫了負(fù)荷的波動性,區(qū)間上限更低,有助于為決策提供更多有效信息。

    未來工作集中于針對概率短期負(fù)荷預(yù)測特點(diǎn)的特征選擇與考慮高比例可再生能源接入后對負(fù)荷波動性影響研究。

    由于灰關(guān)聯(lián)貼近度方法從相對的角度區(qū)分方案間差異,考慮了多方面因素的影響,因此,只要貼近度大小不同就可以表明方案間有差別,區(qū)分度較高[29]。結(jié)合表2可知,面積、距離灰關(guān)聯(lián)決策對各GPR模型排序一致;但由貼近度差值比可知,排序靠前(前5個)的相鄰GPR模型間,面積貼近度差值均大于相應(yīng)距離貼近度差值,表明面積灰關(guān)聯(lián)貼近度決策對不同GPR模型區(qū)分度更大,更明確地分辨方案間差異,凸顯了優(yōu)勢GPR模型,結(jié)論更可靠。

    相較EX和RQ協(xié)方差函數(shù),SE,M3與M5協(xié)方差函數(shù)排序更靠前,表明協(xié)方差函數(shù)形式對GPR模型預(yù)測效果影響明顯;排序前6的協(xié)方差函數(shù)中,相較協(xié)方差函數(shù)σl為標(biāo)量的GPR模型,采用ARD系列協(xié)方差函數(shù)的GPR模型排序更靠前,表明在確定合適協(xié)方差函數(shù)形式基礎(chǔ)上,采用ARD系列協(xié)方差函數(shù),有效提升了GPR模型預(yù)測能力。

    最終,依照上述分析,采納面積灰關(guān)聯(lián)貼近度決策結(jié)論,并確定ARD-M3-GPR模型為最優(yōu)模型。

    3.4 ARD-M3-GPR模型確定性與概率預(yù)測結(jié)果分析

    為進(jìn)一步驗(yàn)證最優(yōu)模型預(yù)測效果,在測試集上比較ARD-M3-GPR模型與基于SVM和RF的預(yù)測模型確定性預(yù)測結(jié)果,分析表明ARD-M3-GPR模型確定性預(yù)測精度有保證。預(yù)測結(jié)果與分析請參見附錄C表C1。

    并比較ARD-M3-GPR模型與ESVM,ERF,EARD-M3-GPR模型置信水平為95%的預(yù)測區(qū)間,如表3所示。由表3可知,相較于各預(yù)測誤差分布特性統(tǒng)計法,ARD-M3-GPR模型覆蓋率最高、寬度最窄,即保證區(qū)間高覆蓋率的同時,顯著降低了區(qū)間寬度。表明ARD-M3-GPR模型獲得的預(yù)測區(qū)間更加精確可靠。

    圖2為各月測試集下隨機(jī)1 d的ARD-M3-GPR模型與各預(yù)測誤差分布特性統(tǒng)計法模型置信水平為95%的預(yù)測區(qū)間。同時在附錄C圖C2給出各月測試集下各模型隨機(jī)一周的置信水平為95%的預(yù)測區(qū)間,以便于比較更長周期上各模型差異。

    圖2 各概率短期負(fù)荷預(yù)測模型的區(qū)間預(yù)測結(jié)果Fig.2 Interval forecasting results of each probabilistic short-term load forecasting model

    從圖2可以看出,ARD-M3-GPR模型獲得的預(yù)測區(qū)間更窄,區(qū)間上限明顯更低,有助于為決策提供更多有效信息;區(qū)間邊界緊隨真實(shí)值的改變而變化,變化最平穩(wěn),而其他區(qū)間邊界存在偏離真實(shí)值變化趨勢的抬升或跌落,說明ARD-M3-GPR模型得到的預(yù)測區(qū)間準(zhǔn)確刻畫了負(fù)荷的波動性。

    4 結(jié)語

    本文面積灰關(guān)聯(lián)決策綜合評價基于不同協(xié)方差函數(shù)的GPR模型概率負(fù)荷預(yù)測效果,確定最優(yōu)模型。這一方法以面積關(guān)聯(lián)系數(shù)替代傳統(tǒng)的距離關(guān)聯(lián)系數(shù),更明確地分辨方案間差異,結(jié)論更可靠,有效解決了概率負(fù)荷預(yù)測中,多指標(biāo)間存在沖突的問題。

    本文受到吉林省教育廳“十三五”科學(xué)技術(shù)研究項(xiàng)目資助,特此感謝!

    附錄見本刊網(wǎng)絡(luò)版(http://www.aeps-info.com/aeps/ch/index.aspx)。

    猜你喜歡
    協(xié)方差區(qū)間概率
    解兩類含參數(shù)的復(fù)合不等式有解與恒成立問題
    你學(xué)會“區(qū)間測速”了嗎
    第6講 “統(tǒng)計與概率”復(fù)習(xí)精講
    第6講 “統(tǒng)計與概率”復(fù)習(xí)精講
    概率與統(tǒng)計(一)
    概率與統(tǒng)計(二)
    不確定系統(tǒng)改進(jìn)的魯棒協(xié)方差交叉融合穩(wěn)態(tài)Kalman預(yù)報器
    區(qū)間對象族的可鎮(zhèn)定性分析
    一種基于廣義協(xié)方差矩陣的欠定盲辨識方法
    縱向數(shù)據(jù)分析中使用滑動平均Cholesky分解對回歸均值和協(xié)方差矩陣進(jìn)行同時半?yún)?shù)建模
    一区二区三区高清视频在线| 日本一本二区三区精品| 国产精品99久久99久久久不卡| 老熟妇仑乱视频hdxx| 久久99热这里只有精品18| 国产亚洲精品久久久久5区| 久久精品成人免费网站| 国产片内射在线| 美国免费a级毛片| 国产成人欧美| 国产私拍福利视频在线观看| 久久久久九九精品影院| 精品久久久久久久久久久久久 | 亚洲精品在线观看二区| 在线观看一区二区三区| 一进一出抽搐gif免费好疼| 日韩大码丰满熟妇| 最近最新免费中文字幕在线| tocl精华| 欧美人与性动交α欧美精品济南到| 视频在线观看一区二区三区| 黄片大片在线免费观看| 激情在线观看视频在线高清| 婷婷亚洲欧美| 亚洲中文字幕日韩| 老汉色∧v一级毛片| 自线自在国产av| 91成人精品电影| 亚洲片人在线观看| 99热只有精品国产| 欧美性猛交黑人性爽| 丝袜美腿诱惑在线| 亚洲av第一区精品v没综合| 久久天躁狠狠躁夜夜2o2o| av视频在线观看入口| 激情在线观看视频在线高清| 侵犯人妻中文字幕一二三四区| 久久久久国产精品人妻aⅴ院| 女同久久另类99精品国产91| 夜夜看夜夜爽夜夜摸| 欧美三级亚洲精品| 婷婷精品国产亚洲av在线| 18禁黄网站禁片免费观看直播| 黄色女人牲交| АⅤ资源中文在线天堂| 亚洲性夜色夜夜综合| 夜夜爽天天搞| 最近在线观看免费完整版| 最新在线观看一区二区三区| 国产高清videossex| 成人欧美大片| www日本在线高清视频| 国产亚洲精品久久久久久毛片| 91字幕亚洲| 巨乳人妻的诱惑在线观看| 99国产综合亚洲精品| 精品一区二区三区四区五区乱码| 国产精品亚洲美女久久久| 久久精品人妻少妇| 精品免费久久久久久久清纯| 午夜久久久在线观看| www日本在线高清视频| www日本黄色视频网| 亚洲av第一区精品v没综合| 久久精品国产99精品国产亚洲性色| 男男h啪啪无遮挡| 亚洲全国av大片| 啦啦啦 在线观看视频| 久久午夜亚洲精品久久| 国产成人精品久久二区二区免费| 91字幕亚洲| 欧美性猛交黑人性爽| 无人区码免费观看不卡| 两性午夜刺激爽爽歪歪视频在线观看 | 亚洲精品美女久久av网站| 亚洲成av人片免费观看| 麻豆一二三区av精品| 999久久久国产精品视频| 亚洲精品国产精品久久久不卡| 在线观看日韩欧美| 日日夜夜操网爽| 精品电影一区二区在线| 国产精品日韩av在线免费观看| av福利片在线| 女人爽到高潮嗷嗷叫在线视频| 国产野战对白在线观看| 69av精品久久久久久| 老司机福利观看| 亚洲午夜精品一区,二区,三区| 久久亚洲精品不卡| 麻豆av在线久日| 在线播放国产精品三级| 丝袜在线中文字幕| 欧美日韩亚洲综合一区二区三区_| 老司机午夜十八禁免费视频| 不卡av一区二区三区| 国产真人三级小视频在线观看| 国产成人精品无人区| www.精华液| 女同久久另类99精品国产91| av有码第一页| 婷婷丁香在线五月| 亚洲熟女毛片儿| 美女高潮喷水抽搐中文字幕| 欧美成狂野欧美在线观看| 人人澡人人妻人| 不卡一级毛片| 听说在线观看完整版免费高清| 女人被狂操c到高潮| 免费在线观看视频国产中文字幕亚洲| 老熟妇仑乱视频hdxx| 日韩成人在线观看一区二区三区| 亚洲精品国产精品久久久不卡| 亚洲欧美一区二区三区黑人| 青草久久国产| 日本三级黄在线观看| 99精品在免费线老司机午夜| 一边摸一边做爽爽视频免费| 美女午夜性视频免费| 深夜精品福利| 久久精品91无色码中文字幕| 久久久国产成人精品二区| 正在播放国产对白刺激| 男男h啪啪无遮挡| 国产精品99久久99久久久不卡| 精品电影一区二区在线| 国产精品一区二区三区四区久久 | aaaaa片日本免费| 在线播放国产精品三级| 精品福利观看| 久久国产精品男人的天堂亚洲| 十八禁网站免费在线| a在线观看视频网站| 国产在线精品亚洲第一网站| 精品久久久久久,| 亚洲黑人精品在线| 成人精品一区二区免费| 草草在线视频免费看| 两性夫妻黄色片| 窝窝影院91人妻| 此物有八面人人有两片| 国产视频内射| 亚洲国产中文字幕在线视频| 国产激情偷乱视频一区二区| 国产精品亚洲一级av第二区| 美女午夜性视频免费| 欧美日韩中文字幕国产精品一区二区三区| 一个人观看的视频www高清免费观看 | 久久久国产成人精品二区| 中文字幕久久专区| 亚洲熟女毛片儿| 国产高清激情床上av| 91av网站免费观看| 很黄的视频免费| 看片在线看免费视频| 亚洲成人久久性| 国产成年人精品一区二区| 无人区码免费观看不卡| 日本成人三级电影网站| 琪琪午夜伦伦电影理论片6080| av片东京热男人的天堂| 亚洲 欧美 日韩 在线 免费| 日韩欧美免费精品| 最新美女视频免费是黄的| 久久精品人妻少妇| 丝袜人妻中文字幕| 一级毛片精品| 国内揄拍国产精品人妻在线 | 日韩精品中文字幕看吧| 日韩三级视频一区二区三区| 成年女人毛片免费观看观看9| 国产视频一区二区在线看| 美女高潮到喷水免费观看| 狂野欧美激情性xxxx| 在线观看66精品国产| 日韩三级视频一区二区三区| 国产精品 欧美亚洲| 12—13女人毛片做爰片一| 天天添夜夜摸| 精品第一国产精品| 丁香欧美五月| 国产熟女午夜一区二区三区| 亚洲国产精品合色在线| 女性生殖器流出的白浆| 精品午夜福利视频在线观看一区| 亚洲va日本ⅴa欧美va伊人久久| 国产又爽黄色视频| 黄片大片在线免费观看| 在线十欧美十亚洲十日本专区| 午夜a级毛片| 久久人妻福利社区极品人妻图片| 久久久久久亚洲精品国产蜜桃av| 亚洲一区中文字幕在线| av在线播放免费不卡| 亚洲成av人片免费观看| 白带黄色成豆腐渣| 国产亚洲欧美在线一区二区| 国产v大片淫在线免费观看| 精品国产亚洲在线| 69av精品久久久久久| 精品国产乱子伦一区二区三区| 亚洲成人精品中文字幕电影| 久久香蕉激情| 手机成人av网站| 哪里可以看免费的av片| 欧美国产日韩亚洲一区| 欧美日本亚洲视频在线播放| 久久久国产成人免费| 国产亚洲精品av在线| 欧美三级亚洲精品| 丁香六月欧美| 黄色成人免费大全| av欧美777| 亚洲黑人精品在线| 色尼玛亚洲综合影院| 亚洲专区国产一区二区| 他把我摸到了高潮在线观看| 禁无遮挡网站| 亚洲人成网站高清观看| 国产一区二区三区视频了| 亚洲av日韩精品久久久久久密| 桃色一区二区三区在线观看| 亚洲色图av天堂| avwww免费| 亚洲国产精品成人综合色| 老司机福利观看| 香蕉久久夜色| 搡老岳熟女国产| 这个男人来自地球电影免费观看| 91老司机精品| 好男人电影高清在线观看| 露出奶头的视频| 亚洲免费av在线视频| 中文字幕精品免费在线观看视频| 老熟妇仑乱视频hdxx| 久久中文看片网| 亚洲黑人精品在线| svipshipincom国产片| 国产伦在线观看视频一区| 午夜福利18| а√天堂www在线а√下载| 亚洲av电影不卡..在线观看| 天天一区二区日本电影三级| 成人三级黄色视频| 欧美zozozo另类| 亚洲avbb在线观看| 亚洲精品一卡2卡三卡4卡5卡| 一进一出好大好爽视频| 又大又爽又粗| 黄色a级毛片大全视频| 欧美三级亚洲精品| 久久精品影院6| 精品无人区乱码1区二区| 亚洲av片天天在线观看| 免费高清视频大片| 最近最新中文字幕大全电影3 | 免费观看人在逋| 日韩大尺度精品在线看网址| 色综合亚洲欧美另类图片| 夜夜夜夜夜久久久久| 夜夜看夜夜爽夜夜摸| 性色av乱码一区二区三区2| 99精品在免费线老司机午夜| 精品国产美女av久久久久小说| 日韩一卡2卡3卡4卡2021年| 精品国产亚洲在线| 夜夜爽天天搞| 中文字幕精品免费在线观看视频| 女性生殖器流出的白浆| 精品一区二区三区av网在线观看| 亚洲国产看品久久| av片东京热男人的天堂| 日本免费一区二区三区高清不卡| www.www免费av| 99国产精品一区二区三区| 啦啦啦 在线观看视频| 丰满人妻熟妇乱又伦精品不卡| 午夜影院日韩av| 别揉我奶头~嗯~啊~动态视频| 手机成人av网站| 一区二区三区精品91| 亚洲中文av在线| 可以在线观看的亚洲视频| 一级毛片高清免费大全| 色在线成人网| 久久亚洲真实| 观看免费一级毛片| 色哟哟哟哟哟哟| 女性生殖器流出的白浆| 欧美丝袜亚洲另类 | 国产高清视频在线播放一区| 久久久精品欧美日韩精品| 亚洲欧美精品综合久久99| 国语自产精品视频在线第100页| 国产私拍福利视频在线观看| 精品一区二区三区四区五区乱码| 欧美国产精品va在线观看不卡| 宅男免费午夜| 午夜久久久在线观看| 午夜影院日韩av| bbb黄色大片| 午夜两性在线视频| 国产成人影院久久av| 成人国产综合亚洲| 制服丝袜大香蕉在线| 久久国产亚洲av麻豆专区| 亚洲男人天堂网一区| 日本在线视频免费播放| 久热这里只有精品99| 精品久久蜜臀av无| 99国产极品粉嫩在线观看| 国产av又大| 女同久久另类99精品国产91| 免费看十八禁软件| 亚洲精品一卡2卡三卡4卡5卡| 亚洲av第一区精品v没综合| 级片在线观看| 天天躁夜夜躁狠狠躁躁| a级毛片在线看网站| 午夜福利在线观看吧| www.熟女人妻精品国产| 看片在线看免费视频| avwww免费| 后天国语完整版免费观看| 女人爽到高潮嗷嗷叫在线视频| 久久婷婷人人爽人人干人人爱| 久久亚洲真实| 国内精品久久久久精免费| 午夜影院日韩av| 一本一本综合久久| 日韩国内少妇激情av| 岛国视频午夜一区免费看| 黄色片一级片一级黄色片| 在线十欧美十亚洲十日本专区| 日韩欧美三级三区| 首页视频小说图片口味搜索| av免费在线观看网站| 亚洲精品国产精品久久久不卡| 亚洲第一欧美日韩一区二区三区| 国产午夜福利久久久久久| 搡老妇女老女人老熟妇| 91老司机精品| 91成人精品电影| 国产成人影院久久av| 看片在线看免费视频| 18禁黄网站禁片免费观看直播| 91国产中文字幕| 看片在线看免费视频| 亚洲激情在线av| 99热6这里只有精品| 国语自产精品视频在线第100页| 亚洲精品美女久久久久99蜜臀| 中出人妻视频一区二区| 动漫黄色视频在线观看| 免费观看人在逋| 黄片播放在线免费| 久久久久久人人人人人| 黄频高清免费视频| 久久热在线av| 伊人久久大香线蕉亚洲五| 日本 欧美在线| 精品久久久久久久人妻蜜臀av| 午夜福利欧美成人| 99精品久久久久人妻精品| 日韩精品中文字幕看吧| 亚洲精品美女久久av网站| 欧美成人免费av一区二区三区| 久久久久久免费高清国产稀缺| 久久久精品欧美日韩精品| 中文在线观看免费www的网站 | 成年版毛片免费区| 色综合站精品国产| 国产高清videossex| 精品人妻1区二区| 欧美黑人巨大hd| 亚洲一区二区三区不卡视频| 国产成年人精品一区二区| 国产v大片淫在线免费观看| 亚洲成人精品中文字幕电影| 亚洲欧美精品综合久久99| 久久国产精品男人的天堂亚洲| 精品欧美一区二区三区在线| 国内揄拍国产精品人妻在线 | 久久久久亚洲av毛片大全| 久久这里只有精品19| 波多野结衣高清无吗| 99久久国产精品久久久| 97碰自拍视频| 夜夜夜夜夜久久久久| 村上凉子中文字幕在线| 成人三级做爰电影| 久久99热这里只有精品18| 黄色丝袜av网址大全| 香蕉av资源在线| 久久午夜综合久久蜜桃| 亚洲精品色激情综合| 人妻丰满熟妇av一区二区三区| 88av欧美| 一级毛片精品| 国产三级黄色录像| 日韩欧美国产在线观看| 国产精品免费视频内射| 国产亚洲精品av在线| 一级a爱片免费观看的视频| 给我免费播放毛片高清在线观看| 国产成人av激情在线播放| 亚洲国产精品999在线| 最近最新免费中文字幕在线| 色综合欧美亚洲国产小说| 一本大道久久a久久精品| 免费av毛片视频| 国产97色在线日韩免费| 成人av一区二区三区在线看| 亚洲精品中文字幕一二三四区| 50天的宝宝边吃奶边哭怎么回事| 午夜福利欧美成人| 国产成人一区二区三区免费视频网站| 国产亚洲精品久久久久久毛片| 日日干狠狠操夜夜爽| 精品久久久久久久人妻蜜臀av| 一进一出好大好爽视频| 亚洲一区高清亚洲精品| 国产一级毛片七仙女欲春2 | 欧美中文综合在线视频| 国产男靠女视频免费网站| 亚洲一卡2卡3卡4卡5卡精品中文| 一级黄色大片毛片| 亚洲欧美一区二区三区黑人| 色婷婷久久久亚洲欧美| www.www免费av| 身体一侧抽搐| 美女 人体艺术 gogo| 婷婷精品国产亚洲av在线| 国产爱豆传媒在线观看 | 久久中文字幕一级| 亚洲在线自拍视频| 国产免费av片在线观看野外av| 性欧美人与动物交配| www.自偷自拍.com| 两性夫妻黄色片| 又紧又爽又黄一区二区| 搡老妇女老女人老熟妇| 看黄色毛片网站| www.999成人在线观看| 国产v大片淫在线免费观看| 男人舔奶头视频| 国产欧美日韩一区二区精品| 亚洲人成网站在线播放欧美日韩| 欧美在线一区亚洲| 亚洲自偷自拍图片 自拍| 嫩草影院精品99| 亚洲中文日韩欧美视频| 久久久水蜜桃国产精品网| 久久国产精品人妻蜜桃| 少妇被粗大的猛进出69影院| 成人亚洲精品av一区二区| av天堂在线播放| 国产亚洲欧美98| 久久精品夜夜夜夜夜久久蜜豆 | 国产成人av激情在线播放| 美女高潮到喷水免费观看| 久久精品国产综合久久久| 男女之事视频高清在线观看| 一级黄色大片毛片| 欧美绝顶高潮抽搐喷水| 久久亚洲真实| 老司机靠b影院| 亚洲人成电影免费在线| 色哟哟哟哟哟哟| 亚洲人成77777在线视频| 亚洲黑人精品在线| 9191精品国产免费久久| 波多野结衣高清作品| 一本精品99久久精品77| 1024香蕉在线观看| 久久热在线av| 男女床上黄色一级片免费看| √禁漫天堂资源中文www| 97人妻精品一区二区三区麻豆 | a级毛片在线看网站| 搞女人的毛片| 听说在线观看完整版免费高清| 久久 成人 亚洲| 免费av毛片视频| 给我免费播放毛片高清在线观看| 99国产精品一区二区三区| 欧美黑人欧美精品刺激| 国产国语露脸激情在线看| 一级黄色大片毛片| 亚洲黑人精品在线| www日本在线高清视频| 香蕉丝袜av| 成人永久免费在线观看视频| 国产精品九九99| 日韩欧美国产在线观看| 日韩欧美一区视频在线观看| 亚洲欧美精品综合久久99| 亚洲欧美日韩无卡精品| 桃色一区二区三区在线观看| 日韩精品青青久久久久久| 18禁黄网站禁片午夜丰满| 午夜视频精品福利| 好男人在线观看高清免费视频 | 欧美在线一区亚洲| 不卡av一区二区三区| 国产亚洲精品久久久久5区| 亚洲自偷自拍图片 自拍| 免费观看人在逋| 欧美乱色亚洲激情| 国产黄色小视频在线观看| 国产伦一二天堂av在线观看| or卡值多少钱| 在线十欧美十亚洲十日本专区| 一区二区三区精品91| 日韩欧美国产一区二区入口| 国内久久婷婷六月综合欲色啪| 美女高潮喷水抽搐中文字幕| 久久久久免费精品人妻一区二区 | 亚洲av成人一区二区三| 欧美黑人巨大hd| 老司机靠b影院| 亚洲成国产人片在线观看| 1024香蕉在线观看| 色播在线永久视频| 最近最新免费中文字幕在线| 999久久久国产精品视频| av片东京热男人的天堂| 他把我摸到了高潮在线观看| 国产成人精品久久二区二区免费| 99久久无色码亚洲精品果冻| 999久久久国产精品视频| 亚洲av电影不卡..在线观看| 亚洲精品美女久久av网站| 中文字幕精品免费在线观看视频| 青草久久国产| 波多野结衣av一区二区av| 一本精品99久久精品77| 亚洲人成77777在线视频| 色婷婷久久久亚洲欧美| 国产欧美日韩一区二区精品| 亚洲第一av免费看| 我的亚洲天堂| 91av网站免费观看| 精品国产亚洲在线| 欧美色欧美亚洲另类二区| 精品国产美女av久久久久小说| 在线国产一区二区在线| 国产精品 国内视频| 久久婷婷成人综合色麻豆| 精品欧美一区二区三区在线| 久久中文看片网| 女人爽到高潮嗷嗷叫在线视频| 午夜福利在线观看吧| 久久久久亚洲av毛片大全| 国产高清videossex| 精品久久久久久久毛片微露脸| 一二三四在线观看免费中文在| 国产成人一区二区三区免费视频网站| 欧美在线黄色| 成人一区二区视频在线观看| 亚洲七黄色美女视频| 亚洲成人久久性| 老司机福利观看| 亚洲精品色激情综合| 亚洲av片天天在线观看| 麻豆av在线久日| 日本五十路高清| 久久人妻av系列| 国内毛片毛片毛片毛片毛片| 亚洲一区二区三区色噜噜| 色综合欧美亚洲国产小说| 亚洲精品粉嫩美女一区| 777久久人妻少妇嫩草av网站| 三级毛片av免费| 久久99热这里只有精品18| netflix在线观看网站| 桃红色精品国产亚洲av| 国产成人系列免费观看| 日日夜夜操网爽| 亚洲国产欧美一区二区综合| 欧美又色又爽又黄视频| 久久国产精品人妻蜜桃| 国产黄色小视频在线观看| 亚洲精品在线美女| 欧美成人免费av一区二区三区| 女生性感内裤真人,穿戴方法视频| 欧美日韩精品网址| 精品一区二区三区四区五区乱码| 国产一卡二卡三卡精品| 老司机深夜福利视频在线观看| 99在线视频只有这里精品首页| 国产精品香港三级国产av潘金莲| 一级毛片高清免费大全| 18禁裸乳无遮挡免费网站照片 | 国产欧美日韩一区二区精品| 久久狼人影院| 色播在线永久视频| 禁无遮挡网站| 国产不卡一卡二| 在线国产一区二区在线| 一区二区三区精品91| 啦啦啦免费观看视频1| 麻豆一二三区av精品| 国产成人影院久久av| 国产成人系列免费观看| 国产精品野战在线观看| www.www免费av| 国产在线观看jvid| 真人做人爱边吃奶动态| 久久精品成人免费网站| 97人妻精品一区二区三区麻豆 | 男女做爰动态图高潮gif福利片| 欧美日本视频| 99在线视频只有这里精品首页| 国产精品久久久人人做人人爽|