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

摘要：

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。

关键词：异常值检测、ARMA模型、BP神经网络、PSO算法、CS算法

在线出版日期：2015-03-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：54-56