基于混沌因子及相空间重构后的神经网络短期电价预测的研究.pdf

维普资讯 第 36卷 第 l期 继 电器 V0l1．36NO．1 2008年 1月 1日 RELAY Jan．1，2008 基于混沌因子及相空间重构后的神经网络 ． 短期电价预测的研究 罗欣，周渝慧，郭宏榆 (北京交通大学电气工程学院，北京 l00044) 摘要：影响电价因素众多，但在现实中不可能获得所有信息的资料，在这种信息不完全的情况下，为了更好地提高电价预测 精度，通过分析电价和负荷时间序列的混沌性，用C-C方法分别重构其相空间，揭示出其本身蕴涵的规律，并采用数据挖掘 技术中的相似有哪些信誉好的足球投注网站技术，挖掘出与预测 日变化规律最相似的时间序列作为样本，利用BP神经网络这一具有高度 自学习自适 应能力的网络，拟合电价序列的重构函数。利用美国PJM电力市场的实际数据进行 了实例预测，结果显示出良好的预测精度， 并比传统BP网络能更好地预测休息 日电价。 关键词：电价预测；混沌理论；BP神经网络；数据挖掘技术；C-C法 Short-term priceforecastingbasedonchaoticpropertyandphasespacerecostructedneuralnetworks LUOXin，ZHOUYu—hui，GUO Hong—yu (SchoolofElectricalEngineering，BeijingJiaotongUniversity，Beijing100044，China) Abstract： Thereare manyfactorswhichcanaffecttheelectricityprices，butinfact，weCallnotgetallofhteinformationofhtese factors．Inthisstate，toimprovehtepredictiveprecision，thispaperna alyzeshtechaoticpropertyofthepricenadloadtimeseriesand reconstructshteattractorsusingC—Chteory．Besides，htesimilaritysearchtechniqueindataminingisadoptedtofindthemostsimilra timeseriesasrtainingdate．ThenBPneuralnetworkwhichhashighabilitytoselflearningandselfadaptingisusedtofindthe reconstructivefunction．Th eactualdataofAmericna PJM powermraketisforecastedbasedonthehteory above．Theresultshave goodpredictiveprecision，especiallyinrestdays、 Keywords： priceforecasting； chaoticproperty； BPneuralnetwork； datamining； C—Ctheory 中图分类号： TM73；F123．9 文献标识码： A 文章编号： 1003．4897(2008)01．0048．04 业机密，更是不可能得到的。 0 引言 在这种信息不完全的情况下，本文引入了混沌 在 电力市场中，电价是整个 电力市场的杠杆和 理论，通过分析负荷序列和电价序列本身的混沌性， 支点…，在整个电力市场中发挥着核心的作用，各 直接根据数据序列本身所提取出来的客观规律来进