發(fā)布時間：2020-04-14 18:14

【摘要】：隨著電力改革的逐漸深入,發(fā)電行業(yè)競爭越來越激烈,電力行業(yè)變得自由化和市場化,電力可以像貨物一樣在市場環(huán)境下自由交易,使得電價在很大程度上反映了電力市場的供求關(guān)系,因此電價理論成為當(dāng)前電力科學(xué)界的重要研究對象。與負荷相比,電價有很強的波動性,主要是受到如市場成員行為、輸電阻塞、發(fā)電商報價模式等非確定因素的影響,這些因素?zé)o法納入電價的預(yù)測模型,使得電價預(yù)測比負荷預(yù)測難度更大,故利用電力市場的相關(guān)歷史數(shù)據(jù)對未來時刻的電價進行預(yù)測是一件非常有意義的事。本文闡述了電力市場電價預(yù)測問題的特點、內(nèi)容和方法,分析和比較了短期電價預(yù)測的各種方法,論文基于信息熵理論將極限學(xué)習(xí)機模型(ELM)、神經(jīng)網(wǎng)絡(luò)模型(BP)和改進支持向量機模型(CS-SVM)三種單一模型進行綜合,構(gòu)建了組合預(yù)測模型。為了驗證所提模型的適用性,分別用三種單一模型對電力市場下春、夏、秋、冬四個季節(jié)的數(shù)據(jù)進行提前半小時的電價預(yù)測,并獲得它們的預(yù)測誤差,以及各模型所得預(yù)測值。由于所有單一模型都存在其優(yōu)缺點,每種模型在不一樣的場景下的預(yù)測精度各有差異。故論文在基于信息熵理論基礎(chǔ)上求得各模型的權(quán)系數(shù),將各預(yù)測模型得到的預(yù)測值通過加權(quán)平均處理得到最后的電價預(yù)測值,以此來構(gòu)建組合預(yù)測模型。由于ELM模型、BP模型和SVM模型本身并沒有自帶數(shù)據(jù)平穩(wěn)化處理功能,而電價波動幅度很大,因此,在對電價進行預(yù)測前,需要采用信號處理技術(shù)對電價進行預(yù)處理。對于ELM模型,論文提出了二層分解技術(shù)與ELM進行結(jié)合,首先采用集合經(jīng)驗?zāi)Ｊ椒纸鈱⒃茧妰r序列分解為多個固有模態(tài)函數(shù)(IMFs),為了減少數(shù)據(jù)序列的非穩(wěn)定性,變分模態(tài)分解進一步將高頻率IMFs分解為多個模態(tài),然后對所有序列建立ELM預(yù)測模型;對于BP模型,論文采用經(jīng)驗小波變換將原始序列分解為若干個模態(tài)分量,并對所有分量建立BP預(yù)測模型;對于SVM模型,采用奇異譜分析分離出原始電價序列的趨勢、振蕩和噪聲成分,并對所有序列進行重構(gòu),過濾掉噪聲部分,再對降噪后的序列進行SVM建模預(yù)測,針對SVM預(yù)測模型中存在過分依賴核函數(shù)的問題,其參數(shù)易陷入局部最優(yōu),為了提高預(yù)測精度,提出布谷鳥算法(CS)優(yōu)化預(yù)測模型的參數(shù),最后將所有預(yù)測序列進行疊加,得到最終的電價預(yù)測值。最后通過實驗仿真,結(jié)果顯示組合預(yù)測模型在不同季節(jié)下都超越了最優(yōu)的單一預(yù)測模型,有效提高了電價預(yù)測的精度。
【圖文】：

圖 2-1 ELM 結(jié)構(gòu)圖Fig. 2-1 Structure of the ELM Ti2in,a, ,a是連接第i 個隱層神經(jīng)元和輸 Tim是連接第i 個隱層神經(jīng)元和輸出節(jié)點的權(quán)，g是激活函數(shù)。公式(2.1)可以簡化為式(Hβ T NlLlLNgaxbgaxbgaxbgaxbhxhx 11111111 H LmL TT1 β ，，NmNtt TT1T 含層的輸出矩陣；T 是目標(biāo)輸出矩陣。EL

[39]是指基于產(chǎn)生誤差反向傳播算法的前饋多層神能力和噪聲容限，已廣泛應(yīng)用于不同的預(yù)測領(lǐng)域N）中的一種方法，它包含一層或多層隱含層，其較容易實現(xiàn)，本文所采用的 BP 神經(jīng)網(wǎng)絡(luò)是由輸絡(luò)結(jié)構(gòu)，隱含層的計算節(jié)點調(diào)用了隱層單元的隱和輸出，當(dāng)選定一組輸入輸出集進行訓(xùn)練，多層一種方向傳播算法，涉及二個后續(xù)階段：第一個部輸入信息向前傳播來計算輸出單元的輸出信息重的修改是基于輸出單元的計算信息信號和觀察，sigmoid 函數(shù)作為 BP 神經(jīng)元的傳遞函數(shù)，且神
【學(xué)位授予單位】：廣東工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：F426.61;F726;TM73

【相似文獻】

相關(guān)期刊論文 前10條

1 徐兵;;電力市場下短期電價預(yù)測淺析[J];經(jīng)貿(mào)實踐;2015年08期

2 趙晶;;電力市場中電價預(yù)測方法綜述[J];企業(yè)技術(shù)開發(fā);2013年18期

3 楊俊;張勤;潘虹;張婷婷;;遺傳程序設(shè)計在短期電價預(yù)測中的應(yīng)用[J];電力學(xué)報;2009年01期

4 劉振宗;吳穎超;;電力市場短期電價預(yù)測方法綜述[J];中國電力教育;2009年20期

5 張顯;王錫凡;;短期電價預(yù)測綜述[J];電力系統(tǒng)自動化;2006年03期

6 謝詩宇;;基于統(tǒng)計學(xué)習(xí)的電價預(yù)測模型[J];通訊世界;2018年05期

7 汪敏霞;;基于電力市場的短期電價預(yù)測分析[J];通訊世界;2015年11期

8 謝新南;;一種短期電價預(yù)測的新方法[J];電工電氣;2009年08期

9 謝品杰;譚忠富;尚金成;侯建朝;王綿斌;;基于小波分析與廣義自回歸條件異方差模型的短期電價預(yù)測[J];電網(wǎng)技術(shù);2008年16期

10 謝新南;;一種短期電價預(yù)測的新方法[J];安徽電力;2008年03期

相關(guān)會議論文 前10條

1 鄒雅;滕賢亮;王陽;涂孟夫;謝蔚;;現(xiàn)貨市場環(huán)境下基于堆疊自編碼器的電價預(yù)測[A];中國電機工程學(xué)會電力市場專業(yè)委員會2019年學(xué)術(shù)年會暨全國電力交易機構(gòu)聯(lián)盟論壇論文集[C];2019年

2 閆彥;孫桂新;;互聯(lián)電網(wǎng)地區(qū)電價預(yù)測與分析[A];發(fā)展的信息技術(shù)對管理的挑戰(zhàn)——99’管理科學(xué)學(xué)術(shù)會議專輯（上）[C];1999年

3 馬新順;;基于神經(jīng)網(wǎng)絡(luò)與小波分解的市場清算電價預(yù)測[A];第十屆中國青年信息與管理學(xué)者大會論文集[C];2008年

4 秦磊;鄒斌;;電價預(yù)測及其概率分布[A];2007中國控制與決策學(xué)術(shù)年會論文集[C];2007年

5 崔天寶;栗然;王粵;;基于云模型的短期電價預(yù)測[A];中國高等學(xué)校電力系統(tǒng)及其自動化專業(yè)第二十四屆學(xué)術(shù)年會論文集（中冊）[C];2008年

6 廉晨;韓小平;左月明;;基于神經(jīng)網(wǎng)絡(luò)和小波分析的短期電價預(yù)測方法[A];紀(jì)念中國農(nóng)業(yè)工程學(xué)會成立30周年暨中國農(nóng)業(yè)工程學(xué)會2009年學(xué)術(shù)年會（CSAE 2009）論文集[C];2009年

7 孫偉;盧建昌;孟明;;基于時間序列支持向量機模型的電價預(yù)測研究[A];2006中國控制與決策學(xué)術(shù)年會論文集[C];2006年

8 田慧欣;;基于多神經(jīng)網(wǎng)絡(luò)的日前電價預(yù)測[A];天津市電機工程學(xué)會2009年學(xué)術(shù)年會論文集[C];2009年

9 涂啟玉;張茂林;;小波神經(jīng)網(wǎng)絡(luò)預(yù)測電價的新改進[A];2010年云南電力技術(shù)論壇論文集（文摘部分）[C];2010年

10 趙軍科;李郁俠;;我國電價時間序列混沌特性分析及電價預(yù)測[A];2006電力系統(tǒng)自動化學(xué)術(shù)交流研討大會論文集[C];2006年

相關(guān)博士學(xué)位論文 前3條

1 李彩虹;兩類組合預(yù)測方法的研究及應(yīng)用[D];蘭州大學(xué);2012年

2 劉達;電力市場中電價預(yù)測模型方法及應(yīng)用研究[D];華北電力大學(xué)（北京）;2008年

3 楊俊;市場環(huán)境下電力系統(tǒng)可靠性分析若干問題研究[D];華北電力大學(xué)（北京）;2009年

相關(guān)碩士學(xué)位論文 前10條

1 沈哲鈞;基于極限學(xué)習(xí)機和MapReduce的電價預(yù)測研究[D];東華大學(xué);2019年

2 公維濤;電力市場下日前電價預(yù)測方法的研究[D];東華大學(xué);2019年

3 吉曉瓊;基于深度學(xué)習(xí)的電力市場短期電價預(yù)測研究[D];華北電力大學(xué);2019年

4 李欣寧;基于電價預(yù)測的零售電價套餐形成方法[D];華北電力大學(xué)(北京);2019年

5 Jeanne Baptiste NIYIGENA;電價預(yù)測與市場分析“盧旺達案例研究”[D];華北電力大學(xué)(北京);2019年

6 黃晗;新南威爾士州日前市場出清電價預(yù)測研究[D];華北電力大學(xué)(北京);2019年

7 曾云;電力市場下基于信息熵理論的電價預(yù)測[D];廣東工業(yè)大學(xué);2019年

8 常子漢;基于小波變換與Adam優(yōu)化的LSTM電價預(yù)測研究[D];蘭州大學(xué);2019年

9 舒文杰;用于電價預(yù)測的自適應(yīng)理性超限學(xué)習(xí)機研究[D];湘潭大學(xué);2018年

10 劉威;互聯(lián)電力市場的區(qū)域電價預(yù)測[D];華中科技大學(xué);2018年

本文編號：2627565