基于JITL的電量預測高斯軟測量建模研究

摘要：為了解決工業過程受本身結構特征、外界因素等影響而存在嚴重的非線性和時變性等問題,本文提出了一種基于輸入輸出綜合性相似度指標的即時學習高斯過程軟測量建模方法。在該方法中,將樣本數據進行歸一化處理,首先利用傳統的基于距離和角度的相似度指標分別對樣本輸入輸出變量進行相似度計算,進而對相似度進行綜合,最后選擇出最終的相關樣本集,建立高斯過程回歸軟測量模型,將所提基于輸入輸出相似度指標的即時學習高斯工程軟測量模型應用于城市日用電量數據的預測。研究結果表明,所提出的軟測量建模方法可以實現對日用電量數據的高精度預測且預測結果具有較小的誤差。因此可表明該方法可在電量預測中具有一定的應用可靠性,可以在電力市場預測分析中得到廣泛的應用。