龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本申请公开了基于多值分位数回归与集成学习的负荷短期概率预测方法，包括如下步骤：利用历史基准数据构建若干个集成学习子模型，以若干个集成学习子模型得到负荷分位数预测值训练集合；以若干个集成学习子模型构建集成学习初始模型；基于集成学习模型损失函数输出权重参数更新值，得到集成学习模型；以待预测时序数据以及集成学习模型输出待预测时序对应的负荷分位数预测值集合；基于自适应带宽核密度估计算法根据负荷分位数预测值集合输出连续概率密度曲线，得到负荷短期概率预测结果。本申请的有益效果：改善多个负荷分位数预测值交叉问题，能够有效提高负荷区间预测的区间覆盖率准确性并减小区间预测宽度。
主权项：1.基于多值分位数回归与集成学习的负荷短期概率预测方法，其特征在于：包括如下步骤：S1：获取历史负荷数据，利用历史负荷数据根据时序划分为历史基准数据以及历史先行数据，利用历史基准数据构建若干个集成学习子模型，以历史先行数据以及若干个集成学习子模型得到对应历史先行数据的负荷分位数预测值训练集合；S2：对若干个集成学习子模型执行初始动态加权，构建集成学习初始模型；S3：基于集成学习模型损失函数根据历史先行数据以及负荷分位数预测值训练集合输出权重参数更新值，以权重参数更新值执行二次动态加权，更新集成学习初始模型，得到集成学习模型；S4：获取待预测时序数据，以待预测时序数据以及集成学习模型输出待预测时序对应的负荷分位数预测值集合；S5：基于自适应带宽核密度估计算法根据负荷分位数预测值集合输出连续概率密度曲线，得到负荷短期概率预测结果。
全文数据：
权利要求：
百度查询： 国网浙江省电力有限公司绍兴供电公司 国网浙江省电力有限公司嵊州市供电公司 国网浙江省电力有限公司绍兴市上虞区供电公司 基于多值分位数回归与集成学习的负荷短期概率预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号