组合模型在电力价格预测中的应用研究
100 积分
50
评分
4.5 积分- 详情
- 2021-04-27
- 简介
pdf
- 774KB
- 页数 4P
- 阅读 105
- 下载 35
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。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
组合模型在电力价格预测中的应用研究 774KB
组合灰色预测模型在电力负荷预测中的应用 195KB
组合预测模型在建筑结构寿命预测中的应用研究 209KB
组合预测模型在成都房地产价格中的应用 92KB
灰色预测模型在施工工期预测中的应用研究 83KB
基于组合预测模型在成都市房价预测中的应用研究 105KB
灰色预测模型在电力负荷预测中的应用 209KB
改进组合预测模型在铁路隧道变形预测中的应用 129KB
基于组合模型的电力预测方法 1.6MB
GARCH族模型在电力市场电价预测中的比较研究 449KB