电力系统及其自动化学报
電力繫統及其自動化學報
전력계통급기자동화학보
PROCEEDINGS OF THE CHINESE SOCIETY OF UNIVERSITIES
2011年
3期
95-100
,共6页
电价预测%最小二乘支持向量机%时间序列分解%移动平均法%离散傅里叶变换
電價預測%最小二乘支持嚮量機%時間序列分解%移動平均法%離散傅裏葉變換
전개예측%최소이승지지향량궤%시간서렬분해%이동평균법%리산부리협변환
为了提高短期电价预测的精度,将电价分解成工作日电价和周末电价两个时间序列,并且,通过移动平均法和离散傅立叶变换,分别将这两个时间序列分成趋势分量、周期分量和随机分量三个组成部分,然后,分别采用移动平均法、外推法和最小二乘支持向量机对这三个组成部分进行预测以求得两个电价时间序列未来的预测值.仿真结果表明,与采用传统BP神经网络法的预测方法相比,该方法具有较高的预测精度,其预测绝对百分比误差在7%以内.
為瞭提高短期電價預測的精度,將電價分解成工作日電價和週末電價兩箇時間序列,併且,通過移動平均法和離散傅立葉變換,分彆將這兩箇時間序列分成趨勢分量、週期分量和隨機分量三箇組成部分,然後,分彆採用移動平均法、外推法和最小二乘支持嚮量機對這三箇組成部分進行預測以求得兩箇電價時間序列未來的預測值.倣真結果錶明,與採用傳統BP神經網絡法的預測方法相比,該方法具有較高的預測精度,其預測絕對百分比誤差在7%以內.
위료제고단기전개예측적정도,장전개분해성공작일전개화주말전개량개시간서렬,병차,통과이동평균법화리산부립협변환,분별장저량개시간서렬분성추세분량、주기분량화수궤분량삼개조성부분,연후,분별채용이동평균법、외추법화최소이승지지향량궤대저삼개조성부분진행예측이구득량개전개시간서렬미래적예측치.방진결과표명,여채용전통BP신경망락법적예측방법상비,해방법구유교고적예측정도,기예측절대백분비오차재7%이내.
