基于时序混合密度网络的超短期风电功率概率预测

摘要：

风电概率预测能够为新型电力系统安全运行提供关键的边界条件.提高预测精度是风电概率预测研究的关键问题,并且提高隐式模型的可解释性有益于人工智能模型的推广应用.因此,文中提出了时序混合密度网络,提取风电时序数据的局部矩信息作为输入通道,采用时序卷积网络提取多时间尺度的概率特征,并使用混合Beta分布构建概率预测信息.算例结果表明,局部矩通道能有效提高模型训练的收敛性,并且由时序混合密度网络提取的混合分布参数具有一定的可解释性,其预测结果相比现有模型具有更高的精度.

关键词：风电功率、概率预测、混合密度网络、时序卷积网络、最大似然估计、可解释性

所属期刊栏目：46

分类号：TM614;TM734;TM933

资助基金：国家重点研发计划;国家自然科学基金

在线出版日期：2022-08-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：93-100