電力市場數(shù)據(jù)挖掘和電價混合模型構(gòu)建.pdf

1、電力工業(yè)放松管制，引入競爭的市場機(jī)制，逐步建立電力市場來優(yōu)化資源配置是整個電力系統(tǒng)的發(fā)展趨勢。電力市場中電價的確定是最本質(zhì)、最關(guān)鍵的部分，如何合理的根據(jù)市場需求確定相應(yīng)的電價直接影響到電力市場能否正常的運營。怎樣根據(jù)電力市場的相關(guān)歷史數(shù)據(jù)準(zhǔn)確的預(yù)測出市場出清電價具有十分重要的意義。 電力系統(tǒng)的負(fù)荷是一個時間序列，電價也是一個時間序列，因此，從理論上講，凡是能用于負(fù)荷預(yù)測的方法都可以用于電價預(yù)測，如時間序列法、人工神經(jīng)網(wǎng)絡(luò)法、小波

2、變換法等。但是電價由于其多變、價格尖峰等固有的特點，使得電價預(yù)測比負(fù)荷預(yù)測難得多，目前的電價預(yù)測方法都不盡如人意。 數(shù)據(jù)挖掘( Data Mining，簡稱DM)，又稱為數(shù)據(jù)庫中的知識發(fā)現(xiàn)，是90 年代中后期發(fā)展起來的人工智能分支。由于數(shù)據(jù)挖掘技術(shù)具有從大量數(shù)據(jù)中提取人們感興趣的潛在知識和信息的顯著優(yōu)點，故其出現(xiàn)就在各個領(lǐng)域獲得了廣泛的應(yīng)用。本文主要使用數(shù)據(jù)挖掘中的一個重要技術(shù)-聚類分析和混合模型來進(jìn)行電價建模。 綜合考