(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211295848.2 (22)申请日 2022.10.21 (71)申请人 国网四川省电力公司成 都供电公司 地址 610000 四川省成 都市锦江区东 风路 17号西院西一楼及档案楼部分房屋 (72)发明人 郝文斌　张勇　谢波　孟志高　 彭攀　李欢欢　卫佳奇　何凌云　 梁志卓　 (74)专利代理 机构 成都行之专利代理事务所 (普通合伙) 51220 专利代理师 林菲菲 (51)Int.Cl. G06F 17/18(2006.01) G06Q 50/06(2012.01) (54)发明名称 一种新能源 出力的概率分布模 型建立、 应用 方法及介质 (57)摘要 本发明公开了一种新能源出力的概率分布 模型建立、 应用方法及介质， 涉及新能源出力建 模领域， 包括以下步骤： S1、 获取新能源出力的样 本， 多个上述样本构成样本序列； S2、 根据样本序 列， 建立新能源出力的最优带宽选择模型； S21、 采用非参数核密度估计法对上述最优带宽选择 模型的边缘 分布进行估计， 得到第一分布函数和 第二分布函数； S22、 根据第一分布函数和第二 分 布函数， 计算新能源出力的最优带宽； S3、 建立概 率分布模型； S31、 根据上述最优带宽， 得到核密 度估计值； S3、 通过K ‑S检验对上述概率分布模型 进行拟合度检验， 若满足精度要求， 则得到概率 分布模型； 否则， 返回S2； 选择合适的带宽， 提高 了核密度估计值的精度。 权利要求书3页 说明书8页 附图2页 CN 115438312 A 2022.12.06 CN 115438312 A 1.一种新能源出力的概 率分布模型建立方法， 其特 征在于， 包括以下步骤： S1、 获取新能源出力的样本， 多个所述样本构成样本序列； S2、 根据样本序列， 建立 新能源出力的最优带宽 选择模型； S21、 采用非参数核密度估计法对所述最优带宽选择模型的边缘分布进行估计， 得到第 一分布函数和第二分布函数； S22、 根据第一分布函数和第二分布函数， 计算 新能源出力的最优带宽； S3、 建立概率分布模型； S31、 根据所述 最优带宽， 得到核密度估计值； S4、 通过K ‑S检验对所述概率分布模型进行拟合度检验， 若满足精度要求， 则得到概率 分布模型； 否则， 返回S2。 2.根据权利要求1所述的一种新 能源出力的概率分布模型建立方法， 其特征在于， 根据 第一分布函数和第二分布函数， 计算 新能源出力的最优带宽， 具体步骤如下： 计算第一分布函数和第二分布函数的积分均方误差， 得到带宽； 对所述最优带宽 选择模型进行 K‑S检验， 得到最优带宽 选择模型的K ‑S检验统计量； 判断所述 最优带宽 选择模型的K ‑S检验统计量是否大于K ‑S检验统计量的临界值； 若所述最优带宽选择模型的K ‑S检验统计量大于K ‑S检验统计量的临界值， 则重新计算 带宽； 若所述最优带宽选择模型的K ‑S检验统计量不大于K ‑S检验统计量的临界值， 则所述带 宽为最优带宽 。 3.根据权利要求2所述的一种新 能源出力的概率分布模型建立方法， 其特征在于， 对所 述最优带宽选择模型进行K ‑S检验， 得到最优带宽选择模型的K ‑S检验统计量， 具体步骤如 下： 计算第一分布函数和第二分布函数的最大绝对差值， 得到所述最优带宽选择模型的K ‑ S检验统计量； 通过查表， 判断所述最优带宽选择模型的K ‑S检验统计量是否大于K ‑S检验统计量的临 界值。 4.根据权利要求1所述的一种新 能源出力的概率分布模型建立方法， 其特征在于， 采用 非参数核密度估计法对所述最优带宽选择模型的边缘分布进 行估计， 得到第一分布函数和 第二分布函数， 具体步骤如下： 确定核密度估计函数， 如公式(1)所示： 其中， h表示带宽， xi表示新能源出力的第i个样本， n表示样本数量， K表示核函数； 选择两个不同的核函数， 将选择的核函数分别代入核密度估计函数中， 得到第一分布 函数和第二分布函数， 如公式(2)所示：权　利　要　求　书 1/3 页 2 CN 115438312 A 2其中， 表示第一分布函数的函 数值， 表示第二分布函数的函数值， x表示新 能源的输出功率(即新能源出力)， K1表示第一分布函数的核函 数， K2表示第二分布函 数的核 函数， h表示带宽， xi表示新能源出力的第i个样本， n表示样本数量。 5.根据权利要求2所述的一种新 能源出力的概率分布模型建立方法， 其特征在于， 根据 所述最优带宽， 得到核密度估计值， 包括以下步骤： 根据所述 最优带宽， 计算公式(2)中第一分布函数和第二分布函数的函数值； 根据所述最优带宽下的第 一分布函数的函数值和第 二分布函数的函数值， 计算核密度 估计值， 如公式(3)所示： 6.根据权利要求1所述的一种新 能源出力的概率分布模型建立方法， 其特征在于， 通过 K‑S检验对所述概率分布模型进行拟合度检验， 具体步骤如下： 假设x1,x2,…,xn为新能源出力的样本， 所述样本满足x1≤x2≤…≤xn， 由x1,x2,…,xn构 成新能源出力的样本序列 {x1,x2,…,xn}； 所述样本序列中第n个样本的检验分布函数满足 公式(4)： 计算所述 概率分布模型的K ‑S检验统计量， 如公式(5)所示： 通过查表， 确定所述 概率分布模型的K ‑S检验统计量是否处于 置信区间； 若所述概率分布模型的K ‑S检验统计量处于 置信区间， 则得到概 率分布模型； 若所述概率分布模型的K ‑S检验统计量 不处于置信区间， 则重新计算 最优带宽 。 7.根据权利要求4所述的一种新 能源出力的概率分布模型建立方法， 其特征在于， 所述 核密度估计函数中的核函数 是以0为中心的对称的单峰概 率密度函数。 8.一种概率分布模型的应用方法， 其特征在于， 由权利要求1～7任一项所述概率分布 模型建立方法构建该概 率分布模型， 该概 率分布模型的应用方法包括以下步骤： 将新能源出力的数据输入概 率分布模型， 得到核密度估计函数； 采用非参数核密度估计法对所述核密度估计函数的边缘分布进行估计， 得到第 一分布 函数和第二分布函数；权　利　要　求　书 2/3 页 3 CN 115438312 A 3