摘要：针对时间序列预测和智能算法预测各自的侧重点不同，结合两者优点对目前市场电价进行预测。首先建立支持向量机（SVM）模型对单一时点电价进行预测，将遗传算法（GA）嵌入SVM模型中来保证SVM参数选择最优。针对SVM-GA模型训练误差和测试误差存在一定的相关性和条件异方差性，采用广义自回归条件异方差（GARCH）模型对误差序列进行拟合。然后利用拟合好的GARCH模型对SVM-GA模型预测误差进行预测，最后根据GARCH预测结果对SVM-GA模型预测进行校正。用该方法对美国PJM电力市场2005年8月份目前电价进行连续预测，总体平均误差仅8．19％，比普通方法误差减少了将近4个百分点。

关键词：电力市场 电价预测 支持向量机 遗传算法 garch模型 

单位：华北电力大学工商管理学院; 北京市102206; 华北电力大学数理学院; 河北省保定市071003; 南开大学经济学院; 天津市300071