基于GARCH误差校正的遗传支持向量机日前电价预测

摘要：

针对时间序列预测和智能算法预测各自的侧重点不同,结合两者优点对日前市场电价进行预测.首先建立支持向量机(SVM)模型对单一时点电价进行预测,将遗传算法(GA)嵌入SVM模型中来保证SVM参数选择最优.针对SVM-GA模型训练误差和测试误差存在一定的相关性和条件异方差性,采用广义自回归条件异方差(GARCH)模型对误差序列进行拟合.然后利用拟合好的GARCH模型对SVM-GA模型预测误差进行预测,最后根据GARCH预测结果对SVM-GA模型预测进行校正.用该方法对美国PJM电力市场2005年8月份日前电价进行连续预测,总体平均误差仅8.19%,比普通方法误差减少了将近4个百分点.

关键词：电力市场、电价预测、支持向量机、遗传算法、GARCH模型

所属期刊栏目：31

分类号：TM73;F123.9;F224.0(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金70671039;高等学校博士学科点专项科研项目20040079008;河北省自然科学基金G2005000584

在线出版日期：2007-07-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：31-34