基于分位数回归森林的水库调度滚动模拟方法研究

现有水库调度模拟模型在长时段模拟时存在严重的误差累积,极大影响模型模拟精度。针对上述问题,首先建立了基于随机森林和贝叶斯优化理论的水库调度规则提取模型,进一步引入概率性预测方法,提出了一种基于分位数回归森林的水库调度滚动模拟方法,以预测区间分位数为媒介将概率预测信息传递至下一时刻,最后以二滩水库和观音岩水库为研究实例,对比分析了点预测模型滚动模拟结果以及多步模拟模型结果。研究表明:所提出的基于分位数回归森林的水库调度滚动模拟方法能够有效降低模拟累积误差,提高长时段模拟精度,相对于直接采用确定性的调度规则进行滚动模拟,该方法在同等指标要求下模拟时段延长3~5 d,在相同模拟天数情况下,各项指标均提升5%~10%。

基于EWT和分位数回归森林的短期风电功率概率密度预测

概率密度预测能够给出未来风电功率可能的波动范围、预测值出现的概率及不确定性等更多信息,提出基于经验小波变换(EWT)和分位数回归森林的短期风电功率概率密度组合预测模型。首先,采用新型自适应信号处理方法——经验小波变换,将原始风电功率序列分解为一系列频率特征互异的经验模式;然后,对每一经验模式序列分别构建分位数回归森林预测模型,得到任意分位点条件下的预测结果,通过叠加不同经验模式预测结果获得最终的短期风电功率预测值;最后,对预测值条件分布采用核密度估计获得任意时刻概率密度预测。仿真结果验证了所提模型的有效性。

基于分位数回归森林的VaR估计及风险因素分析

构建非参数、集成性的分位数回归森林算法,对上证综指和标普500指数的VaR进行了估计;同时构建了其他一些主流的方法,包括历史模拟、GARCH族方法、弹性网络、门限分位数回归、CAViaR等,进行检验和对比.通过对不同置信水平下的VaR估计进行多种检验,验证了该方法的有效性和稳健性.进一步,基于分位数回归森林模型定义了一种特征重要性度量方法,评估了各个因素对于风险值的影响权重大小,发现过去一日收益率对上证综指的风险值影响较大,而波动率对标普500指数的风险值影响较大,整体来看两国股市间的风险传导性较弱;并引入偏相依关系,动态地分析了各个因素在不同水平下对于风险值的作用方向,一定程度上弥补了机器学习算法在金融应用中一直存在的“黑箱性”问题.

基于分位数回归森林+POT的极端VaR风险测度

非参数形式的分位数回归方法在测度VaR风险方面已经取得了长足的进展,但是在测度极端VaR风险方面仍存在精度不高的问题。因此,文章结合分位数回归森林(QRF)和极值理论方法(POT)的优势,提出了QRF+POT方法来测度极端VaR风险。一方面,采用分位数回归森林来测度VaR风险的非线性结构,另一方面,使用POT方法来处理极端尾部数据。以上证综指等四支股票指数为研究对象,比较分析了QRF+POT方法与其他方法测度极端VaR风险的效果,结果表明:第一,QRF方法能够精确测度正常分位点的VaR风险,但难以精确测度极端VaR风险;第二,QRF+POT方法能够有效刻画股市暴跌期间的极端风险,获得极端VaR风险的精确测度。

基于相似日和分位数回归森林的光伏发电功率概率密度预测

为提高光伏发电功率预测精度及可靠性,提出一种基于相似日和分位数回归森林(QRF)的光伏发电功率概率密度预测模型。选取某光伏电站实测数据为研究对象,在将光伏发电功率原始数据按不同天气类型进行分类的基础上,通过温度和风速2个特征向量选取相似日,并对相似日历史数据建立BP神经网络(BPNN)、支持向量机(SVM)和QRF预测模型。结果表明:晴天时,不同模型预测值均能较好跟踪真实值变化趋势,在13:00-16:00光伏发电功率下降时间段,QRF模型更接近真实值;多云或阴天时,在9:00-12:00,3种模型预测误差均较大;雨天时,在14:00-16:00光伏发电功率突变时间段,BPNN模型预测误差最大,SVM预测值相对于QRF模型更接近真实值,而在10:00-12:00,SVM模型预测误差增大。对不同模型不同天气类型下的预测误差,QRF模型预测性能更佳。

金融发展对收入不平等的非线性影响研究——基于分位数回归森林模型的分析

利用2021年中国综合社会调查数据构造城市的收入不平等指数,搜集城市的宏观经济数据,采用分位数回归森林模型研究金融发展对收入不平等的非线性效应和异质性影响。研究表明:分位数回归森林模型能够更好地揭示金融发展对收入不平等的影响;金融发展能显著影响收入不平等,并且二者之间呈现“L形”的非线性趋势,但收入不平等水平不同的城市,金融发展对其的影响程度不同,即在收入不平等水平较高的城市,金融发展对收入不平等的影响较小,而在收入不平等水平较低的城市,金融发展对收入不平等的影响较大。因此各城市应当因地制宜促进金融发展,进而降低收入差距,促进共同富裕。

劳动收入风险测算及其收入分配效应研究——来自机器学习的实证发现

本文以流动人口为研究对象,利用机器学习模型复原劳动者的收入分布,分别使用方差风险刻画收入整体波动性,用偏度风险描述收入增长空间以及峰度风险评估极端收入可能性。研究发现,第一,流动人口承受的劳动收入风险具有显著的时变规律,在人口属性和工作特征维度的分布差距明显。第二,风险是决定工资收入的重要因素,风险补偿在不同时期、不同收入群体和不同风险类别上展现出明显的异质性。第三,风险产生了显著的收入分配效应,总体上拉大了收入差距。方差和偏度风险放大了收入差距,而峰度风险则有助于缩小收入差距。研究结论对于及时化解极端收入风险,稳定收入预期提供了有益的参考。

基于分位数回归的煤炭发热量预测

目前应用较多的煤炭发热量预测模型以传统的线性回归模型为主,但存在难以表达较复杂的自变量和因变量关系、需要数据服从特定的分布假设、对异常值敏感等问题。针对上述问题,提出了基于分位数回归的煤炭发热量预测方法。选取全水分、灰分、挥发分等容易测量的煤炭工业分析指标,分别应用线性分位数回归和分位数回归森林2种分位数回归方法对煤炭发热量进行预测,并与传统的线性回归方法进行对比。结果表明:线性回归给出的煤炭发热量预测值仅是1个条件均值,而通过分位数回归能够给出煤炭发热量预测值的范围;分位数回归森林的预测效果优于线性回归和线性分位数回归方法;全水分对于煤炭发热量预测的重要程度远大于灰分和挥发分;全水分对低发热量煤炭的发热量预测影响大,对高发热量煤炭的发热量预测影响小;挥发分和灰分对低发热量煤炭的发热量预测影响小,对高发热量煤炭的发热量预测影响大。

基于小波分解技术和随机森林算法的负荷概率预测

当前负荷概率预测受到越来越多研究人员的关注,其中多阶段预测系统已经证明了其在提高负荷概率预测整体性能方面的有效性。在使用分位数回归森林和随机森林建立概率预测之前,采用4种基于小波分解的方法预处理负荷时间序列,通过不同的模型对变换得到的负荷分量进行预测,以提高预测精度并减少计算工作量。以2014年全球能源预测竞赛期间公布的实际数据为例进行了数值仿真分析,并与多个基准进行了比较,证明了所提方法的有效性。

随机森林方法研究综述

随机森林(RF)是一种统计学习理论,它是利用bootsrap重抽样方法从原始样本中抽取多个样本,对每个bootsrap样本进行决策树建模,然后组合多棵决策树的预测,通过投票得出最终预测结果。它具有很高的预测准确率,对异常值和噪声具有很好的容忍度,且不容易出现过拟合,在医学、生物信息、管理学等领域有着广泛的应用。为此,介绍了随机森林原理及其有关性质,讨论其最新的发展情况以及一些重要的应用领域。

航段截尾油耗数据的区间估计方法

对航段截尾油耗数据进行区间估计时,数据分布的稀疏性及非正态性会导致传统基于单因素的油耗估计区间难以建立。针对上述问题,提出基于分类和沙普利加性解释(classification and Shapley additive explanations,C-SHAP)的改进分位数回归森林区间估计(quantile regression forest,QRF)方法。通过C-SHAP方法,筛选全航程和各飞行阶段特征得到最优输入特征集;采用随机过采样算法增加训练集中截尾油耗样本的权值,提高QRF模型的估计性能;通过QRF估计给定上、下限油耗条件分位数,构建估计区间。实验结果表明,该方法的特征选择合理、估计区间质量较高。

基于EMD-QRF的用户负荷概率密度预测

考虑用户负荷时间序列基数小、波动性与随机性强、难以取得较高预测精度的特点,建立基于经验模式分解(Empirical Mode Decomposition,EMD)与分位数回归森林(Quantile Regression Forest,QRF)的用户负荷概率密度组合预测模型,以提高用户负荷预测精度。首先,采用EMD信号处理算法对用户负荷原始时间序列数据进行分解处理,计算各模态函数样本熵值并根据样本熵大小对模态函数进行重构。其次,对重构分量分别建立QRF用户负荷预测模型,叠加不同分量预测结果从而获得预测值的条件分布。最后,利用核密度估计输出任意时刻用户负荷概率密度预测结果。相对于确定性点预测方法,概率密度预测具有描述用户负荷未来可能的波动范围及不确定性等优势,且算例测试验证了模型的有效性。

考虑用户用电行为聚类的电力负荷预测方法

为进一步发挥用户用电细粒度负荷数据的内在价值并提高用户聚合体的电力负荷预测精度,提出一种考虑用户用电行为聚类的电力负荷预测方法。方法先计算用户用电数据的分位数自协方差作为用户用电行为特征;使用层次聚类算法对用户用电行为特征聚类;在用户聚类的基础上建立分位数回归森林电力负荷预测模型,通过对各类用户负荷预测结果求和,得到用户聚合体负荷预测结果。采用伦敦用户用电数据集进行仿真,结果表明提出方法能够提高用户聚合体负荷预测的精度。