混合小波粒子群优化算法的自适应模糊神经网络方法的短期电价预测.docxVIP

电力系统自动化会刊，第26卷，1号，2011年2月基于混合小波-粒子群优化算法的自适应模糊神经网络方法的短期电价预测摘要——在竞争激烈的市场中，本文将提出一种结合了小波转换，粒子群优化和自适应性模糊神经网络算法的新型的混合方法来用于短期电价预测。这个方法起源于一个基于西班牙大陆市场的方案研究而提出，通过彻底的对照，同时考虑到以前的出版物的结果，最后才得出的结果。关键词——电力市场，模糊逻辑，神经网络，价格预测，群优化，小波转换。一．介绍在过去的二十年期间，全世界的电力系统工业都承担着意义重大的结构凋整。在大多数国家，一个成本最小化模式已经被利润最大化模式取代。在利润最大化的框架内，生产商，零售商和消费者通过市场相互影响寻求他们各自利润的最大化。双边合同框架和同池效应这两个市场结构经常被考虑在内。考虑到物价计算数列存在的特殊的特点，物价计算数列远比需求计算数列更加复杂。在多数的竞争电力市场中，物价计算数列代表了一下的特征：高频率，非常数均值和方差，每日或每周的季节性，日程表对周末和公共假期的影响，高波动和高百分比的不寻常物价。因此，在竞争激烈的环境下，价格预测工具对所有市场参与者是非常必要的。从短期来看，生产商需要价格预测来获得最佳的自我进程和取得他投标策略。零售商和消费者同样也需要和生厂商一样的价格预测。在许多技术文献中，很多预测短期电价的技术被刊登，即名为硬件和软件计算技术。硬件