公开(公告)号：CN117674093A

公开(公告)日：2024-03-08

申请号：CN202311609739.8

申请日：2023-11-29

Applicant: 南昌大学

Inventor： 刘明萍 ,  王佳龙 ,  邓素辉 ,  汪庆年 ,  王玉皞

IPC: H02J3/00 ,  G06Q10/0639 ,  G06Q50/06 ,  G06N3/084 ,  G06N3/09

Abstract: 本发明提供了一种基于iMICN的非等距单调复合分位数回归的概率预测方法，包括：1）使用皮尔逊分析发对数据集进行特征筛选并作数据预处理；2）按照8:1:1将数据集划分为训练集、测试集、验证集；3）使用iMICN模型进行训练，得到高精度的中值，再使用非等距单调复合分位数回归预测条件分位数；4）通过Adam算法，根据弹球损失函数进行反向传播训练模型参数，根据验证集的损失值判断模型参数的训练效果；5）将训练好的网络应用于测试集，得到最终的概率预测结果，通过评价指标对概率预测结果进行评价。本发明iMICN深度学习模型大幅提高了预测精度，在不降低覆盖概率的情况下减小了预测区间宽度，再结合非等距单调复合分位数回归，在短期负荷概率预测中表现卓越。