原文服务方: 西安交通大学学报       
摘要:
应用混合自回归滑动平均潜周期模型对短期电价序列进行了预测.对消除了趋势影响的电价序列,经离散傅里叶变换转换为复值潜周期模型,采用一种简单的周期图检测方法计算电价序列的周期特征参数.为了计及历史信息对当前状态的影响,采用自回归滑动平均模型拟合残差随机分量,采用赤池信息准则确定模型的阶数,参数则由矩估计得到.该模型不要求预先假设电价序列的周期尺度,周期的个数和大小由模型计算确定,方法简单.采用美国宾夕法尼亚、新泽西、马里兰电力市场的实际电价数据对模型进行了检验,验证了模型的有效性.
推荐文章
基于自回归滑动平均模型的风电功率预测
风电功率
自回归滑动平均模型
风电预测
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
基于支持向量机和自回归积分滑动平均模型组合的血糖值预测
动态血糖监测系统
糖尿病
血糖值
支持向量机
自回归积分滑动平均
最小方差
基于ADL-GARCH的电价预测模型及其应用
ADL模型
GARCH模型
电价
预测
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 基于混合自回归滑动平均潜周期模型的短期电价预测
来源期刊 西安交通大学学报 学科
关键词 潜周期 电价预测 自回归滑动平均模型
年,卷(期) 2008,(2) 所属期刊栏目 专题研究
研究方向 页码范围 184-188
页数 5页 分类号 TM73
字数 语种 中文
DOI 10.3321/j.issn:0253-987X.2008.02.013
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 王锡凡 西安交通大学电气工程学院 216 10595 60.0 97.0
2 曾勇红 西安交通大学电气工程学院 5 59 4.0 5.0
3 冯宗建 西安交通大学电气工程学院 1 15 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (60)
共引文献  (103)
参考文献  (5)
节点文献
引证文献  (15)
同被引文献  (33)
二级引证文献  (39)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(8)
  • 参考文献(0)
  • 二级参考文献(8)
2003(14)
  • 参考文献(0)
  • 二级参考文献(14)
2004(11)
  • 参考文献(1)
  • 二级参考文献(10)
2005(15)
  • 参考文献(1)
  • 二级参考文献(14)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(4)
  • 引证文献(4)
  • 二级引证文献(0)
2011(7)
  • 引证文献(4)
  • 二级引证文献(3)
2012(3)
  • 引证文献(1)
  • 二级引证文献(2)
2013(14)
  • 引证文献(1)
  • 二级引证文献(13)
2014(4)
  • 引证文献(0)
  • 二级引证文献(4)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(5)
  • 引证文献(1)
  • 二级引证文献(4)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
潜周期
电价预测
自回归滑动平均模型
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
西安交通大学学报
月刊
0253-987X
61-1069/T
大16开
1960-01-01
chi
出版文献量(篇)
7020
总下载数(次)
0
总被引数(次)
81310
相关基金
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
论文1v1指导