基于標簽分布學習森林的電價概率預測

王 翔

(華北電力大學，北京 102206)

0 引言

電價作為電力系統實行市場化運行的核心內容，很大程度上決定了市場參與者的成本與利潤。發電商需要準確預測電價以便做出競標策略，來規避風險，追求最大收益；供電企業也需要根據準確的電價預測信息來規劃其在現貨市場和長期雙邊合同中購電量的最優購買分配方案；投資者也同樣需要參考準確的電價預測信息做出正確的投資決策。因此，準確的電價預測已成為電力市場各參與者共同關注的焦點[1]。

然而，由于影響因素眾多[2]，如系統負荷需求，燃料價格，國民經濟發展水平，市場參與者對電價的預期等，電價常表現出較強的波動性與隨機性，使得準確預測電價的成為電力市場眾多的研究難點之一。

近年來，眾多學者專家就短期電價預測進行了大量的研究，嘗試了多種預測模型和方法。現有的電價預測方法大致可分為兩類，即市場模擬法和基于歷史數據的預測方法。

市場模擬法，如隨機生產模擬[3-4]，是通過模擬電力市場的競爭運營，來預測市場價格，但是，由于模擬法需要大量的系統、數據結構，計算量大，從而限制了其在較大電力系統中的應用，并且在進行模擬實體或環境條件實驗時，難以完全表現真實情境，容易出現對知識的片面理解，從而導致實驗準確度不高；基于歷史數據的預測方法，如神經網絡模型[5-8]，支持向量機[9]，時間序列法[10-13]和組合預測法[14-17]等，其特點是所需要的數據量相對較少，主要利用電價的長期歷史數據來預測市場價格。在基于歷史數據的概率學預測研究方面，文獻[18]基于非線性分位數回歸理論，利用神經網絡計算概率分布，文獻[19]把支持向量回歸與核密度估計結合來計算概率密度函數。以上研究均未考慮時間因素的影響。文獻[20]考慮到電價的時序性特點，建立自回歸條件異方差模型對電價進行預測，但是對計算量較大，電價波動異常，電價序列相鄰時段相關性較弱的電力市場來說，適用性較差。

本文提出了一種基于標簽分布學習森林(Label Distribution Learning Forests，LDLFs)的電價概率預測模型，主要考慮負荷對實時電價的影響，與上述主要對短期電價進行點預測的預測方法相比，基于LDLFs的電價預測模型能得到實時電價的概率密度函數，它比點預測更能體現出電價的不確定性，可為發/售電提供更多的有用信息，這對電價波動異常的電力市場同樣適用。該模型由一個線性模型和可微決策森林組成，以電價、時間與負荷數據做輸入特征，經線性變換得到新的抽象特征，然后隨機指派到分裂結點，在分裂結點的概率分裂函數下劃分到左右子樹，最終由葉子結點輸出電價的概率密度函數。在新加坡電力市場的電價數據集上的實驗結果顯示，本文所提方法不僅體現了電價的不確定性，而且與其他概率預測方法相比具有較高的預測精度。

1 基本原理

1.1 標簽分布學習概述

標簽分布學習(LabelDistributionLearning,LDL)是一個處理分類問題中標簽模糊性問題的學習框架。LDL不是為一個實例分配一個或多個標簽，而是學習對于給定實例的描述中標簽間的相對重要性，例如一組標簽集合的分布，在人臉年齡估計、影評打分預測等任務中有了初步的應用。標簽分布學習可以形式化為如下問題：

令X=Rm表示輸入空間[21]，Y={y1,y2,…,yc}表示完成的標簽集，其中C是可能標簽值的個數。那么，標簽分布學習問題可以看作，對于每一個樣本x∈X，都有一個標簽分布這里，表示樣本x屬于第c個標簽yc的概率，因此滿足約束條件LDL的目標是學習輸入樣本x和它對應的標簽分布d之間的映射函數g:x→d。

標簽分布學習的方法包括最大熵模型及表示、Boosting和SVR擴展等方法，但是它們要么由于模型的指數部分限制了分布形式的泛化，要么在表示學習上的局限性導致無法端到端的學習抽象特征。Shen等人[22]提出利用標簽分布學習森林解決標簽分布學習問題，得到了很好的效果。

1.2 基于標簽分布學習森林的電價概率預測模型

受到標簽分布學習森林的啟發，本文提出基于標簽分布學習森林的電價概率預測模型，將標簽分布學習中的離散標簽學習問題擴展到電價概率預測領域中的連續概率密度函數問題。具體概率預測模型如圖1所示。

圖1 標簽分布學習森林電價概率預測模型流程圖

本模型由一個線性函數f和多個可微決策樹形成的可微決策森林組成。

一顆決策樹包括一組分裂節點N和一組葉子節點L。在每個分裂節點n∈N定義了一個分裂函數該函數以為參數，決定一個樣本應該被放入左子樹還是右子樹，每個葉子節點具有一個在標簽集Y上的分布為了構建一個可微決策樹[23]，使用概率分裂函數其中σ(·)是一個sigmoid函數，φ(·)是一個索引函數，將函數的第個輸出與分裂節點n聯系上，f:x→RM是一個依賴于樣本x和參數Θ的實值特征學習函數。

分裂節點和函數f的輸出單元之間的聯系由φ(·)表示，在樹的學習之前是隨機產生的，之后，樣本x落入葉子節點l的概率：

其中，1(·)是指示函數，分別代表節點n的左子樹和右子樹所擁有的葉子節點的集合，最終得到樹τ的輸出，即映射函數g定義為：

和其他模型相比，標簽分布學習森林的優點在于整個模型從原始特征輸入到電價概率輸出是一個端到端的學習過程，在整個模型訓練過程中無需再對數據進行處理。模型一體化學習的能力極大地減輕了工作量。

2 案例分析

2.1 數據處理與精度度量

本文以2017年新加坡電力數據集為實證研究對象。由于電價是一個時間序列，因此，本文選取前十個點的電價、負荷及時刻點作為特征來預測第十一個點的電價，采取十折交叉驗證進行試驗。

在進行預測之前，先對數據進行歸一化處理以消除量綱影響：

式中：為第j個指標第i個樣本歸一化值；xij為該樣本指標原始值；xj_min為第j個指標所有樣本中的最小值；xj_max為第j個指標所有樣本中的最大值。

由于模型得到的是電價的概率密度曲線，用之前點預測的損失函數來衡量預測誤差的效果并不理想，這里采用相對熵(Kullback-Leibler divergence，KLD)方法來度量。

相對熵的一般表達式為：

式中：p(x)為電價的真實概率密度，q(x)為預測電價概率密度，n為樣本可能標簽值的個數。

2.2 預測結果

實驗采用能源市場資源股份有限公司(Energy Market Company PteLtd)在新加坡電力市場的經營數據，選取2017年3月1日到5月30日批發電價及需求負荷數據作為測試算例，每隔半個小時一個數據點，共4416個數據點。考慮到電價是個時序特征，本文將相應時刻點與星期得到獨熱向量，也作為特征輸入，采用十折交叉驗證進行了大量的預測驗證工作，下面給出預測結果：

圖2是3月1日到5月30日間隨機抽取某一天的短期電價預測結果與真實結果概率密度曲線的對比，可以看出，在經過500次迭代后，預測曲線已經非常接近真實曲線，此時KLD=0.109014。從圖3上可以明顯看出，預測電價峰值總出現在真實電價周圍，且相距很近，預測結果良好。

圖2 真實電價與預測電價概率密度曲線對比圖

圖3 真實電價與預測電價峰值對比圖

為了更好地說明本文方法的預測效果，采用相同數據，用另外三種模型對2017年5月31日的24個時間段進行電價預測。

第一種為支持向量分位回歸模型(support vector quantile regression，SVQR)，以0.01為步長選取100個分位點分別進行訓練，將訓練得到的模型預測結果經統計得到電價概率密度曲線；第二種同樣選取100個分位點，但在綜合預測結果時采取核密度估計(Kernel density estimation，KDE)的方法；第三種采取本文提出方法，但是不包含時刻點。4種模型的電價預測結果如表1所示。

表1 各方法日前電價數據對比

與其他三種方法相比，本文提出的方法對于電價波動較大的電力市場來說仍具有比較好的預測精度。同時，考慮到電價的時序性特點，本文將時間作為特征輸入，事實證明，考慮時間序列的LDLFs模型能得到更好的實時電價預測結果。

表2 各方法日平均百分比誤差比較

3 結論

針對電力市場中電價時間序列的非平穩隨機性特點，本文提出了基于標簽分布學習森林的電價概率預測模型。通過對新加坡電力市場歷史數據的驗證，得出以下結論：

⑴ 本文方法充分考慮到了電價的時序性，將時刻點也納入考慮范圍；

⑵ 本文模型所得結果體現了電價非平穩隨機性的特點，同時具有一定精度；

⑶ 本文所提方法在進行算例測試時，較對比模型取得了更好的預測效果，對一些電價波動異常的時刻點也同樣適用，這說明線性函數與可微隨機森林的組合算法可以較好地處理電價概率預測問題。

參考文獻(References):

[1]劉麗燕,鄒小燕.GARCH族模型在電力市場電價預測中的比較研究[J].電力系統保護與控制,2016.44(4):57-63

[2]劉達,牛曉東,楊光.電力市場中的電價影響因素[J].陜西電力,2009.1:9-12

[3] H.Y Yamin.Adaptive short-term electricity price forecasting using artificial neural networks in the restructured power markets[J].International Journal of Electrical Power&Energy Systems,2004.26(8):571-581

[4]Florian Ziel,Rick Steinert.Electricity Price Forecast using Sale and Purchase Curves:The X-Model[J].Energy Economics,2016.59(3):435-454

[5]王萌,景志濱,孫兵,等.基于BP神經網絡的短期市場出清電價預測[J].中國電力教育,2011.30:100-102

[6]翁陳宇.基于神經網絡的短期電價預測[D].西南交通大學碩士學位論文,2007.

[7]Zabir Haider Khan,Tasnim Sharmin Alin,Akter Hussain.Price Prediction of Share Market Using Artificial Neural Network 'ANN'[J]. InternationalJournal of Computer Application,2011.22(2):42-47

[8]吳興華,周暉.基于減法聚類及自適應模糊神經網絡的短期電價預測[J].電網技術,2007.19:69-73

[9]Yao Gao Chen,Guangwen Ma,Electricity Price Forecasting Based on Support Vector Machine Trained by Genetic Algorithm[C],2009:292-295

[10]趙軍.基于區域和時間序列及電價政策的電網負荷建模研究[J].華東電力,2017.9:104-105

[11]寧藝飛,陳星鶯,顏慶國等.分時電價下大用戶概率響應建模研究[J].電力需求側管理,2017.19(1):22-28

[12]鄧佳佳,黃元生,宋高峰.基于非參數GARCH的時間序列模型在日前電價預測中的應用[J].電網技術,2012.36(4):190-196

[13]夏君常.電力市場短期電價預測的時間序列模型研究[D].重慶大學碩士學位論文,2011.

[14]Akash Saxena,Sinrath Lal Surana,Deepak Saini.Hybrid Approach of Addictive and Multiplicative Decomposition Method for Electricity Price Forecasting[J],2017.

[15]Deepak Sain,Akash Saxena,R.C Bansal.Electricity price forecasting by linear regression and SVM[C],2017.

[16]Abbas Rahimi Gollou,Noradin Ghadimi,Abbas Rahimi Gollou等.A new feature selection and hybrid forecast engine for day-ahead price forecasting of electricity market[J].JournalofIntelligent& Fuzzy Systems,2017:1-15

[17]牛麗肖,王正方,臧傳治等.一種基于小波變換和ARIMA的短期電價混合預測模型[J].計算機應用研究,2014.31(3):688-691

[18]何耀耀,許啟發,楊善林等.基于RBF神經網絡分位數回歸的電力負荷概率密度預測方法[J].中國電機工程學報,2013.33(1):93-98

[19]何耀耀,聞才喜,許啟發,撖奧洋.考慮溫度因素的中期電力負荷概率密度預測方法[J].電網技術,2015.39(1):176-181

[20]劉麗燕.基于非參數GARCH模型的電力市場日前電價預測研究[D].重慶師范大學碩士學位論文,2016.

[21]X Geng.Label Distribution Learning.IEEE Trans.Knowl.Data Eng.,2016.28(7):1734-1748

[22]Shen W,Zhao K,Guo Y等.Label Distribution Learning Forests[C].In Advances in Neural Information Processing Systems,2017:834-843

[23]P.Kontschieder,M.Fiterau,A.Criminisi等.Deep neural decision forests[J].ICCV,2015:1467-1475