基于DPBIL-SVM混合模型的电力现货市场出清价预测研究

• 作者: 张帅 陈仕军 陶春华 马光文 黄炜斌
• 来源期刊: 水电能源科学
• 学科: 工学
• 关键词: 电力市场 出清价预测 PBIL SVM 人工智能
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 电气工程
• 页码范围: 197-200
• 页数: 4页
• 分类号: TM715|F407.6
• 语种: 中文

摘要

为准确预测现货市场出清价,利用改进的基于种群增量学习的进化算法(DPBIL)对SVM参数进行优化,构建了基于DPBIL-SVM的混合预测模型,将该模型应用于挪威电力市场短期电价预测中,并与灰色GM(1,1)模型和BP人工神经网络模型进行比较.结果 表明,所提模型能够将现货市场出清价预测误差控制在5％以下,合格率97％,效果优于灰色GM(1,1)模型和BP人工神经网络模型,符合现货市场实际报价的要求.