基于非参数GARCH模型的电价预测.pdfVIP

  1. 1、本文档共8页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于非参数GARCH模型的电价预测

2008 年 10 月 电 工 技 术 学 报 Vol.23 No. 10 第 23 卷第 10 期 TRANSACTIONS OF CHINA ELECTROTECHNICAL SOCIETY Oct. 2008 基于非参数GARCH 模型的电价预测 1 1 2 1 杨 俊 艾 欣 冯 义 李 虹 (1. 华北电力大学电气与电子工程学院 北京 102206 2. 华北电力大学工商管理学院 北京 102206 ) 摘要 基于非参数条件异方差估计理论,提出了一种改进的电价曲线预测方法。文中从实际 电价曲线出发,针对条件方差函数建模,并采用非参数估计方法确定其模型。另外,在非参数估 计中,针对条件标准差不可测困难,引入了迭代估计算法,通过不断修正作为输入量的条件标准 差估计值来提高条件方差函数的估计可信度。在研究加州电力市场2000 年日前电价时间序列波动 特性的基础上,对Humb 节点的日前电价时间序列进行建模并模拟预测。试验结果表明,文中所 提模型能够更好地体现电价时间序列波动集群性这一特征,利用非参数估计所确定的模型提升了 尖峰电价的预测效果。 关键词:电价预测 广义条件异方差模型 非参数估计 条件方差模型 条件方差函数 中图分类号:TM73 ;F132.9 Electricity Price Forecasting Based on Nonparametric GARCH Yang Jun Ai Xin Feng Yi Li Hong (North China Electrical Power University Beijing 102206 China ) Abstract Based on nonparametric theory for conditional heteroskedasticity function, an improved method of electricity price forecasting is proposed. On the basis of real electricity price time series, conditional variance function is modeled for stochastic volatility, and the model is determined by means of non-parametric estimation. In the nonparametric estimation process, an iterate algorithm is introduced to overcome the problem that volatility is unobserved latent variable so that the confidence of estimated conditional variance function is weak. On the study of stochastic volatility of day-ahead electricity price in Humb spot in California, the forecasting is made. And the results of test show that the proposed method has the capability of forecasting electricity prices characteristic of volatility clustering, and improves the accuracy of price spikes forecasting.

您可能关注的文档

文档评论(0)

wannian118 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档