[发明专利]一种家庭电力负荷概率预测方法及应用

摘要

本发明公开了一种家庭电力负荷概率预测方法及应用，属于家庭负荷预测技术领域；考虑到家庭负荷数据的时间相关性，采用神经网络模型对时间序列进行建模；针对家庭负荷的强不确定性，采用稀疏高斯过程回归模型进行不确定性表征；此外，在模型训练的过程中，构建了离线‑在线双模式学习方式，通过离线学习保障了神经网络模型的初始性能，通过在线学习实时更新稀疏高斯过程回归模型中的后验分布以及神经网络模型中的参数，增强了神经网络模型和稀疏高斯过程回归模型的精度和适应性，从实时数据中学习了居民用电行为的不确定性；本发明充分考虑了家庭负荷的时间相关性和强不确定性，可以动态捕获家庭电力负荷的变化趋势，能够准确对家庭负荷进行预测。