基于條件增強擴散模型的短期負荷概率預(yù)測

摘要： 負荷概率預(yù)測可為電網(wǎng)規(guī)劃提供指導(dǎo)，條件生成模型通過挖掘歷史相似日信息，有效提高了預(yù)測性能。然而，以往研究未關(guān)注曲線形態(tài)信息和無條件模型的噪聲解析作用，使得生成曲線的不確定性較高。為此，提出基于條件增強擴散模型的短期負荷概率預(yù)測方法。首先，構(gòu)建改進的iTransformer日負荷預(yù)測模型，對相鄰日負荷數(shù)據(jù)進行預(yù)測。其次，采用無條件噪聲估計和條件噪聲估計相結(jié)合的損失函數(shù)，構(gòu)建結(jié)合多... （共11頁）