混合式短期边际电价预测模型

• 作者: 李彩华 王志伟 郭志忠
• 来源期刊: 电力系统自动化
• 学科: 工学
• 关键词: 电力市场 短期边际电价 动态聚类 BP神经网络
• 年，卷（期）: 2002,（21）
• 所属期刊栏目: 电力市场专栏
• 页码范围: 29-33
• 页数: 5页
• 分类号: TM73|F123.9
• 字数: 5307字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-1026.2002.21.006

摘要

提出以动态聚类和BP神经网络来预测短期边际电价,以样本数据与聚类中心的距离最小为标准,通过动态聚类方法将所有样本数据划分到多个类别中,对不同类别的样本数据分别建立具有相同拓扑结构、不同神经元连接权值和阈值的BP神经网络模型,通过BP神经网络的反向传播过程不断修正模型中的神经元连接权值和阈值,实现对短期边际电价的合理预测,以America PJM (美国宾夕法尼亚州、新泽西州和马里兰州)公布的1999年数据进行模型训练和测试,结果表明该方法所建立的预测模型具有较高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭志忠		219	5915	44.0	65.0
2	李彩华		8	345	7.0	8.0
3	王志伟		2	119	2.0	2.0