| 基于数据挖掘与支持向量机的现货市场出清价预测方法 |
| |
| 作者姓名： | 陈杰尧 陶春华 马光文 陈仕军 赵永龙 王靖 |
| |
| 作者单位： | 1. 四川大学 水利水电学院;2. 四川大学 水力学与山区河流开发保护国家重点实验室;3. 四川大汇大数据服务有限公司;4.国家电网公司西南分部 |
| |
| 基金项目： | 国家重点研发计划（2018YFB0905204）；国家电网有限公司科技项目（SGSCDK00XTJS1700047） |
| |
| 摘 要： | 现货市场环境下，市场出清价对于电力市场的发、用两侧参与者和市场管理者都是极为重要的信息。因此，市场出清价的预测研究越发重要。首先分析大多数传统电价预测方法采用的连续序列与该文选取的同时段的电价序列表现出的变化特征差异，给出选取同时段电价序列作为输入的原因。然后基于数据挖掘相似性理论，通过欧氏距离和角度距离2个维度识别历史电价相似序列，得到模型所需训练集数据。以支持向量机（SVM）为预测工具，并利用遗传算法对SVM的关键参数进行寻优。最后将模拟预测结果与不考虑历史相似状态的SVM模型、BP神经网络模型进行对比，通过误差分析证明了所提模型具备更高的预测精度。
|
| 关 键 词： | 市场出清价预测 支持向量机 遗传算法 相似性原理 同时段电价预测 |
Forecasting Method of Spot Market Clearing Price Based on Data Mining and Support Vector Machine |
| |
| Authors: | CHEN Jieyao TAO Chunhu MA Guangwen CHEN Shijun ZHAO Yonglong WANG Jing |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《》浏览原始摘要信息 |
|
点击此处可从《》下载全文 |
