基于相似性原理的电价预测新方法

摘要

本文提出了以相似性原理和BP神经网络来预测日前市场的出清电价的新方法，它具有较高的预测精确度，尤其适用于只能获得有限原始数据的情况。运用相似性原理对人工神经网络的训练模型进行选择，使其有与预测日相似的负荷特征。用选择出的相似训练模式对选定的BP神经网络进行训练，通过BP神经网络的反向传播过程不断修正模型中的神经元连接权值和阀值，实现对未来24小时市场出清电价的有效预测。对周末和节假日采用了峰值处理步骤后，此方法更加完整。最后以美国PJM（美国宾西法尼亚州、新泽西州和马里兰州）公布的2002年数据进行了模型训练和预测，结果表明该方法所建立的预测模型具有较高的预测精度。