基于云計(jì)算和BP神經(jīng)網(wǎng)絡(luò)的短期電價(jià)預(yù)測(cè)研究.pdf

1、電力市場(chǎng)化是當(dāng)前電力體制不斷發(fā)展的產(chǎn)物，電能是其中最重要的部分之一，它的價(jià)格是電力市場(chǎng)的重要因素，保證市場(chǎng)的穩(wěn)定運(yùn)行，對(duì)電價(jià)的預(yù)測(cè)也逐漸成為各國(guó)學(xué)者的關(guān)注焦點(diǎn)。從發(fā)電側(cè)角度分析，發(fā)電公司可以通過預(yù)測(cè)電價(jià)來制訂準(zhǔn)確的投標(biāo)計(jì)劃，從而取得更大的利潤(rùn);從購(gòu)電方角度分析，用戶可以通過預(yù)測(cè)的電價(jià)調(diào)整用電量，有效地控制購(gòu)電成本;從市場(chǎng)監(jiān)管者角度分析，電價(jià)預(yù)測(cè)可為市場(chǎng)的穩(wěn)定發(fā)展提供科學(xué)依據(jù)。所以，電價(jià)預(yù)測(cè)在電力市場(chǎng)中具有重要意義。
　　通過對(duì)各國(guó)

2、電力市場(chǎng)的歷史數(shù)據(jù)分析發(fā)現(xiàn)電價(jià)具有一定的周期性和波動(dòng)性，而且電價(jià)的影響因素很多，除了歷史電價(jià)、歷史負(fù)荷這些可量化的因素之外，還包括氣候、市場(chǎng)需求等時(shí)變因素，不能量化的因素，這些都大大增加了電價(jià)預(yù)測(cè)工作的難度。同時(shí)預(yù)測(cè)樣本的選擇同樣影響電價(jià)預(yù)測(cè)的精度，如何選擇和處理輸入數(shù)據(jù)是本文需要考慮的一個(gè)重點(diǎn)。本文的研究課題為預(yù)測(cè)短期電價(jià)。
　　鑒于電價(jià)的隨機(jī)性特點(diǎn)，在分析不同模型預(yù)測(cè)電價(jià)的優(yōu)缺點(diǎn)后，本文采用BP神經(jīng)網(wǎng)絡(luò)算法，因?yàn)樯窠?jīng)網(wǎng)絡(luò)具有很

3、好的泛化能力，能處理各種非線性問題。但同時(shí)，BP神經(jīng)網(wǎng)絡(luò)存在收斂速度慢，反向傳播過程中會(huì)僅僅收斂到局部最小值的缺點(diǎn)，造成訓(xùn)練時(shí)間長(zhǎng)。針對(duì)BP神經(jīng)網(wǎng)絡(luò)存在的問題，首先建立基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)，通過GA算法的選擇，交叉，變異優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的權(quán)值，并使用美國(guó)加州電力市場(chǎng)某時(shí)段電力數(shù)據(jù)進(jìn)行實(shí)驗(yàn)，比較BP算法和GABP算法預(yù)測(cè)精度。隨著電力市場(chǎng)化的發(fā)展，電價(jià)數(shù)據(jù)的規(guī)模變得越來龐大，僅在單機(jī)模式下使用預(yù)測(cè)模型處理電價(jià)數(shù)據(jù)，會(huì)使得模型預(yù)測(cè)