电网技术

2008, No.277(08) 63-66+81

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于自回归条件异方差-反向传播网络模型的日前边际电价预测
Day-Ahead Marginal Price Forecasting Based on Autoregressive Conditional Heteroskedasticity-Back Propagation Network Model

余帆;沈炯;刘西陲;

摘要(Abstract):

针对日前电力市场提出了一种基于自回归条件异方差分析的改进神经网络模型。首先利用自回归条件异方差分析得到边际电价序列的条件方差,然后以条件方差作为电价波动风险指标,建立基于历史电价、历史负荷和历史电价条件方差等输入量的自回归条件异方差?反向传播网络模型,并利用该模型对美国PJM电力市场的日前边际电价进行了预测。结果表明,引入自回归条件异方差分析可以有效提高传统反向传播网络的预测精度。

关键词(KeyWords): 电力市场;日前边际电价;预测;自回归条件异方差(ARCH);神经网络

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 余帆;沈炯;刘西陲;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享