摘要:为了提高短期电价预测精度,本文提出了一种将异常值检测、时间序列分析、神经网络以及群体智能算法相结合的混合算法。作为混合算法的具体实现,文中的异常值检测利用了残差比方法和正态分布方法,群体智能优化算法选取了粒子群(PSO)算法和布谷鸟(CS)算法。作为实例研究,本文将混合模型应用用于澳大利亚新南威尔士州短期电价预测中,结果表明,混合预测方法能在一定程度上提高模型的预测精度。
关键词:异常值检测 arma模型 bp神经网络 pso算法 cs算法
单位:国网甘肃省电力公司电力科学研究院
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社