基于混沌理论和支持向量机的电价预测.pdf

维普资讯 第36卷 第5期 凳 电力 V01．36 No．5 EastChinaElectricPower Mav 2008 2008年 5月 基于混沌理论和支持向量机的电价预测 祝金荣 ，何永秀 ，FurongLi (1．华北电力大学 工商管理学院，北京 102206； 2．DepartmentofElectronicElectricalEngineering，UniversityofBath，BathBA27AY，UK) 摘 要：根据电价时间序列的混沌特性，结合混沌理论和支持 向量机方法提出了一种新的电价预测模型。该 模型基于混沌理论对电价时间序列进行相空间重构，并根据相空间演变规律确定模型的输入输出结构 ，然后 采用支持向量机拟合相点演化的非线性关系。为增强模型的泛化推理能力 ，训练样本按照预测相点最近邻点 原理选择。对美国PJM电力市场边际电价历史数据的仿真研究表明，文中提出的预测模型能有效、稳定地提 高电价预测精度。 关键词 ：电力市场；电价；混沌 ；支持向量机 ；预测方法 作者简介：祝金荣 (1973一)，男，博士，研究方向为电力市场理论、人工智能在电力系统中的应用。 中图分类号：TM732；F224 文献标识码：A 文章编号：1001—9529(2008)05-0016-05 Electricity priceforecastbasedOilchaotictheoryandsupportvectormachine ZHU胁 一rong ，HEYong—xiu ，Furong厶 (1．SchoolofBusinessAdministration，NoahChinaElectricPowerUniv．，Beijing102206，China； 2．Dept．ofElectronicElectricalEngineering，UniversityofBash，BathBA27AY，UK) Abstract：Accordingtothechaoticcharacteristicsoftheelectricitypricetimeseries，anew modelofelectricityprice forecastbasedonthechaotictheol~~andthesuppo~vectormachine(SVM)ispresented．Inthismodel，thephase spaceoftimeserieselectricitypricedatawasrestructuredbasedonthechaoticthemy，theinputandoutputofthe modelweredeterminedintemr softheevolvementlaw ofthephasespace．andtheSVM wasusedforfittingthenon— lineardevelopmentofphasepoints．Toenhancethegeneralizationabilityoftheforecastingmodel，thenearestneigh— boringpointsoftheforecastingphasepointswerechosenastrainingsamples．Thehistoricaldatafrom thePJMmarket wasusedinthecasestudytoforecastthemarginalprice．Thesimulationshowsthattheproposedmodelcaneffective— lyandstablyimprovetheelectricitypriceforecastprecision．