基于GARCH误差校正的遗传支持向量机日前电价预测

被引：46

作者：

刘达 ^{[1
]}

牛东晓 ^{[1
]}

邢棉 ^{[2
]}

聂巧平 ^{[3
]}

机构：

[1] 华北电力大学工商管理学院

[2] 华北电力大学数理学院

[3] 南开大学经济学院

来源：

电力系统自动化 | 2007年 / 11期

基金：

高等学校博士学科点专项科研基金;

关键词：

电力市场; 电价预测; 支持向量机; 遗传算法; GARCH模型;

D O I：

暂无

中图分类号：

TM715 [电力系统规划];

学科分类号：

080802 [电力系统及其自动化];

摘要：

针对时间序列预测和智能算法预测各自的侧重点不同,结合两者优点对日前市场电价进行预测。首先建立支持向量机(SVM)模型对单一时点电价进行预测,将遗传算法(GA)嵌入SVM模型中来保证SVM参数选择最优。针对SVM-GA模型训练误差和测试误差存在一定的相关性和条件异方差性,采用广义自回归条件异方差(GARCH)模型对误差序列进行拟合。然后利用拟合好的GARCH模型对SVM-GA模型预测误差进行预测,最后根据GARCH预测结果对SVM-GA模型预测进行校正。用该方法对美国PJM电力市场2005年8月份日前电价进行连续预测,总体平均误差仅8.19%,比普通方法误差减少了将近4个百分点。

引用

页码：31 / 34+58 +58

页数：5

共 8 条

[1]

短期电价预测综述 [J].