日电力负荷的概率预测及曲线到曲线回归的分位数方法
统计方法学
2020-11-16 v2 应用统计
摘要
电力负荷曲线的概率预测对于在日益波动和竞争的能源市场中进行有效调度与决策具有根本重要性。我们提出一种构建曲线概率预测器（PPC）的新方法，这在曲线到曲线线性回归背景下引出了分位数的一种自然且全新的定义。PPC 有三种类型：预测集、预测带和预测分位数，均定义在预先指定的名义概率水平上。在模拟研究中，PPC 在多种数据生成机制下取得了令人满意的覆盖概率。当应用于法国日电力负荷曲线的一天前预测时，PPC 在预测精度、覆盖率和预测带平均长度方面优于几种 state-of-the-art 预测方法。预测分位数曲线提供了与电力供给管理中风险对冲高度相关的深刻信息。
引用
@article{arxiv.2009.01595,
title = {Probabilistic Forecasting for Daily Electricity Loads and Quantiles for Curve-to-Curve Regression},
author = {Xiuqin Xu and Ying Chen and Yannig Goude and Qiwei Yao},
journal= {arXiv preprint arXiv:2009.01595},
year = {2020}
}