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
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社