基于特征空间重构的差分-LSSVR短期电煤价格预测
掌握电煤价格变化关系到企业参与电力市场的定价策略以及优化内部运行成本的方针制定.针对导致煤价变化的影响因子数量众多且影响权重变化频繁的难题,在煤价影响因素精细化分析、因素检验与季节差分等方法对特征空间重构的基础上,建立中短期煤价最小二乘支持向量机模型.依据计量经济学等理论筛选煤价相关影响因素,并利用协整检验及格兰杰检验提取主要影响因素压缩特征因子维度;通过建立多年同期对比时序信息数据集,利用季节性差分消除时序信息中周期性因素以及随机干扰的影响,实现特征空间重构,改善输入数据质量.建立基于LSSVR的趋势提取学习模型,并结合周期价格及残差,实现中短期的煤炭价格预测.构建多个对比模型,验证了所提模型的有效性.
中短期煤炭价格、特征空间重构、向量自回归模型、季节差分、LSSVR
37
TM621;S431.9(发电、发电厂)
国家自然科学基金项目61702192
2021-04-28(万方平台首次上网日期,不代表论文的发表时间)
共10页
1-10