采用面积灰关联决策的高斯过程回归概率短期负荷预测

为克服概率负荷预测各评价指标相互冲突，难以确定最优预测模型难题，提出采用面积灰关联决策的高斯过程回归(GPR)概率短期负荷预测新方法。首先，构建综合评价指标集合，全面评估基于不同协方差函数的GPR模型预测效果，得到综合评价矩阵。然后，采用熵权法对各指标客观赋权，并在此基础上，使用面积灰关联决策对各模型排序，确定最优GPR概率预测模型。最终，以该模型开展概率预测。实验表明，相较传统距离灰关联决策，面积灰关联决策更明确地分辨方案间差异，结论更可靠。最优GPR模型在保证确定性预测精度的同时，相较预测误差分布特性统计法，准确刻画了负荷的波动性，预测区间更加精确可靠，区间上限明显更低，有助于为决策提供更多有效信息