一种基于异常值检测和群体智能优化神经网络的电价混合预测模型

• 作者: 何欣 倪赛赛 崔力心 戴亮
• 来源期刊: 电子测试
• 关键词: 异常值检测 ARMA模型 BP神经网络 PSO算法 CS算法
• 年，卷（期）: 2015,（4）
• 页码范围: 54-56
• 页数: 3页
• 字数: 2789字
• 语种: 中文

摘要

为了提高短期电价预测精度，本文提出了一种将异常值检测、时间序列分析、神经网络以及群体智能算法相结合的混合算法。作为混合算法的具体实现，文中的异常值检测利用了残差比方法和正态分布方法，群体智能优化算法选取了粒子群（PSO）算法和布谷鸟（CS）算法。作为实例研究，本文将混合模型应用用于澳大利亚新南威尔士州短期电价预测中，结果表明，混合预测方法能在一定程度上提高模型的预测精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何欣	国网甘肃省电力公司电力科学研究院	13	17	2.0	4.0
2	戴亮	国网甘肃省电力公司电力科学研究院	5	2	1.0	1.0
3	崔力心	国网甘肃省电力公司电力科学研究院	17	21	2.0	4.0
4	倪赛赛	国网甘肃省电力公司电力科学研究院	14	27	4.0	4.0