基于相似搜索和神经网络的日前市场边际电价预测

被引：8

作者：

李郁侠 ^{[1
]}

石晓俊 ^{[1
]}

赵军科 ^{[1
]}

段凌剑 ^{[2
]}

高福荣 ^{[2
]}

机构：

[1] 西安理工大学水利水电学院

[2] 南桠河流域水电开发总公司

来源：

水力发电学报 | 2006年 / 01期

关键词：

电力市场; 边际电价; 相似搜索; 神经网络;

D O I：

暂无

中图分类号：

F407.61 [电力、电机工业];

学科分类号：

020205 ; 0202 ;

摘要：

为了对电力市场次日系统边际电价(SMP)进行准确预测,本文根据数据挖掘中的相似搜索理论和人工神经网络(ANN)工具建立了预测模型,其中相似搜索用来生成神经网络的训练集和输入矩阵,并运用Matlab6.5中的神经网络工具实现该模型。采用美国加州电力市场的历史数据进行实例计算,证明该方法对工作日SMP的预测效果较好,也证明了选择与预测日负荷相似或邻近日的历史数据进行网络训练方法的有效性。

引用

页码：6 / 9

页数：4

共 4 条

[1] 基于遗传算法和BP神经网络的电价预测 [J].