基于CEEMDAN分解的深度学习分位数回归电价预测

彭曙蓉; 李彬; 彭君哲; 许福鹿; 石亮缘

首页> 中文期刊> 《电力系统及其自动化学报》 >基于CEEMDAN分解的深度学习分位数回归电价预测

基于CEEMDAN分解的深度学习分位数回归电价预测

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

cqvip:电力市场中电价预测的准确性对于供应商竞价策略的制定至关重要。针对电价预测问题,提出一种基于完备经验模态分解的深度学习分位数回归电价预测方法。首先,采用自适应噪声的完备经验模态分解方法对电价序列进行分解,得出各个模态分量;然后,采用深度学习中空洞因果卷积神经网络预测模型在不同分位数下对各个分量进行预测,并将预测结果重构;最后,对预测结果采用核密度估计得到电价的概率密度函数。经过对美国电力市场PJM的实际数据进行仿真验证,所提出的组合预测方法相比于其他分位数回归方法,不仅具有更高的预测准确度,且可以为供电商提供更多有效信息。

著录项

来源
《电力系统及其自动化学报》 |2020年第4期|138-144|共7页
作者
彭曙蓉; 李彬; 彭君哲; 许福鹿; 石亮缘;
展开▼
作者单位

长沙理工大学电气与信息工程学院长沙 410114;

展开▼
原文格式 PDF
正文语种 chi
中图分类理论与分析;
关键词
电价序列分解; 空洞卷积; 因果卷积; 分位数回归; 概率密度估计;

相似文献

中文文献
外文文献
专利

1. 改革进程中的国有与非国有部门工资差异分布演变——基于分位数回归与反事实分位数分解的微观实证 [J] . 陈雪娟 ,余向华 . 北京工商大学学报（社会科学版） . 2019,第006期
2. 国有部门与非国有部门工资差异的演变与分解——基于非条件分位数回归的分解方法 [J] . 周兴 ,王芳 . 经济科学 . 2013,第3期
3. 基于深度学习分位数回归模型的充电桩负荷预测 [J] . 彭曙蓉 ,黄士峻 ,李彬 . 电力系统保护与控制 . 2020,第002期
4. 基于深度学习分位数回归模型的风电功率概率密度预测 [J] . 李彬 ,彭曙蓉 ,彭君哲 . 电力自动化设备 . 2018,第009期
5. 进城农民工相对贫困的代际差异研究——基于RIF无条件分位数回归分解法 [J] . 彭继权 ,张利国 ,陈苏 . 财经论丛 . 2020,第009期
6. 中国上市公司高管人员薪酬的影响因素与成因分解——一个基于分位数回归模型的实证研究 [C] . 夏宁 ,康雁飞 ,戴兴美 . 中国财务学会第十届年会 . 2009
7. 农地整治项目农户有效参与的差异及成因研究——基于分位数回归与反事实分解 [A] . 陈智鑫 . 2018

基于CEEMDAN分解的深度学习分位数回归电价预测

摘要

著录项

相似文献

相关主题

期刊订阅