基于GARCH误差校正的遗传支持向量机日前电价预测

• 作者: 刘达 牛东晓 聂巧平 邢棉
• 来源期刊: 电力系统自动化
• 学科: 工学
• 关键词: 电力市场 电价预测 支持向量机 遗传算法 GARCH模型
• 年，卷（期）: 2007,（11）
• 所属期刊栏目: 学术研究
• 页码范围: 31-34
• 页数: 4页
• 分类号: TM73|F123.9|F224.0
• 字数: 3025字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-1026.2007.11.007

摘要

针对时间序列预测和智能算法预测各自的侧重点不同,结合两者优点对日前市场电价进行预测.首先建立支持向量机(SVM)模型对单一时点电价进行预测,将遗传算法(GA)嵌入SVM模型中来保证SVM参数选择最优.针对SVM-GA模型训练误差和测试误差存在一定的相关性和条件异方差性,采用广义自回归条件异方差(GARCH)模型对误差序列进行拟合.然后利用拟合好的GARCH模型对SVM-GA模型预测误差进行预测,最后根据GARCH预测结果对SVM-GA模型预测进行校正.用该方法对美国PJM电力市场2005年8月份日前电价进行连续预测,总体平均误差仅8.19%,比普通方法误差减少了将近4个百分点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛东晓	华北电力大学工商管理学院	306	6130	40.0	64.0
2	刘达	华北电力大学工商管理学院	40	735	17.0	25.0
3	邢棉	华北电力大学数理学院	29	1302	19.0	29.0
4	聂巧平	南开大学经济学院	10	115	6.0	10.0