基于遗传算法和径向基函数神经网络的短期边际电价预测

• 作者: 吴迎霞 朱蕾蕾 陈刚 顾庆雯
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 短期边际电价 RBF 网络 递阶遗传算法 电力市场
• 年，卷（期）: 2006,（7）
• 所属期刊栏目: 电力市场
• 页码范围: 18-21,25
• 页数: 5页
• 分类号: TM715|F123.9
• 字数: 4779字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-3673.2006.07.004

摘要

文章分析了影响电价的主要因素及电价的变化特点,讨论了电价预测模型中必需引入的影响电价的因素.在比较常用的几种电价预测方法的优缺点后,作者采用径向基函数神经网络(radial basis function neural networks,RBF)建立短期边际电价预测模型,用递阶遗传算法(HGA)同时训练RBF网络结构和参数.并以美国NeW England ISO公布的2002年历史电价数据进行训练和测试,与传统的BP网络预测模型相比较,测试结果证明该模型的预测精确度是令人满意的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈刚	重庆大学电气工程学院	113	1636	21.0	36.0
2	吴迎霞		3	86	3.0	3.0
3	顾庆雯	重庆大学电气工程学院	1	41	1.0	1.0
4	朱蕾蕾		1	41	1.0	1.0