電力市場數(shù)據挖掘和電價混合模型構建.pdf

1、電力工業(yè)放松管制，引入競爭的市場機制，逐步建立電力市場來優(yōu)化資源配置是整個電力系統(tǒng)的發(fā)展趨勢。電力市場中電價的確定是最本質、最關鍵的部分，如何合理的根據市場需求確定相應的電價直接影響到電力市場能否正常的運營。怎樣根據電力市場的相關歷史數(shù)據準確的預測出市場出清電價具有十分重要的意義。 電力系統(tǒng)的負荷是一個時間序列，電價也是一個時間序列，因此，從理論上講，凡是能用于負荷預測的方法都可以用于電價預測，如時間序列法、人工神經網絡法、小波

2、變換法等。但是電價由于其多變、價格尖峰等固有的特點，使得電價預測比負荷預測難得多，目前的電價預測方法都不盡如人意。 數(shù)據挖掘( Data Mining，簡稱DM)，又稱為數(shù)據庫中的知識發(fā)現(xiàn)，是90 年代中后期發(fā)展起來的人工智能分支。由于數(shù)據挖掘技術具有從大量數(shù)據中提取人們感興趣的潛在知識和信息的顯著優(yōu)點，故其出現(xiàn)就在各個領域獲得了廣泛的應用。本文主要使用數(shù)據挖掘中的一個重要技術-聚類分析和混合模型來進行電價建模。 綜合考