電力市場(chǎng)中電價(jià)預(yù)測(cè)的準(zhǔn)確性對(duì)于供應(yīng)商競(jìng)價(jià)策略的制定至關(guān)重要。針對(duì)電價(jià)預(yù)測(cè)問(wèn)題,提出一種基于完備經(jīng)驗(yàn)?zāi)B(tài)分解的深度學(xué)習(xí)分位數(shù)回歸電價(jià)預(yù)測(cè)方法。首先,采用自適應(yīng)噪聲的完備經(jīng)驗(yàn)?zāi)B(tài)分解方法對(duì)電價(jià)序列進(jìn)行分解,得出各個(gè)模態(tài)分量;然后,采用深度學(xué)習(xí)中空洞因果卷積神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型在不同分位數(shù)下對(duì)各個(gè)分量進(jìn)行預(yù)測(cè),并將預(yù)測(cè)結(jié)果重構(gòu);最后,對(duì)預(yù)測(cè)結(jié)果采用核密度估計(jì)得到電價(jià)的概率密度函數(shù)。經(jīng)過(guò)對(duì)美國(guó)電力市場(chǎng)PJM的實(shí)際數(shù)據(jù)進(jìn)行仿真驗(yàn)證,所提出的組合預(yù)測(cè)方法相比于其他分位數(shù)回歸方法,不僅具有更高的預(yù)測(cè)準(zhǔn)確度,且可以為供電商提供更多有效信息。

【文章頁(yè)數(shù)】：7 頁(yè)

【文章目錄】：
1 采用CEEMDAN的電價(jià)序列分解
2 用于電價(jià)預(yù)測(cè)的空洞因果卷積分位數(shù)回歸方法
    2.1 空洞因果卷積
    2.2 分位數(shù)回歸
    2.3 空洞因果卷積神經(jīng)網(wǎng)絡(luò)分位數(shù)回歸
    2.4 模型評(píng)價(jià)
        2.4.1 可靠性指標(biāo)
        2.4.2 敏銳性指標(biāo)
3 算例仿真
4 結(jié)語(yǔ)



本文編號(hào)：3815736