论文部分内容阅读
本文采用小波分解和神经网络作为工具对电价进行分时段预测.分时段电价序列的变化相对单一,有利于神经网络的学习训练,从而提高预测精度.本文以负荷率代表市场供求关系,并作为影响电价的重要因素.以与相关的相关系数作为选取电价影响因素的标准,对不同输入因素和不同预测方法下的电价预测精度进行了研究.算例采用美国新英格兰电力市场历史数据,对其2002年第4季度的电价进行了预测,结果表明短期电价预测的平均相对百分比误差可达11.30﹪.