内变量参数辨识的灰色电价预测模型

• 作者: 冯祖仁 雷鸣雳
• 来源期刊: 西安交通大学学报
• 关键词: 灰色模型 粒子群算法 电价预测
• 年，卷（期）: 2009,（8）
• 页码范围: 85-89
• 页数: 5页
• 分类号: TM74
• 语种: 中文
• DOI: 10.3321/j.issn:0253-987X.2009.08.018

摘要

为了改善传统的电价预测灰色模型GM(1,1)的预测精度,提出一种内变量参数辨识的电价预测模型--PSOGM(1,1)模型.首先采用灰色微分方程建立模型内变量(发展系数、灰作用量、背景值权重系数、边值)与预测值之间的非线性内涵表达式,然后采用粒子群算法(PSO)对内变量参数进行辨识,得到问题的最优解,建立PSOGM(1,1)模型.与GM(1,1)模型相比较,PSOGM(1,1)模型具有较快的收敛速度和更好的预测精度.对北欧NORDPOOL电力市场历史电价数据的分析实验表明,PSOGM(1,1)模型的短期电价平均预测精度为94%,较已有的几种典型改进GM(1,1)模型预测精度提高了1%～3%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯祖仁	西安交通大学系统工程研究所	102	1951	20.0	41.0
5	雷鸣雳	西安交通大学系统工程研究所	6	56	4.0	6.0