10.3969/j.issn.1000-8519.2015.04.021
一种基于异常值检测和群体智能优化神经网络的电价混合预测模型
为了提高短期电价预测精度,本文提出了一种将异常值检测、时间序列分析、神经网络以及群体智能算法相结合的混合算法。作为混合算法的具体实现,文中的异常值检测利用了残差比方法和正态分布方法,群体智能优化算法选取了粒子群(PSO)算法和布谷鸟(CS)算法。作为实例研究,本文将混合模型应用用于澳大利亚新南威尔士州短期电价预测中,结果表明,混合预测方法能在一定程度上提高模型的预测精度。
异常值检测、ARMA模型、BP神经网络、PSO算法、CS算法
2015-03-25(万方平台首次上网日期,不代表论文的发表时间)
共3页
54-56