基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种基于小波变换和群智能演化的神经网络集成预测新模型,对日前交易边际电价进行预测.首先利用小波变换将历史边际电价序列分解为高频和低频部分,并分别构造学习样本作为神经网络集成的输入;然后将边际电价预测问题转化为神经网络实际输出与预测输出误差最小化问题,其寻优过程采用粗-细二阶段学习算法.在第1阶段,采用粒子群优化算法把神经网络的结构和权重映射成问题空间中的粒子,通过粒子速度和位置更新方程进行粗学习,获得多个相对占优的神经网络结构和初始权重并构成神经网络集成单元;在第2阶段,采用梯度学习算法和交叉验证对神经网络集成单元的权重进行细学习,并以误差最小的神经网络集成单元的输出作为神经网络集成预测模型的输出.美国加州日前交易电力市场边际电价预测算例表明,该预测方法可以获得较高的预测精度,且优于BP神经网络方法和ARIMA预测方法.
推荐文章
一种网络流量预测的小波神经网络新模型
自相关
神经网络
小波变换
细节信号
近似信号
小波神经网络预测电价的新改进
电价预测
BP神经网络
小波变换
遗传算法
一种基于小波变换和ARIMA的短期电价混合预测模型
电价预测
小波变换
ARIMA模型
时间序列分析
电价突变
基于混沌与改进BP神经网络的电价预测方法
电力市场
神经网络
混沌
电价
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于小波变换的边际电价神经网络预测新模型
来源期刊 电力系统自动化 学科 工学
关键词 电力市场 边际电价 小波变换 群智能 粒子群优化 人工神经网络 神经网络集成
年,卷(期) 2007,(12) 所属期刊栏目 学术研究
研究方向 页码范围 40-44
页数 5页 分类号 TM73|F123.9
字数 4503字 语种 中文
DOI 10.3321/j.issn:1000-1026.2007.12.008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈允平 武汉大学电气工程学院 203 6094 41.0 70.0
2 杨波 武汉大学电气工程学院 309 2088 20.0 31.0
4 赵遵廉 11 250 6.0 11.0
5 韩启业 4 84 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (44)
共引文献  (178)
参考文献  (15)
节点文献
引证文献  (20)
同被引文献  (46)
二级引证文献  (61)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(13)
  • 参考文献(1)
  • 二级参考文献(12)
2000(10)
  • 参考文献(1)
  • 二级参考文献(9)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(10)
  • 参考文献(2)
  • 二级参考文献(8)
2003(11)
  • 参考文献(4)
  • 二级参考文献(7)
2004(3)
  • 参考文献(3)
  • 二级参考文献(0)
2005(3)
  • 参考文献(3)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(5)
  • 引证文献(3)
  • 二级引证文献(2)
2009(13)
  • 引证文献(6)
  • 二级引证文献(7)
2010(11)
  • 引证文献(4)
  • 二级引证文献(7)
2011(10)
  • 引证文献(2)
  • 二级引证文献(8)
2012(11)
  • 引证文献(3)
  • 二级引证文献(8)
2013(7)
  • 引证文献(1)
  • 二级引证文献(6)
2014(5)
  • 引证文献(1)
  • 二级引证文献(4)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(6)
  • 引证文献(0)
  • 二级引证文献(6)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
电力市场
边际电价
小波变换
群智能
粒子群优化
人工神经网络
神经网络集成
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电力系统自动化
半月刊
1000-1026
32-1180/TP
大16开
江苏省南京市江宁区诚信大道19号
28-40
1977
chi
出版文献量(篇)
12334
总下载数(次)
31
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导