用相似性原理及人工神经网络预测电价

• 作者: 吴耀武 娄素华 敖磊 熊信银
• 来源期刊: 高电压技术
• 学科: 工学
• 关键词: 相似性原理 出清电价 短期电价预测 BP神经网络 训练模式
• 年，卷（期）: 2006,（6）
• 所属期刊栏目: 高压电力系统运行管理
• 页码范围: 108-112
• 页数: 5页
• 分类号: TM73|F123.9
• 字数: 4677字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6520.2006.06.032

摘要

提出了用相似性原理和BP神经网络来预测日前市场出清电价的新方法,该法尤其适用于只能获得有限原始数据的情况.运用相似性原理对人工神经网络的训练模型进行选择,使其有与预测日相似的负荷特征.用选择出的相似训练模式对选定的BP神经网络进行训练,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阀值,实现对未来24 h市场出清电价的有效预测.对周末和节假日采用了峰值处理步骤后,此方法更加完整.最后以美国宾西法尼亚州、新泽西州和马里兰州公布的2002年数据进行了模型训练和预测,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	娄素华	华中科技大学电力与电子工程学院	47	899	17.0	29.0
2	吴耀武	华中科技大学电力与电子工程学院	78	3193	31.0	55.0
3	敖磊	华中科技大学电力与电子工程学院	2	29	2.0	2.0
4	熊信银	华中科技大学电力与电子工程学院	22	761	15.0	22.0