用相似性原理及人工神经网络预测电价

摘要：

提出了用相似性原理和BP神经网络来预测日前市场出清电价的新方法,该法尤其适用于只能获得有限原始数据的情况.运用相似性原理对人工神经网络的训练模型进行选择,使其有与预测日相似的负荷特征.用选择出的相似训练模式对选定的BP神经网络进行训练,通过BP神经网络的反向传播过程不断修正模型中的神经元连接权值和阀值,实现对未来24 h市场出清电价的有效预测.对周末和节假日采用了峰值处理步骤后,此方法更加完整.最后以美国宾西法尼亚州、新泽西州和马里兰州公布的2002年数据进行了模型训练和预测,结果表明该方法所建立的预测模型具有较高的预测精度.

关键词：相似性原理、出清电价、短期电价预测、BP神经网络、训练模式

所属期刊栏目：32

分类号：TM73;F123.9(输配电工程、电力网及电力系统)

在线出版日期：2006-07-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：108-112