| 张金良,王明雪.基于EEMD,SVM和ARMA组合模型的电价预测[J].电力需求侧管理,2020,22(3):63-68 |
| 基于EEMD,SVM和ARMA组合模型的电价预测 |
| Electricity price forecasting based on EEMD, SVM and ARMA combination model |
| 投稿时间：2019-11-03 修订日期：2020-01-04 |
| DOI：DOI:10.3969 / j. issn. 1009-1831. 2020. 03. 013 |
| 中文关键词: 电价预测 集成经验模态分解 支持向量机 自回归移动平均模型 |
| 英文关键词: electricity price forecasting integrated empiri⁃cal modal decomposition support vector machine autoregressive moving average model |
| 基金项目:国家自然科学基金（71774054）；中央高校基本科研业务专项资金项目（2019MS055） |
|
| 摘要点击次数: 2651 |
| 全文下载次数: 697 |
| 中文摘要: |
| 随着我国电力体制改革的不断深入,售电公司作为电力市场的主要参与者,其主要获利方式是从电力市场中购买电量并销售给用户。因此准确预测现货市场电价变化趋势,是售电公司降低购售电风险的重要保障。为此,根据现货市场中电价的特性,提出基于集成经验模态分解（ensembleempirical mode decomposition,EEMD）、支持向量机（support vector machine,SVM）和自回归移动平均模型（autoregressive moving average,ARMA）的组合预测模型。首先利用EEMD将历史数据分解成一系列相对比较平稳的分量序列；其次,利用遗传算法（genetic algorithm,GA）优化的 SVM 预测高频分量,利用自回归移动平均模型预测低频分量；最后将各子序列的预测结果求和作为最终预测结果。用美国售电公司真实数据进行预测,并与其他模型进行比较。算例结果表明所提模型的预测精度更高。 |
| 英文摘要: |
| Electricity price forecasting based on EEMD, SVM and ARMA combination model |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
|
|
|