本發明公開了一種有源配電網凈負荷概率預測方法,步驟包括:S1,對收集的配網負荷、新能源出力時間序列數據集進行缺失值填補、異常值剔除后,配網負荷減去新能源出力的得到凈負荷時間序列;S2,將凈負荷時間序列轉換為監督學習數據集,使用時間卷積神經網絡提取得到凈負荷時間序列的特征向量;S3,使用時間卷積神經網絡提取得到特征向量為輸入訓練分位數隨機森林模型,得到凈負荷的概率預測結果。本發明利用時間卷積神經網絡?分位數隨機森林模型進行有源配電網概率預測時,使用時間卷積神經網絡深入挖掘了凈負荷的時序變化特征,實現了歷史凈負荷數據的充分利用,幫助分位數隨機森林模型更快速準確地進行凈負荷概率預測。
聲明:
“有源配電網凈負荷概率預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)