電力市場條件下的短期電價預(yù)測研究.pdf

1、電力市場下的電價預(yù)測是十分復(fù)雜的問題，短期電價預(yù)測是本文研究的重點。電價序列是一個時間序列，由于受眾多因素的影響，電價曲線具有多周期性、波動性大、多個價格尖峰等特點，因此要比負(fù)荷預(yù)測難得多。 本文采用自組織數(shù)據(jù)挖掘組合預(yù)測模型對短期電價預(yù)測問題進行研究，它可以實現(xiàn)對預(yù)測模型的優(yōu)化組合，其中本文所采用的三個單一預(yù)測模型分別是累積式自回歸-滑動平均(ARIMA)模型、基于減法聚類的自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)(ANFIS)模型、殘差周期修正的

2、灰色模型。這三個單一模型的特點是：ARIMA模型利用歷史電價數(shù)據(jù)建立電價的時間序列模型，認(rèn)為影響電價的各種因素已隱含在歷史電價數(shù)據(jù)當(dāng)中，模型物理意義明確、易理解；ANFIS模型基于 T-S模型(Takagi-Sugeno)，采用減法聚類方法確定自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，然后利用混合學(xué)習(xí)算法訓(xùn)練自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)的前件參數(shù)和結(jié)論參數(shù)，最后輸入影響未來日電價的相關(guān)因素于訓(xùn)練好的自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)中進行電價預(yù)測；殘差周期修正灰色模型改進了初值

3、條件，進行殘差周期修正能跟蹤波動性變化的電價曲線，更精確的反映原始數(shù)據(jù)的變化規(guī)律。 在建立上述三種模型的基礎(chǔ)上，應(yīng)用自組織數(shù)據(jù)挖掘技術(shù)，實現(xiàn)了多個模型的優(yōu)化組合，并充分利用了單個預(yù)測模型的信息。這種組合預(yù)測方法的優(yōu)點是：采用非線性組合方式，所建立的模型具有顯式表達，可以直接用于建模結(jié)果的分析和解釋，此外，它是利用新信息來選擇最優(yōu)復(fù)雜度模型，從而保證模型具有較好的預(yù)測能力。 采用美國加州電力市場公布的電價數(shù)據(jù)分別建立了三個