科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有的区间预测在满足高覆盖率的同时区间宽度存在过宽的问题，提出一种基于信息熵变权区间组合和边界逼近的短期光伏功率区间预测方法。首先，对历史天气数据特征进行特征重组，并基于套索交叉的递归特征消除（LassoCV-RFE）算法对重组后的特征进行筛选。然后，采用动态贝叶斯网络模型和基于卷积长短期记忆网络的改进分位数回归模型（CNNLSTM-QH）分别预测光伏出力的置信区间，根据信息熵进行区间变权组合。最后，结合区间覆盖率和区间宽度指标，构建边界逼近函数和惩罚边界，对两个预测结果加权组合后的区间进行边界逼近。仿真结果表明：相比于一般的单一模型方法，所提方法能在95%、90%和85%的置信水平下分别减小21.86%、16.67%和14.93%的平均区间宽度，同时区间覆盖率也能满足对应的置信度要求。
- 单位
