基于相似搜索和神经网络的次日边际电价预测

• 作者: 李郁侠 段凌剑 石晓俊 高福荣
• 来源期刊: 武汉大学学报（工学版）
• 学科: 工学
• 关键词: 电力市场 电价预测 相似搜索 神经网络
• 年，卷（期）: 2005,（5）
• 所属期刊栏目: 电力电子及计算机技术
• 页码范围: 120-123
• 页数: 4页
• 分类号: TM715
• 字数: 2467字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-8844.2005.05.026

摘要

为了对电力市场次日系统边际电价(SMP)进行准确预测,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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李郁侠	西安理工大学水利水电学院	73	798	15.0	25.0
2	段凌剑		13	124	6.0	11.0
3	石晓俊	西安理工大学水利水电学院	5	58	4.0	5.0
4	高福荣		6	86	5.0	6.0