小波神经网络预测电价的新改进.pdfVIP

第 23卷 第 2期 电力 系 统 及 其 自动 化 学 报 Vo1．23NO．2 2011年 4月 ProceedingsoftheCSU-EPSA Apr． 2011 小波神经网络预测电价的新改进 涂启玉 ，张茂林 (云南电力调度中心 ，昆明 650011) 摘要 ：预测市场边 际电价对于电力市场 的参与者有十分重要的意义 。该文首先分析 了BP神经 网络在 电价预 测方面的优劣势，然后基于小波分析 ，即用母小波取代 Sigmoid函数建立 了小波神经网络 的电价预测模型，并 用遗传算法优化神经网络 的拓扑结构和各权重系数 ，从而避免 BP神经网络 的预测 电价陷入局部极小值 。实 际计算表明，改进后的预测模型有效地提高了预测精度。 关键词 ：电价预测 ；BP神经网络 ；小波变换 ；遗传算法 中图分类号 ：TM73；F123．9 文献标志码 ：A 文章编号 ：1003—8930(2011)02—0157一O4 ElectricityPriceForecastingUsingW avelet NeuralNetworksOptimizedbyGA TU Qi—yu，ZHANG Mao—lin (YunnanPowerDispatchingCenter，Kunming650011，China) Abstract：Forecasting thefutureelectricitypriceisveryimportantforeveryparticipatorsinthepowermarket． ThispaperanalysestheadvantagesanddisadvantagesofBP neuralnetworks，thenprovidesawavelet—improved neuralnetworkmodelbaseonwaveletanalysisandthetopologystructureandweightcoefficientoptimizedby GA．Applicationtotherealsystem showsthatthismodelcarlimprovetheforecastingprecisionandavoidthe 1imitationoftheBP neura1networks． Keywords：electricitypriceforecasting；backpropagationnetwork；wavelettransform ；geneticalgorithm 电力市场短期边际电价预测是 电力市场竞价 应用于BP神经网络，从而加快其收敛速度 ，有效避 系统的重要组成部分 ，它为 电力市场各交易方的竞 免 陷入局部最小值 ]。遗传算法具有全局搜索能力 价策略提供了有效信息 ，对实现电力市场的利润最 强 的特点[4]，能够用来对小波 网络的拓扑结构、权 大化意义重大。因此 ，高精确度 、高智能化的短期 电 函数和伸缩平移 因子进行优化训练。因此 ，本文将 价预测已成为 目前实际运行和理论研究 中的热点。 二者应用于BP神经网络，建立小波神经网络预测 电价预测 的方法大致可分为神经网络法 、统计 电价模型，并用遗传算法优化其结构和权重等参 学方法、模糊建模法、运行仿真法、市场均衡分析法 数 ，然后将其运用于边际电价预测。 及灰色理论和小波分析等数学方法。人工神经网络 l 预测模型 法是个经久不衰的电价预测方法 。它是由简单的处 理单元所组成的大量并行分布的处理机 ，这种处理 1．1 基于 BP网络的预测模型