首页 | 本学科首页   官方微博 | 高级检索  
     

基于混沌因子及相空间重构后的神经网络短期电价预测的研究
引用本文:罗欣,周渝慧,郭宏榆.基于混沌因子及相空间重构后的神经网络短期电价预测的研究[J].电力系统保护与控制,2008,36(1).
作者姓名:罗欣  周渝慧  郭宏榆
摘    要:影响电价因素众多,但在现实中不可能获得所有信息的资料,在这种信息不完全的情况下,为了更好地提高电价预测精度,通过分析电价和负荷时间序列的混沌性,用C-C方法分别重构其相空间,揭示出其本身蕴涵的规律,并采用数据挖掘技术中的相似搜索技术,挖掘出与预测日变化规律最相似的时间序列作为样本,利用BP神经网络这一具有高度自学习自适应能力的网络,拟合电价序列的重构函数.利用美国PJM电力市场的实际数据进行了实例预测,结果显示出良好的预测精度,并比传统BP网络能更好地预测休息日电价.

关 键 词:电价预测  混沌理论  BP神经网络  数据挖掘技术  C-C法

Short-term price forecasting based on chaotic property and phase space recostructed neural networks
LUO Xin,ZHOU Yu-hui,GUO Hong-yu.Short-term price forecasting based on chaotic property and phase space recostructed neural networks[J].Power System Protection and Control,2008,36(1).
Authors:LUO Xin  ZHOU Yu-hui  GUO Hong-yu
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号