基于云計算和BP神經(jīng)網(wǎng)絡的短期電價預測研究.pdf

1、電力市場化是當前電力體制不斷發(fā)展的產(chǎn)物，電能是其中最重要的部分之一，它的價格是電力市場的重要因素，保證市場的穩(wěn)定運行，對電價的預測也逐漸成為各國學者的關注焦點。從發(fā)電側(cè)角度分析，發(fā)電公司可以通過預測電價來制訂準確的投標計劃，從而取得更大的利潤;從購電方角度分析，用戶可以通過預測的電價調(diào)整用電量，有效地控制購電成本;從市場監(jiān)管者角度分析，電價預測可為市場的穩(wěn)定發(fā)展提供科學依據(jù)。所以，電價預測在電力市場中具有重要意義。
　　通過對各國

2、電力市場的歷史數(shù)據(jù)分析發(fā)現(xiàn)電價具有一定的周期性和波動性，而且電價的影響因素很多，除了歷史電價、歷史負荷這些可量化的因素之外，還包括氣候、市場需求等時變因素，不能量化的因素，這些都大大增加了電價預測工作的難度。同時預測樣本的選擇同樣影響電價預測的精度，如何選擇和處理輸入數(shù)據(jù)是本文需要考慮的一個重點。本文的研究課題為預測短期電價。
　　鑒于電價的隨機性特點，在分析不同模型預測電價的優(yōu)缺點后，本文采用BP神經(jīng)網(wǎng)絡算法，因為神經(jīng)網(wǎng)絡具有很

3、好的泛化能力，能處理各種非線性問題。但同時，BP神經(jīng)網(wǎng)絡存在收斂速度慢，反向傳播過程中會僅僅收斂到局部最小值的缺點，造成訓練時間長。針對BP神經(jīng)網(wǎng)絡存在的問題，首先建立基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡，通過GA算法的選擇，交叉，變異優(yōu)化BP神經(jīng)網(wǎng)絡的權值，并使用美國加州電力市場某時段電力數(shù)據(jù)進行實驗，比較BP算法和GABP算法預測精度。隨著電力市場化的發(fā)展，電價數(shù)據(jù)的規(guī)模變得越來龐大，僅在單機模式下使用預測模型處理電價數(shù)據(jù)，會使得模型預測