System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于Gaussian核函数的核密度估计方法技术_技高网
当前位置: 首页 > 专利查询>云南电网有限责任公司红河供电局专利>正文

基于Gaussian核函数的核密度估计方法技术

技术编号：40738724 阅读：5 留言：0更新日期：2024-03-25 19:59
本发明专利技术涉及风力发电技术领域，具体地说，涉及基于Gaussian核函数的核密度估计方法。设计基于Gaussian核函数的核密度估计装置，包括输入模块、主控模块、显示模块和信号传输模块，主控模块包括带宽选择模块和核密度估计模块。使用输入模块将样本数据输入；使用输入模块控制带宽选择模块，进而选择不同的带宽选择方法；数据经过数据预处理模块预处理，使进入核密度估计模块的数据准确规范，之后核密度估计模块得到核密度估计值；最后由信号传输模块传输给后续设备，显示模块可显示相应参数和数据。本发明专利技术中，设置输入模块控制带宽选择模块，可根据数据情况使用不同的带宽选择方法，进而得到不同的带宽，使最终计算得到的核密度估计值更加准确实用性更强。

全部详细技术资料下载

【技术实现步骤摘要】

本专利技术涉及风力发电，具体地说，涉及基于gaussian核函数的核密度估计方法。


技术介绍

1、新能源发电具有低成本、无污染等优点，近年来备受关注，然而，新能源具有较强的不确定性，目前对新能源出力功率的预测存在较大预测误差，大规模的新能源并网不仅给电力系统的稳定运行带来风险，而且造成了风力资源的浪费，因此，如何应对新能源不确定性造成的预测误差成为研究焦点，对预测误差进行较准确的估计，并利用储能系统提前补偿，从而促进新能源消纳是一种有效的解决措施。

2、风电出力时的间歇性、波动性和反调特性给电力系统调度带来了许多问题，在计算风电预测值时会出现误差，是因为实际出力值和预测值之间存在误差，可使用非参数估计的思想建立预测误差概率模型，以分参数估计中的高斯核函数估计为基础，建立某预测值条件下的误差概率分布，为后续将风电的不确定性因素确定化提供支持。


技术实现思路

1、本专利技术的目的在于提供基于gaussian核函数的核密度估计方法，以解决上述
技术介绍
中提出的风电实际出力值和预测值之间存在误差的问题。

2、为实现上述目的，本专利技术的目的之一在于，提供了基于gaussian核函数的核密度估计装置，包括输入模块、主控模块、显示模块和信号传输模块，所述主控模块包括带宽选择模块和核密度估计模块，所述输入模块用于输入变量和改变带宽选择方法，所述核密度估计模块基于gaussian核函数估计核密度，所述显示模块用于显示相应参数和数据，所述信号传输模块用于传输产生数据值。

3、作为优选，核密度估计模块中预设有gaussian核函数，设xi，1、xi，2、…、xi，s为第i个预测出力区间的误差样本点，样本总数为s，t时段预测误差为et，

4、

5、其中，为t时段风电预测出力值，pt为t时段实际出力值；第i个预测出力区间记为第i个预测出力区间的条件概率密度为记为fi(e)，其对应的累积概率分布记为fi(e)，

6、gaussian核函数的表达式为：

7、

8、其中，h为带宽，k(u)为gaussian核函数，u为gaussian核函数的输入变量。

9、作为优选，所述核密度估计模块中核密度估计的表达式为：

10、

11、在误差区间[a，b]上相应的累积概率分布表达式为：

12、

13、作为优选，所述带宽选择模块的带宽选择方法包括silverman规则和amise规则。

14、作为优选，所述带宽选择模块中基于silverman规则确定gaussian核函数带宽的具体步骤包括：

15、计算数据范围：计算在每一个特征维度上的范围r，对于数据集x中的两个不同样本点xi和xj，使用l2范数计算得到r＝maxi，j∣∣xi-xj∣∣2；

16、计算带宽：计算公式为：

17、

18、其中，d为数据集维度。

19、作为优选，所述带宽选择模块中基于amise规则确定gaussian核函数带宽的公式为：

20、计算样本数据的总体标准差σ：对于数据集x中n个样本点xi，

21、样本标准差计算公式为：

22、

23、其中，为样本点平均值；

24、计算样本点之间的平均欧式距离的平方∣∣x∣∣2：对于数据集x中的两个不同样本点xi和xj，

25、计算公式为：

26、

27、计算带宽h：数据点呈球形分布时：

28、计算公式为：

29、

30、作为优选，所述输入模块、显示模块和信号传输模块均与所述主控模块信号连接，所述信号传输模块与后续设备信号连接。

31、作为优选，所述主控模块还包括数据预处理模块，所述数据预处理模块用于去除异常数据值和标准化数据值。

32、作为优选，所述带宽选择模块和所述数据预处理模块均与所述核密度估计模块信号连接。

33、本专利技术的目的之二在于，提供了基于gaussian核函数的核密度估计方法，包括上述的基于gaussian核函数的核密度估计装置，具体估计方法包括如下步骤：

34、s1、使用输入模块将样本数据输入，样本数据可以从外接设备输入，也可使用手动输入；

35、s2、使用输入模块控制带宽选择模块，进而选择不同的带宽选择方法；其中，对于数据量大的情况，且数据分布满足正态时，选择基于silverman规则确定gaussian核函数带宽，对于数据较少且不清楚数据分布时，选择基于amise规则确定gaussian核函数带宽；

36、s3、数据经过数据预处理模块预处理，使进入核密度估计模块的数据准确规范，之后核密度估计模块得到核密度估计值；

37、s4、最后由信号传输模块传输给后续设备，显示模块可显示相应参数和数据。

38、与现有技术相比，本专利技术的有益效果是：

39、该专利技术通过设置输入模块控制带宽选择模块，可根据数据情况使用不同的带宽选择方法，进而得到不同的带宽，使最终计算得到的核密度估计值更加准确实用性更强。

本文档来自技高网...

【技术保护点】

1.基于Gaussian核函数的核密度估计方法，其特征在于，首先设计基于Gaussian核函数的核密度估计装置，包括输入模块(1)、主控模块(2)、显示模块(3)和信号传输模块(4)，所述主控模块(2)包括带宽选择模块(20)和核密度估计模块(21)；具体估计方法包括如下步骤：

2.根据权利要求1所述的基于Gaussian核函数的核密度估计方法，其特征在于：所述输入模块(1)用于输入变量和改变带宽选择方法，所述核密度估计模块(21)基于Gaussian核函数估计核密度，所述显示模块(3)用于显示相应参数和数据，所述信号传输模块(4)用于传输产生数据值。

3.根据权利要求1所述的基于Gaussian核函数的核密度估计方法，其特征在于：所述核密度估计模块(21)中预设有Gaussian核函数，设Xi，1、Xi，2、…、Xi，S为第i个预测出力区间的误差样本点，样本总数为S，t时段预测误差为et，

4.根据权利要求1所述的基于Gaussian核函数的核密度估计方法，其特征在于：所述核密度估计模块(21)中核密度估计的表达式为：

5.根据权利要求1所述的基于Gaussian核函数的核密度估计方法，其特征在于：所述带宽选择模块(20)的带宽选择方法包括Silverman规则和AMISE规则。

6.根据权利要求5所述的基于Gaussian核函数的核密度估计方法，其特征在于：所述带宽选择模块(20)中基于Silverman规则确定Gaussian核函数带宽的具体步骤包括：

7.根据权利要求5所述的基于Gaussian核函数的核密度估计方法，其特征在于：所述带宽选择模块(20)中基于AMISE规则确定Gaussian核函数带宽的公式为：

8.根据权利要求1所述的基于Gaussian核函数的核密度估计方法，其特征在于：所述输入模块(1)、显示模块(3)和信号传输模块(4)均与所述主控模块(2)信号连接，所述信号传输模块(4)与后续设备信号连接。

9.根据权利要求1所述的基于Gaussian核函数的核密度估计方法，其特征在于：所述主控模块(2)还包括数据预处理模块(22)，所述数据预处理模块(22)用于去除异常数据值和标准化数据值。

10.根据权利要求9所述的基于Gaussian核函数的核密度估计方法，其特征在于：所述带宽选择模块(20)和所述数据预处理模块(22)均与所述核密度估计模块(21)信号连接。

...

【技术特征摘要】

1.基于gaussian核函数的核密度估计方法，其特征在于，首先设计基于gaussian核函数的核密度估计装置，包括输入模块(1)、主控模块(2)、显示模块(3)和信号传输模块(4)，所述主控模块(2)包括带宽选择模块(20)和核密度估计模块(21)；具体估计方法包括如下步骤：

2.根据权利要求1所述的基于gaussian核函数的核密度估计方法，其特征在于：所述输入模块(1)用于输入变量和改变带宽选择方法，所述核密度估计模块(21)基于gaussian核函数估计核密度，所述显示模块(3)用于显示相应参数和数据，所述信号传输模块(4)用于传输产生数据值。

3.根据权利要求1所述的基于gaussian核函数的核密度估计方法，其特征在于：所述核密度估计模块(21)中预设有gaussian核函数，设xi，1、xi，2、…、xi，s为第i个预测出力区间的误差样本点，样本总数为s，t时段预测误差为et，

4.根据权利要求1所述的基于gaussian核函数的核密度估计方法，其特征在于：所述核密度估计模块(21)中核密度估计的表达式为：

5.根据权利要求1所述的基于gaussian核函数的核密度估计方法，其特征在于：...

【专利技术属性】
技术研发人员：张杰，翟苏巍，李文云，李思莹，方伟，何度江，徐吉用，田锐，王川，张愿强，周明，张岩，亚南曦，任强，朱磊，薄雪野，罗军，顾雷，马云，韩军峰，杨翠飞，谢秀君，易佳兵，杨翼霞，李晶，闫宁霞，张朝雁，程倩，陈相，马树臣，陈溪，尚纯羽，李梦婷，王世成，沐海锋，
申请(专利权)人：云南电网有限责任公司红河供电局，
类型：发明
国别省市：

全部详细技术资料下载 我是这个专利的主人
相关技术
网友询问留言 已有0条评论

  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1
发布您的意见
相关领域技术

关于我们 | 联系我们 | 支付方式

Copyright © 2018 All Rights Reserved.

津ICP备16005673号-1 津公网安备 12019202000132号 技高德科技（天津）有限公司版权所有