概率预测

摘要： 计及时空相关性的多维风光荷功率概率预测可全面描述风光荷不确定性,为电力系统安全稳定和经济运行提供保障。提出一种基于R藤Copula-动态贝叶斯网络(DBN)时空相关性建模的风光荷功率概率预测方法。基于R藤Copula模型和传递熵刻画多维变量的空间相关性,建立初始状态的贝叶斯网络;将初始贝叶斯网络在时间点序列上进行延拓,构建可刻画风光荷功率时间自相关性和空间相关性的DBN;将所建模型应用于计及时空相关性的高维风光荷功率概率预测。算例仿真验证了所提方法的有效性。

摘要： 为了优化公路货运通道线形设计,降低货车事故概率,将车速、圆曲线半径、纵坡坡度、超高横坡度、硬路肩宽度、圆曲线加宽、路面附着系数、车型(载重货车、铰接列车)作为风险因素,利用PC-Crash软件开展事故模拟试验;通过二元Logistic回归分析筛选显著性风险因素,构建货运通道路侧事故概率预测模型;根据概率模型预测结果,借助“累计频率曲线法”思想,给出路侧事故潜在多发点和路侧事故多发点概率阈值,提出了货运通道路侧事故多发路段判别方法;针对路侧事故多发路段,利用分类树CART(classification and regression tree)算法,开展货运通道线形优化设计研究。结果表明:显著性风险因素对路侧事故影响的重要度由大到小依次为车速、圆曲线半径、路面附着系数、车型、硬路肩宽度、纵坡坡度和超高横坡度;对于圆曲线半径R≤400 m、运行速度60 km/h

摘要： 为了简化交通流模拟的过程,保持预测参数的多样性和准确性,在研究了蒙特卡罗方法基础上,设计了自由流道路和控制流道路交通噪声预测的概率模型。同时,对实测结果进行分析,提出了一种基于车辆噪声排放概率分布模型的交通噪声预测方法。通过仿真分析,提出的方法与传统动态交通噪声模型相比,提出的方法泛化能力更强,预测结果更加符合实际情况。仿真结果进一步验证了提出方法的有效性及实用性。

摘要： 近年来,随着电网互联层级和规模的高速发展以及新能源、电力电子设备的大规模接入,电力系统的不确定性和调控需求都在持续增加。为解决当前电网调度控制方式基于联络线越限等经验特征量异常触发、缺乏主动性和预见性调控手段的问题,提出了一种基于概率预测的电网安全运行风险评估及主动调控方法。首先,构建了基于长短期记忆网络和支持向量机的滚动概率预测模型。然后,从充裕度的角度建立了常见风险事件的严重度函数,从而实现对关键元件的越限概率预测,并计算得到量化风险以形成触发机制,实现电力系统面对风险事件的主动调控。最后,在IEEE 39节点系统上结合中国某省电网的实际负荷数据进行仿真,计算结果验证了所提方法和模型能够实现提前主动调控,有效规避安全运行风险。

摘要： 以电动汽车(EV)聚合商在调频辅助服务市场提供备用容量为研究对象,考虑EV用户充电行为的不确定性和用能需求,建立了EV聚合商充电功率及备用上报的优化决策模型。首先,对EV充电记录及调频信号的历史数据进行分析,提出了充电EV数量的预测方法以及调频信号的时间序列特征分析方法;然后,考虑EV聚合商响应调频信号的准确度降低或EV用户的充电需求无法得到满足的风险,提出了基于条件风险价值的风险成本评估方法,用于权衡EV聚合商提供备用的收益及风险,并建立了以收益最大化为目标的优化模型;最后,基于仿真算例对比分析了不同应用场景下EV聚合商提供辅助服务备用的特性及优势,验证了所提模型的有效性。

摘要： 光伏功率点预测方法无法对功率波动进行预测,当功率出现短时波动时预测结果将会产生较大偏差。本文基于贝叶斯深度学习网络,通过堆叠自动编码器对复杂气象因素进行特征提取和自动降维,利用一维卷积神经网络学习历史运行数据的趋势特征,以此对光伏功率两类输入特性参数进行预处理,改进贝叶斯深度网络结构。最终在某光伏电厂数据上,进行了不同置信度区间的概率预测,并与其他概率预测算法进行对比验证,从仿真结果可知本文所提方法可对功率波动做出较为准确的响应,预测效果更好。

摘要： 风电概率预测能够为新型电力系统安全运行提供关键的边界条件。提高预测精度是风电概率预测研究的关键问题,并且提高隐式模型的可解释性有益于人工智能模型的推广应用。因此,文中提出了时序混合密度网络,提取风电时序数据的局部矩信息作为输入通道,采用时序卷积网络提取多时间尺度的概率特征,并使用混合Beta分布构建概率预测信息。算例结果表明,局部矩通道能有效提高模型训练的收敛性,并且由时序混合密度网络提取的混合分布参数具有一定的可解释性,其预测结果相比现有模型具有更高的精度。

摘要： 全概率公式P(B)=■P(A_(i))P(B|A_(i))表示将一个复杂事件B的概率分解成若干个简单事件的概率之和,这就是全概率公式的基本思路.全概率公式常用于多个原因导致一个结果发生的知因求果的概率预测.在不易直接求解事件B结果的情况下,需要根据具体情况构造一组完备事件组,得到完备事件组中每个事件的概率和在这些事件上的条件概率,然后利用全概率公式求和得到事件B的概率.其解题步骤如下。

摘要： 风电功率有较强的不确定性。为了解决大规模风电并网下电网的安全稳定运行问题,需要对风电功率进行概率预测。通过对概率预测算法进行研究,在充分融合多种算法优势的基础上,提出了一种新型的、基于集成学习的风电功率概率预测方法。首先,使用极限学习机-分位数回归模型作为个体学习器,并通过灰狼优化算法对新型综合性能评价指标进行极大化寻优,得到各个体学习器的加权系数。然后,融合个体学习器的输出以及加权系数,得到最终的预测区间。最后,使用现场实际运行数据进行仿真测试,并与其他算法预测结果进行对比。对比结果表明,所提出的算法在获得较窄预测区间的同时具有高可靠性,可以为电网优化调度提供有效的数据支撑。

摘要： 为了实现更加精确的水产养殖溶解氧预测,文章提出一种基于Transformer的溶解氧概率预测模型。概率预测是根据过去时刻的时间序列信息预测未来可能出现结果的概率分布,该模型首先在编码阶段学习过去时刻序列中复杂的模式,如周期性、季节性、趋势和其他影响变量,提取复杂模式的特征信息。然后在解码阶段预测未来所有可能出现结果的概率分布。基于Transformer的溶解氧概率预测模型可以充分学习序列中复杂的时间模式特征,实验结果表明,在真实数据集上的预测评估中,基于Transformer的溶解氧预测模型具有良好的性能表现。

摘要： 中强地震发生后,随时可能发生的余震或强余震严重影响抢险救灾人员工作的开展,及时发布可靠、有效的早期余震预测权威信息,对震情跟踪、抗震救灾、应急管理和震区秩序维护等具有重要的意义.为系统地考察中强震之后的余震短期概率预测情况，以期构建适合区域地震活动特征的可操作余震预测模型(Operational Aftershock Forecast, OAF)和余震概率预测策略。作为华北地区震后早期的余震概率预测的可能策略，Omi-R-J模型更适合在震后短期内(2小时内)迅速开展预测、评估，利用R-J, Omi-R-J模型分别重点关注“不高于”、“不低于”相应预测地震数目的底线思维，或许可为震后应急提供更有效的科学价值。

摘要： 汛期降水是我国气候预测业务重要内容,参加会商以及给出的多为确定性预测结果.气候预测具有不确定性,用概率预测结果来表述更加客观.考虑因子相关不稳定性以及气候预测建模样本数变化等不确定因素影响,设计了将集合分析与概率统计方法有机结合的集合概率预测模型,尝试给出全国汛期降水等级概率预测结果.

摘要： 针对传统水资源量预测方法只能提供单一值,所提供预报结果不确定性程度较高的局限性,提出基于模型簇的水资源量概率预测方法.该方法以水资源总量、降水、地表及地下水资源量等变量训练预测模型簇,提供概率预报所需的先验信息;利用BMA(Bayesian Model Averaging)对模型簇的先验信息进行综合,定量描述水资源总量的后验概率分布.以淮河流域水资源总量为目标变量,设定模型簇的预见期为5年,研究结果表明该方法所得到的概率描述结果可靠,适合于对近期水平年的水资源总量预报.

摘要： 本文归纳总结了水库诱发地震的特点和类型,全面分析了水库诱发地震的主要影响因素,并以阿岗水库工程为例,首先从水库规模、库区岩性、渗漏条件、库区地震背景以及应力条件等方面分析了阿岗水库诱发地震的可能性,然后利用工程类比和构造类比法分析了水库诱发地震的可能性,并进行了水库诱发地震可能性的概率预测.综合分析认为,阿岗水库具有岩溶塌陷型或气爆型诱发地震的可能性.最后根据阿岗水库岩溶发育的特征,分析了水库诱发地震的震中位置、最大震级及震中烈度,并分析了水库诱发地震在坝址区产生的地震烈度.

摘要： 选择合适的降雨型滑坡气象因子有利于提高预测精度,详细研究了四川省雅安市雨城区滑坡和降雨数据,利用不同组的数据进行回归分析,发现前期几日降雨量与滑坡的相关性不大,确定气象因子选取为当日降雨量和累积降雨量,讨论了累积降雨量中衰减系数的选取,确定为0.9.然后利用样本数据中的120组数据进行二元逻辑回归,得到了研究区的滑坡灾害概率预测方程.在此基础上制作了当日降雨量与累计降雨量关系散点图,得到了研究区降雨滑坡的临界表达式.最后选用5个降雨事件滑坡和5个未降雨事件滑坡进行验证,结果完全符合要求,说明此模型的准确性较高.综合表明这种以当日和累计降雨量为自变量的回归模型是一种行之有效的预测方法,可为降雨型滑坡预测提供科学依据.

摘要： 为提高IG541气体灭火系统运行可靠性和灭火成功率,对导致系统灭火失败的基本事件进行了分析和概率统计,提出了在系统全淹没喷嘴灭火中采用事故树定量分析的方法,建立了灭火失败的事故树模型,并对系统灭火失败发生的概率进行了预测,对基本事件进行了概率重要度和临界重要度分析,给出了避免系统灭火失败的具体建议和措施,该研究可为工程设计人员明晰可能导致系统失效的原因及其重要度顺序,并为采取相应的预防和改进措施提供了技术支持.

摘要： 现有风电功率预测方法只提供功率的单点预测值，但是在电力市场的决策过程中却需要更多的信息。本文提出一种基于离散时间Markov 链理论的新功率预测模型。针对功率数据的无规律性，采用等分法划分了4种状态空间，并对每种状态空间都建立一阶和两步混合Markov 模型，模型权重系数采用加速遗传算法求解。该模型直接对风电功率数据进行数值分析，有效避免通过风速预测再转换为功率时带来的误差累积。给出四种混合模型和最新的评价误差公式NRMSE。通过分析和算例表明，N=102 时混合模型预测精度高于PM 模型，并给出了单点预测值和概率分布值。

摘要： 通过对来源于中央转移支付项目饮水型地方性砷中毒调查中山西省712个村5081口井的砷浓度数据，及地形变量、遥感影像信息、地质信息、水文信息、重力信息等辅助变量进行统计分析。在本次研究中，将所有采样点随机分为两个子集。应用Logistic regression统计分析二元反应变量(高/低砷浓度)和辅助变量之间的关系，从而建立一个以10μg/L为闭值的地下水高砷概率预测模型。用20%的数据绘制接受者操作特性曲线，并计算分界点概率值，用来将地下水高砷概率预测地图重新分类为一个二元风险地图。本次研究中，作者发现一些与地下水高砷有关的环境变量可以作为建立地下水砷污染模型的辅助变量。结果表明大部分的砷污染区位于盆地地区，且从模型得到的概率地图和二元风险地图可以很好的指示出潜在的地下水砷污染区。模型预测显示大同盆地、太原盆地和运城盆地存在地下水砷污染区与已证实的地下水砷污染区一致。

摘要： 风险决策也可称为概率型决策，这类决策的主要特点是，决策的问题存在两种及以上的自然状态，每个备选方案所面临的自然状态是不确定的;各种自然状态的出现也是随机的，但是可以根据统计资料和相应的调研分析预测其出现的概率，按照这些概率进行决策就是风险决策。由于这些状态的概率所导致的不确定性，使得依据这些概率进行的决策或多或少总是存在一定风险的，故常常称为风险型决策。至于如何解决风险型决策问题，传统方法有期望值原则、标准差系数原则、最小方差原则及最大可能原则等四种方法。但采用不同方法的结果并不完全相同，令决策者在决策时感到犹豫不决。rn 本文简要介绍了解决风险型决策的期望值原则、标准差原则、最小方差原则及最大可能原则四种方法,但采用不同的方法得到的结果并不完全相同.为了克服传统方法的不足之处,提出了应用层次分析法来解决风险型决策问题,对各方案进行综合评估,利用模型评价结果,选择出最优方案.层次分析法解决了风险决策中最关键问题，即不同的方法得到的决策结果不同的问题，利用层次分析法可以更全面的帮助决策者对问题做出合理的判断，层次分析法对决策问题的影响事件做了全面的考虑，是一种综合分析问题的思想方法，避免了片面性，减少了决策失误。

摘要： 风险决策也可称为概率型决策，这类决策的主要特点是，决策的问题存在两种及以上的自然状态，每个备选方案所面临的自然状态是不确定的;各种自然状态的出现也是随机的，但是可以根据统计资料和相应的调研分析预测其出现的概率，按照这些概率进行决策就是风险决策。由于这些状态的概率所导致的不确定性，使得依据这些概率进行的决策或多或少总是存在一定风险的，故常常称为风险型决策。至于如何解决风险型决策问题，传统方法有期望值原则、标准差系数原则、最小方差原则及最大可能原则等四种方法。但采用不同方法的结果并不完全相同，令决策者在决策时感到犹豫不决。rn 本文简要介绍了解决风险型决策的期望值原则、标准差原则、最小方差原则及最大可能原则四种方法,但采用不同的方法得到的结果并不完全相同.为了克服传统方法的不足之处,提出了应用层次分析法来解决风险型决策问题,对各方案进行综合评估,利用模型评价结果,选择出最优方案.层次分析法解决了风险决策中最关键问题，即不同的方法得到的决策结果不同的问题，利用层次分析法可以更全面的帮助决策者对问题做出合理的判断，层次分析法对决策问题的影响事件做了全面的考虑，是一种综合分析问题的思想方法，避免了片面性，减少了决策失误。

摘要： 本发明提供了一种元素概率化预测模型的训练方法和元素概率化预测方法，涉及人工智能技术领域。该元素概率化预测模型的训练方法包括：获取激光诱导击穿光谱数据；对激光诱导击穿光谱数据进行预处理，得到原子谱线信息的连续原子光谱数据；对连续原子光谱数据进行预设重采样，得到目标原子光谱数据；将目标原子光谱数据进行最大值池化特征提取处理，生成由多个窗口内最大值组成的光谱数据；将由多个窗口内最大值组成的光谱数据作为样本数据，输入元素概率化预测模型，得到预测元素正态分布参数；以及根据预测元素正态分布参数与实际元素含量之间的差异，训练元素概率化预测模型。

摘要： 本发明提供了一种元素概率化预测模型的训练方法和元素概率化预测方法，涉及人工智能技术领域。该元素概率化预测模型的训练方法包括：获取激光诱导击穿光谱数据；对激光诱导击穿光谱数据进行预处理，得到原子谱线信息的连续原子光谱数据；对连续原子光谱数据进行预设重采样，得到目标原子光谱数据；将目标原子光谱数据进行最大值池化特征提取处理，生成由多个窗口内最大值组成的光谱数据；将由多个窗口内最大值组成的光谱数据作为样本数据，输入元素概率化预测模型，得到预测元素正态分布参数；以及根据预测元素正态分布参数与实际元素含量之间的差异，训练元素概率化预测模型。

摘要： 本发明公开了一种短期负荷的概率预测方法和概率预测装置，该方法包括：将待预测区域内所有用户智能电表记录的历史负荷数据划分为训练集、集成集和待预测集；针对训练集中的历史负荷数据进行相关的计算得到用户在多个不同聚类数量下的划分结果；根据划分结果对聚类后的每一用户群体进行相关的训练，以分别得到待预测区域整体负荷的多个概率预测结果的预测模型；根据集成集中的历史负荷数据、每个预测模型和真实的整体负荷值，得到集成后的待预测区域负荷概率预测模型；根据待预测区域负荷概率预测模型对待预测集中的负荷进行概率预测。本发明的概率预测方法，能够精细化地利用用户智能电表的历史负荷数据，提升待预测区域负荷概率预测的准确率。

摘要： 本发明实施例提供了一种事件概率预测模型训练、事件概率预测方法及相关装置，训练方法包括：获取训练数据集；利用待训练的所述事件概率预测模型，根据各个所述数据单元的所述相关指标数据值获取预测事件概率值，根据所述预测事件概率值和所述实际事件概率值获取概率损失，根据所述概率损失调整所述事件概率预测模型的参数，直至所述概率损失满足损失阈值，得到训练好的事件概率预测模型和事件概率权重矩阵，所述事件概率权重矩阵的各个元分别为对应的各个所述指标的权重。本发明实施例所提供的事件概率预测模型训练方法、事件概率预测方法及相关装置，可以实现对于事件概率的预测并确定对事件概率产生影响的影响因素值。

摘要： 本申请提供一种训练推荐概率预测模型的方法、推荐概率预测方法及装置，涉及人工智能技术领域，方法包括：在对推荐概率预测模型进行多轮迭代训练过程中，将从样本数据集中获取的样本数据，输入推荐概率预测模型，获得样本数据对应的预测推荐结果；根据样本数据对应的预测推荐结果和实际推荐结果，获得相应的基本损失值；基于基本损失值和第一调整值，获得相应的目标损失值；其中，第一调整值用于表征基于相应的样本数据获得的，每两个任务网络的输出结果的总差异程度，且第一调整值与目标损失值呈负相关；根据目标损失值，对推荐概率预测模型进行参数调整，以提高训练后的推荐概率预测模型的预测性能，进而提高对待预测信息的预测准确性。

摘要： 本发明实施例提供了一种事件概率预测模型训练、事件概率预测方法及相关装置，训练方法包括：获取训练数据集；利用待训练的所述事件概率预测模型，根据各个所述数据单元的所述相关指标数据值获取预测事件概率值，根据所述预测事件概率值和所述实际事件概率值获取概率损失，根据所述概率损失调整所述事件概率预测模型的参数，直至所述概率损失满足损失阈值，得到训练好的事件概率预测模型和事件概率权重矩阵，所述事件概率权重矩阵的各个元分别为对应的各个所述指标的权重。本发明实施例所提供的事件概率预测模型训练方法、事件概率预测方法及相关装置，可以实现对于事件概率的预测并确定对事件概率产生影响的影响因素值。

摘要： 本申请提供一种训练推荐概率预测模型的方法、推荐概率预测方法及装置，涉及人工智能技术领域，方法包括：在对推荐概率预测模型进行多轮迭代训练过程中，将从样本数据集中获取的样本数据，输入推荐概率预测模型，获得样本数据对应的预测推荐结果；根据样本数据对应的预测推荐结果和实际推荐结果，获得相应的基本损失值；基于基本损失值和第一调整值，获得相应的目标损失值；其中，第一调整值用于表征基于相应的样本数据获得的，每两个任务网络的输出结果的总差异程度，且第一调整值与目标损失值呈负相关；根据目标损失值，对推荐概率预测模型进行参数调整，以提高训练后的推荐概率预测模型的预测性能，进而提高对待预测信息的预测准确性。

摘要： 本发明提供晚期乳腺癌生存概率预测列线图、生存概率确定方法以及患者分类方法，其中的列线图包括分值标尺，还包括若干个的预后变量，均为分类变量，包括乳腺癌分期变量、乳腺癌分子分型变量、患者无疾病复发时间变量、肿瘤负荷变量和脑转移变量；每一个预后变量均包括若干个变量取值，每一个变量取值对应分值标尺上的一个分值；还包括总分值标尺和患者生存概率变量，均为连续性变量，包括一年生存概率变量，两年生存概率变量和三年生存概率变量；每个生存概率变量均包括变量取值范围，每一个变量取值范围均有对应总分值标尺上的一个分值范围；不仅考虑了医疗科学发展，同时考虑国内患者的需求，从而提高了对晚期乳腺癌的各项评估精准度。

摘要： 本发明公开了一种短期负荷的概率预测方法和概率预测装置，该方法包括：将待预测区域内所有用户智能电表记录的历史负荷数据划分为训练集、集成集和待预测集；针对训练集中的历史负荷数据进行相关的计算得到用户在多个不同聚类数量下的划分结果；根据划分结果对聚类后的每一用户群体进行相关的训练，以分别得到待预测区域整体负荷的多个概率预测结果的预测模型；根据集成集中的历史负荷数据、每个预测模型和真实的整体负荷值，得到集成后的待预测区域负荷概率预测模型；根据待预测区域负荷概率预测模型对待预测集中的负荷进行概率预测。本发明的概率预测方法，能够精细化地利用用户智能电表的历史负荷数据，提升待预测区域负荷概率预测的准确率。

摘要： 本公开的实施例提供了一种概率预测模型训练方法、概率预测方法及装置。所述概率预测模型训练方法包括：获取与业务方关联的训练样本；所述训练样本包括与所述业务方关联的查询语句、所述业务方对应的业务方名称、所述业务方对应的业务方描述信息和所述查询语句与所述业务方关联的初始订单；将查询语句、所述业务方名称和所述业务方描述信息输入至初始概率预测模型，获取所述业务方对应的预测下单概率；根据所述初始订单和所述预测下单概率，计算得到所述初始排序模型的损失值；在所述损失值处于预设范围内的情况下，将所述初始概率预测模型作为目标概率预测模型。本公开实施例可以提高搜索到的业务方的排序效果，使得搜索结果更加符合用户的需求。