基于神经网络和相似天数法的电价预测方法研究

作者：田庆亮

来源：无线互联科技, 2023, 20(24): 153-156.

• 神经网络
• 相似天数
• 电价预测
• 边际价格

为证明神经网络及相似天数法的模型的优越性，文章使用公开数据来训练和测试网络，分析影响电价预测的因素。文章将所提出的人工神经网络模型的预测性能与相似天数法的预测性能进行了比较，显示电力市场数据的日、周平均绝对百分比误差(Mean Absolute Percentage Error, MAPE)值较小，预测均方误差(Fieldman Mean Squared Error, FMSE)小于相应值，负荷与电价之间的相关决定系数为0.674 4。仿真结果表明，基于相似天数法的人工神经网络模型能够有效、准确地预测PJM市场的位置边际价格。