基于遗传算法和径向基函数神经网络的短期边际电价预测

摘要：

文章分析了影响电价的主要因素及电价的变化特点,讨论了电价预测模型中必需引入的影响电价的因素.在比较常用的几种电价预测方法的优缺点后,作者采用径向基函数神经网络(radial basis function neural networks,RBF)建立短期边际电价预测模型,用递阶遗传算法(HGA)同时训练RBF网络结构和参数.并以美国NeW England ISO公布的2002年历史电价数据进行训练和测试,与传统的BP网络预测模型相比较,测试结果证明该模型的预测精确度是令人满意的.

关键词：短期边际电价、RBF 网络、递阶遗传算法、电力市场

所属期刊栏目：30

分类号：TM715;F123.9(输配电工程、电力网及电力系统)

在线出版日期：2006-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：18-21,25