基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在高比例可再生能源参与市场竞争的背景下,电价波动更为剧烈.为了对电价区间进行预测,提出了动态贝叶斯网络(Dynamic Bayesian Network,DBN)的电价区间预测方法.该方法以风电发电量、总发电量和总用电量的预测值以及历史电价真实值为输入数据,以贪婪搜索算法确定DBN的网络结构,以最大似然估计法(Maximum Likelihood Estimate,MLE)估计DBN网络参数,建立DBN模型.然后以风电发电量、总发电量和总用电量的预测值为推理证据,采用联合树推理得到电价预测的离散值和后验概率,实现电价的区间预测.最后将所提方法与电价真实值、对比方法进行比较,验证了所提方法的有效性.所提方法不仅能得到电价的预测区间,而且能给出对应的概率,对提高市场成员的收益、规避价格风险具有指导意义.
推荐文章
基于贝叶斯网络的内部威胁预测研究
内部威胁
贝叶斯网络
网络攻击图
似然加权法
基于预测能力的贝叶斯网络分类器学习
贝叶斯网络
分类器
预测能力
基于贝叶斯网络的跳频序列多步预测
跳频序列
贝叶斯网络
相空间重构
多步预测
基于贝叶斯傅里叶动态模型的桥梁极值应力预测
桥梁
傅里叶动态非线性模型
Taylor级数展开技术
贝叶斯方法
桥梁极值应力预测
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 基于动态贝叶斯网络的电价区间预测
来源期刊 电力系统保护与控制 学科
关键词 电价预测 区间预测 动态贝叶斯网络 联合树推理 向前向后算法 改进k-means聚类 平均差异度
年,卷(期) 2022,(5) 所属期刊栏目 应用研究|Application Research
研究方向 页码范围 117-127
页数 11页 分类号
字数 语种 中文
DOI 10.19783/j.cnki.pspc.210424
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
电价预测
区间预测
动态贝叶斯网络
联合树推理
向前向后算法
改进k-means聚类
平均差异度
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
电力系统保护与控制
半月刊
1674-3415
41-1401/TM
大16开
河南省许昌市许继大道1706号
36-135
1973
chi
出版文献量(篇)
11393
总下载数(次)
13
总被引数(次)
201041
相关基金
福建省自然科学基金
英文译名:Natural Science Foundation of Fujian Province of China
官方网址:http://www.fjinfo.gov.cn/fz/zrjj.htm
项目类型:重大项目
学科类型:
论文1v1指导