煤炭工程 ›› 2019, Vol. 51 ›› Issue (5): 172-176.doi: 10.11799/ce201905039

• 研究探讨 • 上一篇    下一篇

基于遗传算法的BP-LSSVM组合变权模型权重优化的短期电价预测研究

黄元生,张利君   

  1. 1
  • 收稿日期:2019-05-16 修回日期:2019-05-17 出版日期:2019-05-20 发布日期:2019-06-10
  • 通讯作者: 张宝优 E-mail:zby82386293@sina.com

  • Received:2019-05-16 Revised:2019-05-17 Online:2019-05-20 Published:2019-06-10

摘要: 为了能够精确预测短期电价为市场参与者提供有效的决策指导,首先对电价数据进行水平处理,然后建立BP神经网络(BPNN)和最小二乘支持向量机(LSSVM)组合变权模型(BP-LSSVM),同时提出采用遗传算法(GA)对该组合变权模型的权重进行优化,最后将权重优化之后的GA-BP-LSSVM模型应用于美国PJM电力市场的边际电价预测,并与传统的LSSVM与BPNN的预测结果进行比较,结果表明,该组合变权模型能够提供更加精确的预测电价。

关键词: 遗传算法, BP神经网络, 最小二乘支持向量机, 短期电价预测, 权重优化

中图分类号: