计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2010年
10期
116-119
,共4页
神经网络%分自回归移动平均%组合模型%电力价格
神經網絡%分自迴歸移動平均%組閤模型%電力價格
신경망락%분자회귀이동평균%조합모형%전력개격
电力价格同时具有线性和非线性规律,价格预测就符合收益最大,风险最小,满足供电的要求.当前传统的方法只能反映电力价格部分信息,从而导致电力价格预测精度不高.为了提高电力价格预测精度,提出一种基于ARIMA和RBF神经网络相结合的电力价格组合预测方法.首先采用ARIMA方法对电力价格的线性部分建模预测,然后采用RBF神经网络对电力价格非线性部分建模预测,最后利用三层结构的RBF神经网络将2种方法预测结果进行非线性组合,得到电力价格最终预测结果.实验结果表明,组合模型相对于单模型的预测具有更高的精度,组合模型发挥了2种模型各自的优势,在电力价格预测中具有广泛的应用前景.
電力價格同時具有線性和非線性規律,價格預測就符閤收益最大,風險最小,滿足供電的要求.噹前傳統的方法隻能反映電力價格部分信息,從而導緻電力價格預測精度不高.為瞭提高電力價格預測精度,提齣一種基于ARIMA和RBF神經網絡相結閤的電力價格組閤預測方法.首先採用ARIMA方法對電力價格的線性部分建模預測,然後採用RBF神經網絡對電力價格非線性部分建模預測,最後利用三層結構的RBF神經網絡將2種方法預測結果進行非線性組閤,得到電力價格最終預測結果.實驗結果錶明,組閤模型相對于單模型的預測具有更高的精度,組閤模型髮揮瞭2種模型各自的優勢,在電力價格預測中具有廣汎的應用前景.
전력개격동시구유선성화비선성규률,개격예측취부합수익최대,풍험최소,만족공전적요구.당전전통적방법지능반영전력개격부분신식,종이도치전력개격예측정도불고.위료제고전력개격예측정도,제출일충기우ARIMA화RBF신경망락상결합적전력개격조합예측방법.수선채용ARIMA방법대전력개격적선성부분건모예측,연후채용RBF신경망락대전력개격비선성부분건모예측,최후이용삼층결구적RBF신경망락장2충방법예측결과진행비선성조합,득도전력개격최종예측결과.실험결과표명,조합모형상대우단모형적예측구유경고적정도,조합모형발휘료2충모형각자적우세,재전력개격예측중구유엄범적응용전경.
