基于遗传算法的BP-LSSVM组合变权模型权重优化的短期电价预测研究

• 作者: 张利君 黄元生
• 来源期刊: 煤炭工程
• 学科: 工学
• 关键词: 遗传算法 BP神经网络 最小二乘支持向量机 短期电价预测 权重优化
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 研究探讨
• 页码范围: 172-176
• 页数: 5页
• 分类号: TD-05
• 字数: 3688字
• 语种: 中文
• DOI: 10.11799/ce201905039

摘要

为了能够精确预测短期电价为市场参与者提供有效的决策指导,首先对电价数据进行水平处理,然后建立BP神经网络(BPNN)和最小二乘支持向量机(LSSVM)组合变权模型(BP LSSVM),同时提出采用遗传算法(GA)对该组合变权模型的权重进行优化,最后将权重优化之后的GA BP LSSVM模型应用于美国PJM电力市场的边际电价预测,并与传统的LSSVM与BPNN的预测结果进行比较,结果表明,该组合变权模型能够提供更加精确的预测电价.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄元生		84	487	13.0	18.0
2	张利君		6	14	2.0	3.0