组合模型在电力价格预测中的应用研究

《组合模型在电力价格预测中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、27卷第10期计算机仿真2010年10月文章编号：1006—9348(2010)10—0116—04组合模型在电力价格预测中的应用研究秦洪英(乐山师范学院计算机科学学院，四川乐山614004)摘要：电力价格同时具有线性和非线性规律，价格预测就符合收益最大，风险最小，满足供电的要求。当前传统的方法只能反映电力价格部分信息，从而导致电力价格预测精度不高。为了提高电力价格预测精度，提出一种基于ARIMA和RBF神经网络相结合的电力价格组合预测方法。首先采用ARIMA方法对电力价格的线性部分建模预测，然后采用RBF神经网络对电力价格非线性部分建模预测，最后利用

2、三层结构的RBF神经网络将2种方法预测结果进行非线件组合，得到电力价格最终预测结果。实验结果表明，组合模型相对于单模型的预测具有更高的精度，组合模型发挥了2种模型各自的优势，在电力价格预测中具有广泛的应用前景。关键词：神经网络；分自回归移动平均；组合模型；电力价格中图分类号：TP393文献标识码：AElectricityPriceForecastingMethodBasedonRBFandAMRIMAHybridModelQINHong·-ying(LeshanNormalUniversityDepartmentofComputerScience，Le

3、shanSichuan614004，China)ABSTRACT：Averaciouselectricitypriceforecastingcanhelpamarketeffectivebiddingdecisions．Itinfluencestheparticipant’sprofitsdirectly．Toimprovetheaccuracyofelectricitypriceforecasting．amethodofelectricitypricepre-dictionisputforwardcombinedRBFnetworkwithARIMA

4、forecast，ThehybridforecastingmethodcombinesthetwomethodstoulakeuseoftheDon—linearRBFneuralnetworkwhichhasastructureofthreelayers．Thesimulationtestofthethreeforecastingmethodsistakenplacedusedfielddata，andtheresultsshowthatthenon—linearhybridmodel，whichtakesadvantageoftheuniquest

5、rengthofthetwomodelsinlinearandnonlinearmodelingcanproducemoreaccuratepredictionsthanthatofsinglemodel．Thehybridmodelcanbeanefficientmethodtotheshort—termelectricitypriceprediction．KEYWORDS：Neuralnetwork；ARIMA；Hybridmodel；Electricityprice1引言电力价格是电力系统实行市场化运行的核心内容，发电商需要根据准确的预测电力价格

6、做出竟标策略，以附合收益最大而风险最小的原则；同样，供电企业也需要准确的电力价格信息决定其电能需求在长期双边合同和现货市场的最优购买分配方案；，而投资者需要参考准确的电力价格预测信息做出正确的投资决策。因此，电力价格已成为电力市场各参与者关注的焦点之一[1】。电力价格预测方法主要分2类，一类为统计预测方法，如简单移动平均、线性回归、自回归滑动平均、Kalman滤波收稿13期：2010—04—10修回13期：2010—05—22—116一以及非参数回归等呤1；另一类为神经网络方法p’。统计预测方法是基于线性数据的模型，其无法捕捉电力价格非线性特征，而现实

7、中电力价格由于受到多种因素的影响，数据间往往更多地表现为线性和非线性特征，这样基于线性数据的传统预测方法的预测结果往往并非最优，预测精度不高。基于人工智能的神经网络等模型在非线性时序列序列预测中表现出其优越性【4】，然而，在实际应用中，神经网络学习算法表现出其不足：如隐含层数的选择、过拟合问题、局部极小值以及泛化性能不强，不能很好反映电力价格的线性特征”’。针对使用单一模型电力价格预测中存在的预测精度不高问题，本文充分利用电力价格的线性和非线性特征信息，提出一种ARIMA和RBF神经网络相结合的组合预测方法(ARIMA—RBF)。2ARIMA—RBF组

8、合模型2．1电力价格预测原理电力价格预测原理是利用过去和现在的电力价格对将来电力价格进行预测和