Day-ahead electricity price forecasting using back propagation neural networks and weighted least square technique

摘要

这份报纸求婚天向前，在重构的电用人工的神经网络(ANN ) 和加权的最少的广场(WLS ) 技术预报的电价格出售。预报的普里斯为联机做贸易，电子商务和力量系统操作是很重要的。在电市场预报时时位置上的边缘的价格(LMP ) 是一个很重要的基础让决策以便最大化利润 / 利益。新奇途径在这建议为预报电价格的纸使用 WLS 技术并且把结果与结果由使用 ANN 获得了作比较。为了执行这，定价预报，市场知识被利用为预报的电价格优化输入数据的选择工具。在这份报纸，为宾夕法尼亚新的泽西马里兰(PJM ) 互联预报的价格用 ANN 和建议 WLS 技术被表明。为预报的这价格使用的数据从 PJM 网站被获得。两个方法获得的预报结果被比较，它显示出建议预报途径的有效性。从模拟结果，预言的精确性用建议 WLS 技术在两个季节增加了，这能被观察。建议 WLS 技术的另一个重要优点是它不是一个反复的方法。