应用信息交互技术和级联神经进化算法的电力市场日前电价预测被引量：7

Day-ahead price forecasting of electricity markets by mutual information technique and cascaded neuro-evolutionary algorithm

原文传递

导出

摘要在竞争的电力市场中，电价的预测对于市场参与者来说非常重要。但由于具有非线性、不稳定性以及时间变量的特性，电价是一个非常复杂的指标。虽然在该领域的研究非常多，但电价的预测仍需要进一步的精确和智能化。出于这个目的，本文建立了一种结合特征选择技术和级联神经进化算法的方法。

作者 Amjady N Keynia F

出处《华东电力》北大核心 2009年第3期518-518,共1页 East China Electric Power

关键词电价预测电力市场进化算法交互技术应用信息神经级联时间变量

分类号 TM73 [电气工程—电力系统及自动化] TP18 [自动化与计算机技术—控制理论与控制工程]

引文网络
相关文献

同被引文献47

1郑睿程,顾洁,金之俭,彭虹桥,蔡珑.数据驱动与预测误差驱动融合的短期负荷预测输入变量选择方法研究[J].中国电机工程学报,2020,40(2):487-500. 被引量：46
2Fan Sun,Ran Li,Yi Han,Shouang Liu,Fanrui Liu,Huilan Liu.The IES dynamic time-scale scheduling strategy based on multiple load forecasting errors[J].Global Energy Interconnection,2021,4(1):58-68. 被引量：6
3邱亚,李鑫,陈薇,段泽民.基于P-AWPSO算法的全钒液流电池储能系统功率分配[J].高电压技术,2020,46(2):500-510. 被引量：9
4朱成骐,孙宏斌,张伯明.基于最大信息熵原理的短期负荷预测综合模型[J].中国电机工程学报,2005,25(19):1-6. 被引量：31
5舒立春,白困利,胡琴,蒋兴良,杨庆.基于支持向量机的复杂环境条件下绝缘子闪络电压的预测[J].中国电机工程学报,2006,26(17):127-131. 被引量：27
6吴琼,杨以涵,刘文颖.基于最小二乘支持向量机的电力系统暂态稳定在线预测[J].中国电机工程学报,2007,27(25):38-43. 被引量：33
7黎灿兵,李晓辉,赵瑞,李金龙,刘晓光.电力短期负荷预测相似日选取算法[J].电力系统自动化,2008,32(9):69-73. 被引量：79
8陈根永,史敬天,毛晓波,陈肖一,姚晓明,彭保宏.考虑温度积累效应的短期电力负荷预测方法研究[J].电力系统保护与控制,2009,37(16):24-28. 被引量：20
9李兴源,魏巍,王渝红,穆子龙,顾威.坚强智能电网发展技术的研究[J].电力系统保护与控制,2009,37(17):1-7. 被引量：217
10王平,田华阁,田学民,黄德先.一种基于增量式SVR学习的在线自适应建模方法[J].化工学报,2010,61(8):2040-2045. 被引量：11

引证文献7

1郑睿程,顾洁,金之俭,彭虹桥,蔡珑.数据驱动与预测误差驱动融合的短期负荷预测输入变量选择方法研究[J].中国电机工程学报,2020,40(2):487-500. 被引量：46
2邓翱,金敏.基于EMD的时标特征提取方法及其在短期电力负荷预测中的应用[J].计算机应用研究,2018,35(10):2952-2955. 被引量：11
3易灵芝,常峰铭,龙谷宗,梁湘湘,马文斌.基于进化深度学习短期负荷预测的应用研究[J].电力系统及其自动化学报,2020,32(3):1-6. 被引量：18
4蔡舒平,闫静,刘国海,汤大海,陈燕,刘琳,周梓樾.基于Fisher信息和在线SVR的智能电网气象敏感负荷预测动态建模技术[J].中国电机工程学报,2020,40(11):3441-3451. 被引量：30
5N.Safari,S.M.Mazhari,C.Y.Chung,S.B.Ko.Secure Probabilistic Prediction of Dynamic Thermal Line Rating[J].Journal of Modern Power Systems and Clean Energy,2022,10(2):378-387. 被引量：3
6赵阳,贺春光,韩长占,杨书强,刘梅.数据与误差驱动的典型行业用电量预测方法研究[J].全球能源互联网,2023,6(5):558-564. 被引量：1
7王振兴,刁目鑫,肖光宇,闫静,陈道品,陈邦发.基于QPSO-SVR算法的SF_(6)断路器触头烧蚀状态评估[J].高电压技术,2023,49(9):3907-3917. 被引量：12

二级引证文献119

1樊锐轶,高志,曹海门,王梦嘉.基于灰色理论的电力监控数据多因素预测模型[J].电子器件,2022,45(2):427-431. 被引量：12
2常乐,汪庆年.基于优化聚类分解与XGBOOST的超短期电力负荷预测[J].国外电子测量技术,2022,41(5):46-51. 被引量：11
3刘沙,莫峻.电量偏差考核机制下购电盈利策略研究现状综述[J].广西质量监督导报,2021(2):201-204. 被引量：1
4冯小轩,施伟锋,卓金宝.小波变换与HHT在HVDC系统故障特征提取中的对比研究[J].船电技术,2018,38(6):36-40.
5陈静杰,孟琦.基于两步分解法和SARIMA的非饱和机场能耗预测[J].计算机应用与软件,2019,36(4):46-50. 被引量：5
6杨照坤,宋万清,曹琨.基于量子遗传算法的FARIMA模型电力负荷短期预测[J].传感器与微系统,2019,38(10):143-145. 被引量：6
7梁涛,谢高锋,米大斌,姜文.基于CEEMDAN-SE和LSTM神经网络的PM10浓度预测[J].环境工程,2020,38(2):107-113. 被引量：11
8王成山,王瑞,于浩,宋毅,于力,李鹏.配电网形态演变下的协调规划问题与挑战[J].中国电机工程学报,2020,40(8):2385-2395. 被引量：79
9李宁,费守江,刘国亮,杨琳.基于深度信念网络的计量装置故障溯源研究[J].智慧电力,2020,48(7):118-124. 被引量：8
10任勇,曾鸣.基于簇负荷特性曲线的“聚类-回归”电力大用户短期负荷预测[J].华北电力大学学报（自然科学版）,2020,47(5):75-85. 被引量：13

1刘多学.自组织映射神经网络电价预测方法[J].湖南水利水电,2006(3):37-39.
2贺宁.基于多极限学习机融合的日前电价预测[J].中小企业管理与科技,2016(22):109-111.
3董红斌,逄锦伟,韩启龙.一种灰色极限学习机预测方法[J].计算机科学,2015,42(5):78-81. 被引量：9
4董福贵,张世英,谭忠富,张文泉.基于遗传算法的小波神经网络在电价预测中的应用[J].计算机工程,2005,31(4):32-33. 被引量：22
5夏吉广,张维存,尹怡欣.基于RBF网络的电力市场清算电价预测[J].中国制造业信息化（学术版）,2005,34(5):138-140. 被引量：4
6李秋鹏,李艳.基于小波-支持向量机的出清电价预测仿真[J].兰州理工大学学报,2013,39(2):86-89. 被引量：4
7资源经济学[J].中国学术期刊文摘,2008,14(2):287-289.
8李杰,杨波.VC、PE对投资项目进行估值的方法[J].产权导刊,2009(9):55-57.
9陶雪峰,谭伦农.基于最优组合的短期电价预测研究[J].科学技术与工程,2008,8(14):3917-3920. 被引量：1
10周宁人.互联网金融：市场参与者何去何从？[J].科技中国,2016,0(6):31-32.

华东电力

2009年第3期

浏览历史

内容加载中请稍等...

应用信息交互技术和级联神经进化算法的电力市场日前电价预测被引量：7

同被引文献47

引证文献7

二级引证文献119

相关作者

相关机构

相关主题

浏览历史

应用信息交互技术和级联神经进化算法的电力市场日前电价预测 被引量：7

同被引文献47

引证文献7

二级引证文献119

相关作者

相关机构

相关主题

浏览历史

应用信息交互技术和级联神经进化算法的电力市场日前电价预测被引量：7