基于神经网络分位数的分布式光伏发电功率异常识别方法

1

作者 王晓倩 周羽生 +3 位作者 毛源军 李彬 周文晴 苏盛 《上海交通大学学报》 北大核心 2025年第6期836-844,共9页

分布式光伏发电系统点多面广,缺乏科学规范的运维管理体系,同时可用数据匮乏,难以准确识别由气象波动干扰导致的光伏设备异常.针对分布式光伏的运维现状和数据特征,提出一种基于神经网络分位数回归(QRNN)的光伏发电功率异常检测方法.首... 分布式光伏发电系统点多面广,缺乏科学规范的运维管理体系,同时可用数据匮乏,难以准确识别由气象波动干扰导致的光伏设备异常.针对分布式光伏的运维现状和数据特征,提出一种基于神经网络分位数回归(QRNN)的光伏发电功率异常检测方法.首先分析晴天的太阳辐照度特性,利用晴朗日筛选方法排除阴雨天气的干扰影响;然后对不同电站的出力相关性进行分析,以获取出力相关性高的光伏电站作为横向参考;再将待测电站在不同晴朗日的出力曲线进行纵向对比,排除天气与环境条件等干扰因素.将排除干扰的计量出力有功功率数据输入QRNN模型,得到光伏正常有功功率出力区间,以正常出力区间的功率阈值识别光伏发电功率的异常.对某实际光伏系统数据进行仿真分析,结果表明:该方法能排除气象因素的干扰,准确识别出存在故障的光伏系统,推动分布式光伏的精细化运维. 展开更多

关键词 分布式光伏发电 功率异常检测 晴朗日筛选 神经网络分位数 出力相关性

在线阅读 下载PDF 职称材料

基于神经网络分位数回归的VaR金融风险测度 被引量：9

2

作者 许启发 徐金菊 +1 位作者 蒋翠侠 刘晓华 《合肥工业大学学报（自然科学版）》 CAS CSCD 北大核心 2014年第12期1518-1522,共5页

基于神经网络分位数回归给出VaR风险测度方法,一方面,通过其分位数回归功能可以揭示响应变量整个条件分布特征;另一方面,通过其神经网络结构,可以模拟经济系统中的非线性结构,从而很好地解决了VaR风险测度中遇到的2个难题:尾部风险测度... 基于神经网络分位数回归给出VaR风险测度方法,一方面,通过其分位数回归功能可以揭示响应变量整个条件分布特征;另一方面,通过其神经网络结构,可以模拟经济系统中的非线性结构,从而很好地解决了VaR风险测度中遇到的2个难题:尾部风险测度与非线性关联模式。文章选取上证综指作为研究对象,将其与传统的VaR金融风险测度方法进行了实证比较,实证结果表明,基于神经网络分位数回归的VaR风险测度方法,在样本内与样本外都取得了较好的实证效果。 展开更多

关键词 金融风险 风险价值(VaR) 分位数回归 神经网络分位数回归

在线阅读 下载PDF 职称材料

基于神经网络分位数回归的金融风险预警 被引量：9

3

作者 曾昭法 游悦 《统计与决策》 CSSCI 北大核心 2020年第14期137-140,共4页

文章通过神经网络分位回归的金融风险预警研究,对2018年及2019年的金融稳定状态进行预警,选取2010—2017年24个指标季度数据建立初始金融预警指标体系,在此基础上运用聚类分析以及非参数统计方法进行指标筛选,最终保留14个金融预警指标... 文章通过神经网络分位回归的金融风险预警研究,对2018年及2019年的金融稳定状态进行预警,选取2010—2017年24个指标季度数据建立初始金融预警指标体系,在此基础上运用聚类分析以及非参数统计方法进行指标筛选,最终保留14个金融预警指标。由k均值聚类和主成分分析方法将金融风险分为四种风险状态,继而基于神经网络分位数回归模型,建立了我国金融预警模型,对金融系统运行情况进行预测。 展开更多

关键词 神经网络分位数回归 金融风险预警 聚类分析

在线阅读 下载PDF 职称材料

基于QRNN的黄河流域九省(区)碳达峰路径分析

4

作者 张小波 吴锦煌 《人民黄河》 北大核心 2025年第6期14-24,共11页

黄河流域九省(区)大都存在生态环境脆弱、经济欠发达、产业失衡等问题,碳达峰难度较大。为探索有效可行的碳达峰路径、给黄河流域碳排放相关政策的制定提供参考,基于黄河流域九省(区)经济社会发展“十四五”规划及2035年远景目标,设置... 黄河流域九省(区)大都存在生态环境脆弱、经济欠发达、产业失衡等问题,碳达峰难度较大。为探索有效可行的碳达峰路径、给黄河流域碳排放相关政策的制定提供参考,基于黄河流域九省(区)经济社会发展“十四五”规划及2035年远景目标,设置以绿色发展为核心注重经济增长与生态环境协调的低碳发展模式、延续当前经济发展趋势的基准发展模式、以经济高速增长为主要目标不设置节能减排指标的高增长发展模式,依据各省(区)2000—2021年人均GDP、能源强度、城镇化水平、人口规模、产业结构的面板数据,采用分位数回归神经网络(QRNN)模型进行实证分析,并采用高斯核函数进行核密度估计与2022—2035年碳排放量概率预测,结果表明:1)河南、内蒙古、青海三省(区)在3种发展模式下均能提前实现碳达峰(碳达峰时间分别为2011年、2020年、2013年),其他六省(区)难以按时实现碳达峰(其中山西有望在2035年实现碳达峰);2)青海、山东两省适合基准发展模式,内蒙古、山西、四川、陕西四省(区)适合低碳发展模式,河南、甘肃、宁夏三省(区)适合高增长发展模式。建议制定差异化发展政策、构建区域碳交易市场和黄河流域污染治理联动机制,推动黄河流域整体降碳减排。 展开更多

关键词 碳达峰 发展模式 分位数回归神经网络 核密度估计 概率预测 黄河流域

在线阅读 下载PDF 职称材料

基于CNN-LSTM分位数回归的母线负荷日前区间预测 被引量：17

5

作者 唐戈 余一平 +1 位作者 秦川 鞠平 《电力工程技术》 北大核心 2021年第4期123-129,共7页

针对部分工业类母线负荷波动较大,传统点预测方法难以准确预测的问题,文中提出一种基于卷积神经网络(CNN)与长短期记忆网络分位数回归(QRLSTM)组合的母线负荷日前区间预测模型。首先,针对工业类负荷功率的高频波动,采用去噪自编码器对... 针对部分工业类母线负荷波动较大,传统点预测方法难以准确预测的问题,文中提出一种基于卷积神经网络(CNN)与长短期记忆网络分位数回归(QRLSTM)组合的母线负荷日前区间预测模型。首先,针对工业类负荷功率的高频波动,采用去噪自编码器对历史负荷数据进行降噪处理;然后,利用基于时间分布层封装的一维CNN网络进行负荷特征提取和压缩,以提升整个模型的学习效率;最后,建立含有注意力机制的QRLSTM模型进行特征学习,得到不同分位数下的负荷区间预测结果。对工业类和居民商业类2种典型的220 kV母线负荷进行了负荷日前区间预测测试,并与常规的分位数回归方法进行了对比。结果表明,文中方法获得的预测结果总体上区间覆盖率更大、区间平均宽度和区间累计偏差均更小,预测效果更好。 展开更多

关键词 母线负荷 日前区间预测 卷积神经网络 长短记忆神经网络分位数回归 注意力机制

在线阅读 下载PDF 职称材料

基于相似时刻的光伏出力概率分布估计方法 被引量：29

6

作者 程泽 刘冲 刘力 《电网技术》 EI CSCD 北大核心 2017年第2期448-454,共7页

针对光伏发电可预测性低的问题,提出了一种综合使用通径分析(path analysis,PA)、k近邻算法(k-Nearest Neighbor,KNN)、神经网络分位数回归(quantile regression neural network,QRNN)和核密度估计(kernel density estimator,KDE)的光... 针对光伏发电可预测性低的问题,提出了一种综合使用通径分析(path analysis,PA)、k近邻算法(k-Nearest Neighbor,KNN)、神经网络分位数回归(quantile regression neural network,QRNN)和核密度估计(kernel density estimator,KDE)的光伏出力概率分布估计方法,构造出未来1 d任意时刻的光伏出力概率密度函数,可以得到比点预测和区间预测更多的有用信息。首先由通径分析对气象因素进行约减,在降低模型输入维数的基础上减小变量间的耦合作用。然后通过K-means算法按天气类型对历史样本进行聚类,进一步提高相似样本的筛选效果。最后利用神经网络分位数回归和核密度估计对光伏出力的概率分布进行估计。实验结果表明,相比于核密度估计和传统的正态分布估计方法,采用所提方法估计出的概率分布的可靠性和锐度更高。 展开更多

关键词 神经网络分位数回归 通径分析 核密度估计 光伏发电 概率分布

在线阅读 下载PDF 职称材料

极端VaR风险测度的新方法:QRNN+POT 被引量：11

7

作者 许启发 陈士俊 +1 位作者 蒋翠侠 刘曦 《系统工程学报》 CSCD 北大核心 2016年第1期33-44,共12页

由于金融时间序列极端尾部数据的稀疏性,一方面非线性分位数回归存在非线性函数形式选择困难;另一方面非线性分位数回归的极端VaR风险测度精度一直不高.为此,提出了使用神经网络分位数回归(QRNN)模拟金融系统的非线性结构,并使用极值理... 由于金融时间序列极端尾部数据的稀疏性,一方面非线性分位数回归存在非线性函数形式选择困难;另一方面非线性分位数回归的极端VaR风险测度精度一直不高.为此,提出了使用神经网络分位数回归(QRNN)模拟金融系统的非线性结构,并使用极值理论的POT方法弥补非线性分位数回归对极端尾部数据信息处理能力的不足,得到了一个新的金融风险测度方法:QRNN+POT,给出了其基本算法,并将其应用于极端VaR风险测度.选取了世界范围内代表性国家股票市场为研究对象,从样本内与样本外两个方面实证比较了QRNN+POT方法与已有的非线性分位数回归模型在VaR风险测度中的表现,结果表明:第一,直接使用非线性分位数回归模型能够准确地得到正常VaR风险测度,而极端VaR风险测度效果却差强人意;第二,使用QRNN+POT方法,极大地改善了极端VaR风险测度效果,能够有效地描述金融危机期间出现的极端风险. 展开更多

关键词 极端VaR 非线性分位数回归 神经网络分位数回归 POT方法 QRNN+POT方法

在线阅读 下载PDF 职称材料

考虑温度因素的中期电力负荷概率密度预测方法 被引量：43

8

作者 何耀耀 闻才喜 +1 位作者 许启发 撖奥洋 《电网技术》 EI CSCD 北大核心 2015年第1期176-181,共6页

针对温度因素对中期电力负荷的影响,在现有的神经网络预测、区间预测和概率密度预测方法的基础上,研究在不同分位点上温度和历史负荷对电力系统中期负荷分布规律的影响,提出基于神经网络分位数回归的中期电力负荷概率密度预测方法。根... 针对温度因素对中期电力负荷的影响,在现有的神经网络预测、区间预测和概率密度预测方法的基础上,研究在不同分位点上温度和历史负荷对电力系统中期负荷分布规律的影响,提出基于神经网络分位数回归的中期电力负荷概率密度预测方法。根据连续的条件分位数函数预测中期负荷在某天的概率密度,获得更多关于中期负荷预测信息。同时,通过比较在考虑温度因素下和不考虑温度因素下的条件概率密度预测曲线以及峰值对应的点预测值,可以得出,预测当天温度对中期负荷预测有较重要的影响,这为降低中期电力负荷预测的不确定因素提供了更多的决策信息和预测结果。 展开更多

关键词 温度 概率密度预测 神经网络分位数回归 中期负荷

在线阅读 下载PDF 职称材料

基于Epanechnikov核与最优窗宽组合的中期电力负荷概率密度预测方法 被引量：24

9

作者 何耀耀 闻才喜 许启发 《电力自动化设备》 EI CSCD 北大核心 2016年第11期120-126,共7页

利用神经网络分位数回归获得预测当天在不同分位点上的电力负荷预测值,将Epanechnikov核函数与不同的最优窗宽选择方法相组合,得到中期电力负荷概率密度估计函数以及在所有分位点上连续的概率密度曲线图。此外,通过选取概率密度曲线峰... 利用神经网络分位数回归获得预测当天在不同分位点上的电力负荷预测值,将Epanechnikov核函数与不同的最优窗宽选择方法相组合,得到中期电力负荷概率密度估计函数以及在所有分位点上连续的概率密度曲线图。此外,通过选取概率密度曲线峰值处的点预测值,比较不同窗宽组合方法。相对于传统高斯核密度估计方法的组合方式,Epanechnikov核函数的组合方式较优。最后将获得的最优方法与现有的预测方法进行对比,结果表明通过选取最优窗宽可以提高预测精度,更好地反映中期电力负荷的波动性。 展开更多

关键词 中期电力负荷 核密度估计 窗宽选择 概率密度预测 神经网络分位数回归 负荷预测

在线阅读 下载PDF 职称材料

羊群行为视角的系统重要性地方政府识别研究 被引量：3

10

作者 王周伟 赵启程 +1 位作者 宋玉平 李方方 《中国软科学》 CSSCI CSCD 北大核心 2021年第11期91-102,共12页

守住不发生地方政府系统性金融风险底线,重点要监控好系统重要性地方政府,而其核心在于领头示范引导性较强,复杂关联中心度很高.理论分析表明地方政府债务风险承担具有时空正关联作用,该作用导致羊群效应.据此,构建动态空间面板杜宾模型... 守住不发生地方政府系统性金融风险底线,重点要监控好系统重要性地方政府,而其核心在于领头示范引导性较强,复杂关联中心度很高.理论分析表明地方政府债务风险承担具有时空正关联作用,该作用导致羊群效应.据此,构建动态空间面板杜宾模型,验证该命题,随后用CH模型与CCK模型识别,利用参数与非参数的分位数回归估计,稳健测度出羊群效应,并利用神经网络模型分位数回归估计法,非线性识别了系统重要性地方政府.研究表明:地方政府债务风险承担显著具有空间模仿与时间跟随的羊群效应微观演化特征;羊群效应显著较大;神经网络分位数回归模型可以较好地拟合空间网络溢出传染引领效应,能够识别出短期与长期的系统重要性地方政府,从而对地方政府债务风险的宏观审慎监管提供参考. 展开更多

关键词 系统重要性地方政府 羊群效应 分位数估计 动态空间面板杜宾模型 神经网络分位数回归

在线阅读 下载PDF 职称材料

基于QRNN模型的生命年损失概率密度预测 被引量：1

11

作者 武佳佳 王威 +1 位作者 朱强强 马东辉 《中国安全科学学报》 CAS CSCD 北大核心 2019年第5期37-43,共7页

为全面评估预测震害损失,提出一种概率密度预测方法。首先,通过改进的生命年损失计算法,获取生命年损失值;其次,采用基于Akaike信息量准则(AIC)的逐步回归分析法,辨识生命年损失的强关联因素,在此基础上构建神经网络分位数回归(QRNN)模... 为全面评估预测震害损失,提出一种概率密度预测方法。首先,通过改进的生命年损失计算法,获取生命年损失值;其次,采用基于Akaike信息量准则(AIC)的逐步回归分析法,辨识生命年损失的强关联因素,在此基础上构建神经网络分位数回归(QRNN)模型;然后,得到生命年损失预测值与强相关因素的非线性关系,输出不同分位点下生命年损失预测值,运用高斯核函数预测生命年损失概率密度;最后,选取我国1996-2014年的189条地震灾害损失数据作为训练样本,预测2015年10例地震的生命年损失,并与B样条分位数回归(QRBS)模型及3种线性模型作对比。研究表明:基于QRNN模型的震害损失评估概率密度预测,降低了数据依赖性,提高了评估效率;预测值平均绝对误差不超过7. 5%,便于震害评估。 展开更多

关键词 生命年损失 逐步回归 神经网络分位数回归(QRNN) 关联因素辨识 概率密度函数

在线阅读 下载PDF 职称材料

基于VMD-LSTMQR的滚动母线负荷区间预测 被引量：6

12

作者 董新伟 卜智龙 +2 位作者 陈鸣慧 鹿文蓬 年珩 《电力工程技术》 北大核心 2021年第6期9-17,共9页

负荷区间预测能够对负荷出力变化进行概率化分析,准确量化不确定性因素对负荷的影响。相较于传统的点预测,区间预测更能直观反映负荷变化趋势,有助于保障电力系统的安全稳定运行。基于此,文中提出一种基于变分模态分解-长短期记忆神经... 负荷区间预测能够对负荷出力变化进行概率化分析,准确量化不确定性因素对负荷的影响。相较于传统的点预测,区间预测更能直观反映负荷变化趋势,有助于保障电力系统的安全稳定运行。基于此,文中提出一种基于变分模态分解-长短期记忆神经网络分位数回归(VMD-LSTMQR)的滚动母线负荷区间预测方法。首先,文中采用VMD将原始母线负荷分解成一系列不同频率特征的子序列;接着,确定不同子序列的最优滚动步长并采用LSTMQR分别对不同子序列进行区间预测;最后,将不同子序列的区间预测进行重构,得到原始母线负荷预测结果。文中利用220 kV和10 kV母线负荷数据验证了所采用的区间预测模型相较于传统区间预测模型在预测精度、区间宽度方面得到明显改善。 展开更多

关键词 母线负荷 区间预测 变分模态分解(VMD) 长短期记忆神经网络分位数回归(LSTMQR) 滚动模式 分解重构

在线阅读 下载PDF 职称材料

基于一体化实时信息平台的风电功率预测系统

13

作者 詹庆才 聂晓波 +2 位作者 张道农 赵禹 郑继涛 《电网与清洁能源》 2014年第4期81-86,共6页

风具有易变性、随机性等特点,风电并网之后,可能引起运行和可靠性的问题。如果能够提前对风电功率进行准确的预测,则有利于及时调整计划,保证电能质量,减少系统备地容量,获得更多的经济效益和社会效益。介绍了一种基实时信息平台的风电... 风具有易变性、随机性等特点,风电并网之后,可能引起运行和可靠性的问题。如果能够提前对风电功率进行准确的预测,则有利于及时调整计划,保证电能质量,减少系统备地容量,获得更多的经济效益和社会效益。介绍了一种基实时信息平台的风电功率预测系统的研究与设计思路,该系统为了能适应于复杂地形的风电场,结合WRF中尺度数值预报信息,采用了分位数回归神经网络预测方法,进一步提高了风电功率的预测精度。 展开更多

关键词 风电场 风电功率 功率预测 WRF中尺度模型 复杂地形 分位数回归神经网络

在线阅读 下载PDF 职称材料