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
Short-term price forecasting based on chaotic property and phase space recostructed neural networks作者机构：北京交通大学电气工程学院北京100044
出 版 物：《继电器》 (Relay)
年 卷 期：2008年第36卷第1期
页 面：48-51,72页
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 080802[工学-电力系统及其自动化] 0808[工学-电气工程] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
主 题：电价预测 混沌理论 BP神经网络 数据挖掘技术 C-C法
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搜索技术,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。
维普期刊数据库
同方期刊数据库