基于自回归条件异方差-反向传播网络模型的日前边际电价预测
针对日前电力市场提出了一种基于自回归条件异方差分析的改进神经网络模型.首先利用自回归条件异方差分析得到边际电价序列的条件方差,然后以条件方差作为电价波动风险指标,建立基于历史电价、历史负荷和历史电价条件方差等输入量的自回归条件异方差一反向传播网络模型,并利用该模型对美国PJM电力市场的日前边际电价进行了预测.结果表明,引入自回归条件异方差分析可以有效提高传统反向传播网络的预测精度.
电力市场、日前边际电价、预测:自回归条件异方差(ARCH)、神经网络
32
F407.2(工业经济理论)
2008-05-27(万方平台首次上网日期,不代表论文的发表时间)
共5页
63-66,81