基于DPBIL-SVM混合模型的电力现货市场出清价预测研究

作者：张帅; 陈仕军^*; 马光文; 黄炜斌; 陶春华

来源：水电能源科学, 2020, 38(04): 197-200.

• 电力市场
• 出清价预测
• PBIL
• SVM
• 人工智能

为准确预测现货市场出清价,利用改进的基于种群增量学习的进化算法(DPBIL)对SVM参数进行优化,构建了基于DPBIL-SVM的混合预测模型,将该模型应用于挪威电力市场短期电价预测中,并与灰色GM(1,1)模型和BP人工神经网络模型进行比较。结果表明,所提模型能够将现货市场出清价预测误差控制在5%以下,合格率97%,效果优于灰色GM(1,1)模型和BP人工神经网络模型,符合现货市场实际报价的要求。

• 单位
  四川大学; 水力学与山区河流开发保护国家重点实验室