基于自回归条件异方差-反向传播网络模型的日前边际电价预测

• 作者: 余帆 刘西陲 沈炯
• 来源期刊: 电网技术
• 学科: 经济
• 关键词: 电力市场 日前边际电价 预测:自回归条件异方差(ARCH) 神经网络
• 年，卷（期）: 2008,（8）
• 所属期刊栏目: 电力市场
• 页码范围: 63-66,81
• 页数: 5页
• 分类号: F407.2
• 字数: 3432字
• 语种: 中文

摘要

针对日前电力市场提出了一种基于自回归条件异方差分析的改进神经网络模型.首先利用自回归条件异方差分析得到边际电价序列的条件方差,然后以条件方差作为电价波动风险指标,建立基于历史电价、历史负荷和历史电价条件方差等输入量的自回归条件异方差一反向传播网络模型,并利用该模型对美国PJM电力市场的日前边际电价进行了预测.结果表明,引入自回归条件异方差分析可以有效提高传统反向传播网络的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈炯	东南大学能源与环境学院	106	1994	24.0	42.0
2	余帆	东南大学能源与环境学院	4	42	4.0	4.0
3	刘西陲	东南大学能源与环境学院	13	81	5.0	9.0