当前位置:首页 >> 电力/水利 >>

基于神经网络和相似搜索技术的电力价格钉预测方法_论文

维普资讯 http://www.cqvip.com 东 北 第2 6卷第 2期  20 06年 4月  电 力 大 学 学 报  V0. 6. 12 No.  2 Ap . 2 0   r ,0 6 Jun l  otes  i lUnvri   ora Of rhat a i iesy   N D n  t N trl cec  mt n aua  ineE i   S o 文章一号:0 5—2 9 (0 6 0 10 9 2 2 0 )2—0 2 0 4一O  7 基于神经 网络和 相似搜 索技 术 的 电力价格 钉预 测 方法  朱宏  陈 2 坂 ,囹   伟 , 立东 , 研3 畏 匾 , 。 任乒某  3 ( . 电力大学 电气工程学院 , 1东北 吉林 吉林 12 1; . 电力公司 滨海供电公司 . 3022天津 天津 30 7 ; 0 20   3 东京农工大学 . . 日本 东 京 138 3 ) 8 ,5 8  摘  要: 电力市场中普遍存在“ 价格钉”其特殊性给电价预测带来困难。通过对其特征和影响因素  , 的分析, 提出了一种基于神经网络和相似搜索技术的价格钉预测方法。首先, 采用 B 神经网络建立价  P 格钉识别模型, 对未来某一交易时段市场清算电价可能出现的区间进行预测, 并提供相应的置信度; 其  次 , 判别为价格钉 的时段采 用相似搜 索技 术进 行二次预测 。采用 澳大利亚昆士兰州 电力市场 2 0 对 0 4年  至 2 0 年 全年的电价数据进行训练和预测分 析, 05 结果验证 了该 方法的有效性 。   关 键 词: 电力市场 ; 电价预测 ; 价格钉 ; 神经网络 ; 相似搜索  文献标识码 :   A 中圈分类 号 : M 3 F 2 .  T 7 ; 1 39 1 引  言    在电力市场环境下, 电力作为一种商品 , 其价格是整个市场的核心 , 电价的波动影响到各种资源在  电力市场中的流动和分配。电价预测对于市场监管者 和参与者都具有重要意义。近年来 , 这方面的研  究已有了初步的进展 , [] 文献 1应用回归模 型法( 自回归滑动平均模型) 进行电价的预测研究 ; [] 文献 2采  用小波变换加时间序列 的方法对浙江电力市场的电价进行了预测 ; [] 文献 3则以美国加州电力市场为背  景。 对数据挖掘技术在 电价预测中的应用进行 了初步研究 。此外 , 目前已经发表的文献来看L 。 从 4 ,  0 利  用人工神经网络( N ) A N 预测是一个 比较好的、 也是用得较多的方法 。文献 [ ] 5 分别以美 国加州和  4 和[ ] 澳大利亚维多利亚电力市场为背景 , 对神经网络方法进行 了研究。   尽 管对电价 预测 的研 究 已取 得 了   一 些成果 , 但精度 并不 高, 其在 高峰  尤 负荷时段 以及 周末 、 节假 日出现 “ 价格  钉’ 时预测 结果存 在 较大 的偏差【 。 6     这种电价 尖峰值 常常在很 短 的时间 内   出现并达 到正常 电价 的几 十倍 甚至数  百倍( 如图 l 澳大利亚 昆士 兰州 电力市  9 2   — 7 —2   2   — 89 89 2   — g 9— 89 2 9 9 9 2   2   2   — 79 2 9 7 9— 7 9 2  —2   — 89 2   2   — 9 —2   — 9 9— 9 9— 9 4 3   : 0l : 01 3   3   3  0:01 : 02 3   : 0 6:0 I : 0 1 : 02 :0 : 0 9 3 4 3 9:0 0:0 5:0 1 3 5 3 0: 0 I3   3   l3   6 3 l 3   图 1 20 年 9 2  2   04 月 7 9日昆士兰州电力市场 电价分布  场 20 ..8 1 : 04 9 2  20 0的电价)要准确的检测和预测是 比较 困难的。不仅如此 , , 价格钉 的出现还会影响  以历史数据为依据的正常电价的预测 , 常规的处理方法是进行电价预处理[ J  , o 直接将价格钉去除或将  其限制在某一 阀值以内。虽然价格钉出现的频率不高, 由于其出现偶然且数值极大 。 但 会给市场的管理  收稿 日期 :0 5 - 2 2  20 -1 — 5 作者筒介 : 朱宏伟(9 9 )男 . 17 一 , 东北电力大学电气工程学院硕 士研 究生 . 主要从事电力 系统 自动化和电力市场方面 的研 究  维普资讯 http://www.cqvip.com 第2 期  朱宏伟等 : 基于神经 网络和相似搜 索技 术的电力价格钉预测 方法   2  5 者和参与者带来一定 的影响 , 尤其对于大型的国家电力库其影响显得尤为突出。因此 , 文中提出了一种  基于神经网络和相似搜索技术 的价格钉预测方法, 对未来交易时段 内可能出现的价格钉进行识别 和二  次预测, 预测结果表明该方法是有效的。   2 价 格 钉    无论是 电价序列还是负荷序列都是等间隔的时间序列 , 它们都具有很 明显的周期性 , 电价序列  但是 的变化 比负荷序列的变化复杂的多, 主要表现在 : 负荷序列是正值实数序列 , 而电价是实数序列 ; 负荷序  列的规律性 比电价序列要强 , 而且要平稳得多 , 特别是电价序列中存在一些突然升高的“ 毛刺”就像“ , 钉  子” 一样从序列中“ 了出来 , 冒” 使电价序列变化很大, 故称为“ 价格钉” 。   2 1 价格 钉 的定义  . 价格钉不仅仅是指那些远远高于平均电价的值 , 还包括一些数值极低的电价甚至是负 电价 。通常 ,   有 以下几种定义 :   () 1 按照历史平均值定义  设  历史电价平均值 ,  为标准偏差 ,   P 定义为样本数据的门槛值 , 满足以下

相关文章:
基于BP神经网络的电力系统负荷预测研究
分析 了影响中期负荷预测准确性的多方面因素,利用日常负荷气象条 件的关系,建立神经网络中期负荷预测模型,研究了这一人工智能 技术应用于电力系统负荷预测的可行性...
基于BP神经网络的短期电力负荷预测
基于BP神经网络的短期电力负荷预测_电力/水利_工程科技_专业资料。37 编号: 中国农业大学现代远程教育 毕业论文(设计)基于 BP 神经网络的短期电力负荷预测 学生 ...
基于BP神经网络的电力负荷预测方法探析
龙源期刊网 http://www.qikan.com.cn 基于 BP 神经网络的电力负荷预测方法探析 作者:高振祥 来源:《科学信息化》2017 年第 19 期 摘要 电力负荷预测在电力...
基于Elman神经网络的负荷预测研究
负荷预测是电力生产部门的重要工作之一,其负荷变化具 有明显的周期性, 文章采用 Elman 神经网络与 BP 神经网络建立模型,提出了一种 基于神经网络的负荷预测方法。...
基于神经网络的电力系统负载能力预测
基于神经网络的电力系统负载能力预测 1.基于神经网络的电力系统负载能力预测的研究综述 在电力系统运行中, 维持系统在安全运行区内对系统运行人员来说 是首要的。...
基于BP神经网络的短期电力负荷预测
毕业设计(论文)题目: 基于 bp 神经网络的短期电力负荷预测 2.题目背景和意义:电力系统是由电力网、电力用户组成,其作用就是对各类用户尽可能经济 地提供可靠而...
短期负荷预测论文:基于神经网络的短期电力负荷预测...
短期负荷预测论文:基于神经网络的短期电力负荷预测研究 - 断层组论文: 断层组论文:断层条件下的大巷施工围岩控制技术研究 【中文摘要】 本论文以淮北袁店二矿大...
短期负荷预测论文:基于神经网络的短期电力负荷预测...
短期负荷预测论文: 基于神经网络的短期电力负荷预测研究 【中文摘要】电力负荷预测是供电部门的重要工作之一,电力负 荷预测工作的水平已成为衡量一个电力企业的管理...
开题报告基于神经网络的电网理论线损率的预测
而且可以反映电力企业的技术和管理水平,能促使相关...然后再用论文的神经网络方法预测 2006 年 12 ...查找相关文献和资料; 第 3 周:学习相关文献和资料...
基于贝叶斯神经网络方法短期负荷预测指南
基于贝叶斯神经网络方法短期负荷预测指南 - 基于贝叶斯神经网络方法的短期负荷预测 摘要:短期负荷预测对于有效的电力系统规划和运营是非常重要的工具。我们 在本文提出...
更多相关标签: