電價是反映電力市場運營狀況,評價市場競爭效率的核心指標,是電力市場決策的基礎。電價預測對引導投資、自發(fā)配置市場資源、實現(xiàn)電力供求基本平衡、滿足各項服務目標具有重要意義。較為準確的短期電價預測即有助于發(fā)電商為獲得最大利潤提供最優(yōu)報價策略的選擇,又使購電方的動態(tài)成本控制成為可能,同時還為監(jiān)管部門的實時監(jiān)管提供了重要的科學依據(jù),保證電力市場的正常運行。 本文先簡單介紹了電價預測并列舉了現(xiàn)有文獻的幾種主要電價預測方法。有統(tǒng)計學方法、神經(jīng)網(wǎng)絡法、市場模擬法、灰色系統(tǒng)理論、組合預測方法等。再在分析現(xiàn)有方法的基礎上,著重研究了粒子群優(yōu)化GM(1,1)冪-BP神經(jīng)網(wǎng)絡的組合預測模型。 本文的主要成果如下： 1、從實際出發(fā),按照電價數(shù)據(jù)的特點先對電價做分時段處理,在各分時段中利用一元線性回歸模型擬合該時段中已知電價并對未知電價進行預測； 2、將線性回歸產(chǎn)生電價與原始電價數(shù)據(jù)進行比較,剔除線性項； 3、利用GM(1,1)冪模型和BP神經(jīng)網(wǎng)絡都適用于處理非線性問題的特點,構造GM(1,1)冪-神經(jīng)網(wǎng)絡模型并用粒子群優(yōu)化算法優(yōu)化GM(1,1)冪模型的冪指數(shù)和GM(1,1)冪模型與神經(jīng)網(wǎng)絡的組合系數(shù),建立PSO...

【文章頁數(shù)】：49 頁

【學位級別】：碩士

【文章目錄】：
中文摘要
ABSTRACT
第一章 緒論
    1.1 研究背景及意義
    1.2 電價的特點與預測難點
        1.2.1 電價的特點分析
        1.2.2 電價預測的難點
    1.3 電價預測方法
    1.4 本文主要工作內(nèi)容
第二章 GM(1,1)冪模型
    2.1 GM(1,1)模型
        2.1.1 GM(1,1)模型的建模原理
        2.1.2 GM(1,1)模型的建模步驟
        2.1.3 GM(1,1)模型的適用范圍
    2.2 GM(1,1)冪模型
        2.2.1 GM(1,1)冪模型的建模步驟
        2.2.2 GM(1,1)冪模型的參數(shù)分析
        2.2.3 GM(1,1)冪模型的參數(shù)優(yōu)化
    2.3 本章小結(jié)
第三章 粒子群優(yōu)化算法與BP神經(jīng)網(wǎng)絡
    3.1 粒子群優(yōu)化算法
        3.1.1 粒子群優(yōu)化算法的背景知識
        3.1.2 粒子群優(yōu)化算法數(shù)學描述
        3.1.3 粒子群優(yōu)化算法步驟與偽代碼
        3.1.4 粒子群優(yōu)化算法參數(shù)設置
    3.2 BP神經(jīng)網(wǎng)絡
        3.2.1 神經(jīng)網(wǎng)絡發(fā)展概況
        3.2.2 人工神經(jīng)網(wǎng)絡的特點和基本原理
        3.2.3 人工神經(jīng)網(wǎng)絡用于電價預測
        3.2.4 BP神經(jīng)網(wǎng)絡與BP學習算法
        3.2.5 BP神經(jīng)網(wǎng)絡的主要不足與改進
    3.3 本章小結(jié)
第四章 基于粒子群優(yōu)化GM(1,1)冪-神經(jīng)網(wǎng)絡模型的短期電價預測
    4.1 數(shù)據(jù)預處理
        4.1.1 一元線性回歸模型
        4.1.2 數(shù)據(jù)的分離與預測
    4.2 粒子群優(yōu)化GM(1,1)冪-神經(jīng)網(wǎng)絡模型的建立
    4.3 程序?qū)崿F(xiàn)
    4.4 預測結(jié)果分析
    4.5 本章小結(jié)
第五章 結(jié)論
    5.1 主要研究結(jié)果
    5.2 尚待研究的問題
參考文獻
本人攻讀學位期間完成的工作
致謝



本文編號：3782039