基于数据驱动的组合电价预测研究

作者：张亮; 王洪涛; 邹斌

来源：工业控制计算机, 2019, 32(11): 61-63.

• 电价预测
• LSTM
• 组合预测

在解除管制的电力市场中,电价预测是核心。在不考虑电力市场本身情况及影响电价的诸多因素的基础上,单纯从数据驱动角度出发,以历史负荷和电价数据作为输入来预测电价。首先构造Lasso、随机森林、Gradient Boosting、SVM、BP神经网络和LSTM六种单算法电价模型,然后再构建组合六种算法的Lasso、BP神经网络和LSTM组合模型,以及组合三种算法的BP神经网络模型,最后以澳大利亚昆士兰州电力市场历史数据进行仿真。实验结果表明:单算法电价模型中,LSTM模型精度最高,MAE为5.468;BP神经网络适合用于组合单算法电价模型。

• 单位
  宁德师范学院; 上海大学; 机电工程学院; 自动化学院