基于小波神经网络的电价滚动预测模型

被引：2

作者：

秦磊

邹斌

机构：

[1] 江南大学通信与控制工程学院

来源：

江南大学学报(自然科学版) | 2008年 / 02期

关键词：

电力市场; 电价预测; 神经网络; 小波分析; 概率分布;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; F416.61 [电力、电机工业];

学科分类号：

摘要：

探讨了基于小波分析和神经网络的3种短期电价预测模型,比较了提前1步的滚动预测与提前N步的预测方法.采用预测误差概率分布作为预测误差的评价指标,并以美国加州电力市场的实际运行数据为基础,连续预测该市场1个月的电价.结果表明:提出的具有滚动预测概念的模型III具有良好的预测精度,其误差分布还显示出该模型具有较高的预测置信度.

引用

页码：170 / 174

页数：5

共 9 条

[1] 分时段短期电价预测 [J].

张显 ;

王锡凡 ;

陈芳华 ;

叶斌 ;

陈皓勇 .

中国电机工程学报, 2005, (15) :1-6

[2] 含误差预测校正的ARIMA电价预测新方法 [J].

周明 ;

严正 ;

倪以信 ;

李庚银 .

中国电机工程学报, 2004, (12) :67-72

[3] 基于小波分解的改进神经网络MCP预测方法及应用 [J].

魏平 ;

李均利 ;

陈刚 ;

张永吉 .

电力系统自动化, 2004, (11) :17-21

[4] 小波模糊神经网络在电力系统短期负荷预测中的应用 [J].

邰能灵 ;

侯志俭 .

中国电机工程学报, 2004, (01) :24-29

[5]

小波分析[M]. 国防工业出版社 , 梁学章等编著, 2005

[6]

神经网络与应用[M]. 国防工业出版社 , 董长虹编著, 2005

[7]

神经网络导论[M]. 国防科技大学出版社 , 胡守仁等编著, 1993

[8]

Forecasting Next-day Electricity Prices by Time Series Models .2 Nogales F J,Contreras J,Conejo A,et al. IEEE Transactions on Power Systems . 2002

[9]

Selecting input factors for clusters of gaussian radial basis function networks to i mprove market clearing price prediction .2 Jau-jia Guo,Luh P B. IEEE Trans on Power Systems . 2003

← 1 →