摘要:提出一种混合粒子群算法,在局部邻近区域的粒子群算法中引入收缩因子和被动聚集,将最邻近聚类用于NRBF神经网络的参数确定中,采用混合粒子群算法优化最近邻聚类的聚类半径,从而确定NRBF神经网络的参数,提高了NRBF神经网络的泛化能力。以美国PJM电力市场公布的2006年负荷与电价数据进行预测验证,证明了此方法所建立的模型的合理性和有效性。
关键词:电力市场 短期边际电价预测 最近邻聚类算法 粒子群优化 归一化径向基函数神经网络
单位:重庆大学自动化学院 重庆400044 重庆大学电气工程学院 重庆400044
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社