电子测试
電子測試
전자측시
ELECTRONIC TEST
2015年
4期
54-56
,共3页
戴亮%何欣%崔力心%倪赛赛
戴亮%何訢%崔力心%倪賽賽
대량%하흔%최력심%예새새
异常值检测%ARMA模型%BP神经网络%PSO算法%CS算法
異常值檢測%ARMA模型%BP神經網絡%PSO算法%CS算法
이상치검측%ARMA모형%BP신경망락%PSO산법%CS산법
outlier detection%ARMA model%BP neural network%PSO algorithm%CS algorithm
为了提高短期电价预测精度，本文提出了一种将异常值检测、时间序列分析、神经网络以及群体智能算法相结合的混合算法。作为混合算法的具体实现，文中的异常值检测利用了残差比方法和正态分布方法，群体智能优化算法选取了粒子群（PSO）算法和布谷鸟（CS）算法。作为实例研究，本文将混合模型应用用于澳大利亚新南威尔士州短期电价预测中，结果表明，混合预测方法能在一定程度上提高模型的预测精度。
為瞭提高短期電價預測精度，本文提齣瞭一種將異常值檢測、時間序列分析、神經網絡以及群體智能算法相結閤的混閤算法。作為混閤算法的具體實現，文中的異常值檢測利用瞭殘差比方法和正態分佈方法，群體智能優化算法選取瞭粒子群（PSO）算法和佈穀鳥（CS）算法。作為實例研究，本文將混閤模型應用用于澳大利亞新南威爾士州短期電價預測中，結果錶明，混閤預測方法能在一定程度上提高模型的預測精度。
위료제고단기전개예측정도，본문제출료일충장이상치검측、시간서렬분석、신경망락이급군체지능산법상결합적혼합산법。작위혼합산법적구체실현，문중적이상치검측이용료잔차비방법화정태분포방법，군체지능우화산법선취료입자군（PSO）산법화포곡조（CS）산법。작위실례연구，본문장혼합모형응용용우오대리아신남위이사주단기전개예측중，결과표명，혼합예측방법능재일정정도상제고모형적예측정도。
To improve the forecasting accuracy of electricity price on the scale of short term,a hybrid method consisted of outlier detection,time series analysis,neural network and swarm intelligence algorithm is proposed in this paper.As realization to the hybrid method, residual ratio method and normal distribution method are employed in outlier detection,PSO and CS algorithm are chosen as the swarm intelligence algorithm in this paper.In case study,the hybrid method is applied to the forecasting of short term electricity price in New South Wales,Australia,the result shows that the hybrid method can improve the forecasting accuracy to some extent.
