Page 20 - 电力与能源2021年第三期

2 8 2 黄星知, 等: 基于小波分解技术和随机森林算法的负荷概率预测

^ ( s ) ^ ( s ) ( 4 ) 带 WBDs 的 QRF 基准 ( 版本 1 ): DWT-
J 和 总 的 非 重 要 负 荷 分 量 的 点 预
P h 1 ,…, P h
QRF 基 准 ( DWT-QRF-B )、 WPT-QRF 基 准
^ ( ns ) 。
测P h ( WPT-QRF-B )、 SWT-QRF 基准( SWT-QRF-B )
步骤 4 : 将重要负荷分量和整体非重要负荷 和 DT-CWT-QRF 基准 ( DT-CWT-QRF-B ) 将 相
分量的预测组合起来, 生成最终的负荷概率预测。 应的 WBD 应用于原始负荷时间序列, 所有分量
为了避免最终负荷预测的分位数交叉, 对重要负 都通过不同的 QRF 进行处理。在实施过 程 中,

^ ( s ) ^ ( s ) 不执行步骤 2 , 也不使用确定性预测方法处理任
J 进行插值, 得
荷分量的预测分位数 P h 1 ,…, P h
到相应的预测累积分布, 从中提取负荷分量的预 何分量, 而是直接按照步骤 4 进行负荷预测重建。
测样本。通过蒙特卡罗模拟, 将这些样本的 J 个 通过试验, DT-CWT-QRF-B 在所考虑的所有 场
景和周期中都优于其他3 个 QRF 基准。因此, 本
^ ( ns )
重要负荷分量和非重要负荷分量的点预测 P h
文只 将 DT-CWT-QRF-B 的 结 果 添 加 到 比 较 分
相加, 以得到最终的负荷预测样本。
析中。
2 基准和误差指数 ( 5 ) 带 WBDs的 QRF 基准( 版本 2 ): 通过将
相应的 WBD 应用于原始负荷时间序列, 提出另
2.1 基准
一 种 DWT-QRF 基 准 ( DWT-QRF-B2 ), WPT-
本文提出 8 种概率基准。前 3 种基准不考虑
QRF 基 准 ( WPT-QRF-B2 ), SWT-QRF 基 准
负荷时间序列的预处理, 可以评估用 WBD 预处
( SWT-QRF-B2 )和 DT-CWT-QRF 基 准 ( DT-
理负荷时间序列是否能够提高预测的准确性。第
CWT-QRF-B2 )。 在 这 些 基 准 中, 通 过 不 同 的
4 和第 5 种基准没有使重要和非重要负荷分量的
QRF 来处理重要负荷分量和非重要负荷分量之
处理多样化, 可用于评估重要和非重要负荷分量
和。实际上, 只用到步骤 3 中的概率预测方法, 根
的处理多样化是否会提高预测的准确性。第 6 种 据步骤 4 重构最终负荷预测。通过试验可知, 在
基准中用一个确定的模型来计算重要负荷分量之
所有考虑的场景和周期中, WPT-QRF-B2 和 DT-
和, 用一个概率模型来计算非重要负荷分量之和, CWT-QRF-B2 优于其他两个基准。因此, 本文只
因此可评估将概率模型应用于重要分量和确定性 将 WPT-QRF-B2 和 DT-CWT-QRF-B2 的 结 果

模型应用于非重要分量是否优于其他模型。第 7 添加到后面的比较分析中, 以避免冗余。
种基准主要研究的是与 GBRT 交互的 WBDs , 而 ( 6 )带 WBDs 的 RF / QRF 基 准: 包 括 基 准
不是 QRFs 。第 8 种基准是一个初步的模型, 仅 DWT-RF / QRF-B , WPT-RF / QRF-B , SWT-RF /
供参考。 QRF-B 和 DT-CWT-RF / QRF-B 。 在 这 些 基 准
( 1 ) QRF 基 准 ( 版 本 1 ): 第 一 个 QRF 基 准 中, WBD 用于负荷时间序列( 如步骤 1 所示), 并
( QRF-B1 ) 改编自文献[ 13 ], 直接将单个 QRF 应 且重要负荷分量是个性化的( 如步骤 2 所示)。在
用于原始负荷时间序列, 以便根据预测分位数构 步骤 3 中所采取的操作是相反的: RFs应用于重
建负荷概率预测。 要负荷分量, QRF 应用于非重要负荷分量之和,
( 2 ) QRF 基准 ( 版 本 2 ): 第 二 个 QRF 基 准 最后按照步骤 4 进行最终负荷预测重建。在试验
( QRF-B2 ) 改编自文献[ 13 ], 将单个 QRF 应用于 中, DT-CWT-RF / QRF-B 在 所 有 考 虑 的 场 景 和
在[ 0 , 1 ] 范围内规范化的负载时间序列, 这种标准 周期方 面 都 优 于 其 他 3 个 基 准, 因 此 只 将 DT-
化可能有助于获得更准确的预测。在这个基准 CWT-RF / QRF-B 添加到比较分析中。
中, 所有的外部定量预测因子也都在[ 0 , 1 ] 范围内 ( 7 ) 带 WBDs的 GBRT 基准: 带 WBDs的基
被标准化, 对负荷时间序列的平均值( 或最大值) 于 GBRT 的 基 准 ( 即 DWT-GBRT-B , WPT-
的规范化可以返回非常相似的结果, 本文中不显 GBRT-B , SWT-GBRT-B 和 DT-CWT-GBRT-B ),
示以避免冗长的表示。 包括将 GBRT 用于 WBDs产生的重要负荷分量
( 3 ) GBRT 基准: GBRT 基准( GBRT-B ) 基于 的分位数回归, 以及将 GBRT 用于非重要负荷分
用于分 位 数 回 归 的 GBRT 方 法, 以 适 应 概 率 框 量的确定性回归。在试验中, DT-CWT-GBRT-B
架, 本文是利用 R 语言中的 g bm 包开发的。 在所有考虑的场景和周期方面都优于其他 3 个基