基于PCA和分位数回归森林的短期负荷概率密度预测方法

摘要

本发明公开一种基于PCA和分位数回归森林的短期负荷概率密度预测方法，包括以下步骤：1)收集电力系统短期负荷预测所需的基本数据，如负荷历史数据，温度、湿度等气象信息，日期类型等；2)从影响因素中选取相关性较强的输入变量，并构造合适的训练样本集；3)采用主成分分析对输入变量集合进行降维处理；4)对降维处理后的数据建立分位数回归森林预测模型，获得任意分位点条件下的回归预测结果；5)通过核密度估计获得短期负荷概率密度预测。本发明提供的方法有效地提高了短期负荷预测精度，可以获得任意时刻负荷概率密度预测结果，能够较好解决电力系统短期负荷预测问题。