检索结果-维普期刊中文期刊服务平台

融合RSDE框架与KAN算法的现货电价异质模型集成预测: 1; 作者成润坤王辉 +2 位作者刘达马一琳杨迪《中国电机工程学报》 EI CSCD 北大核心 2024年第24期9645-9657,I0012,共14页; 随着电力市场不断发展,现货电价的精准预测对于市场交易和电网调度至关重要。然而,由于现货电价易受多种因素交织影响,其价格序列呈现出高度非平稳性、复杂性和周期性波动特征,给电价预测带来挑战。现有模型在挖掘电价波动规律,捕捉电... 展开更多; 关键词现货电价二次分解-重构 KAN 异质集成预测; 在线阅读下载PDF 职称材料

电力市场中现货电价的分析被引量：21: 2; 作者李灿龚乐年 +1 位作者宋燕敏喻洁《电力系统及其自动化学报》 CSCD 2001年第6期67-70,共4页; 本文以浙江电力市场的实际运行数据为基础 ,对电力市场中的现货电价进行了统计分析。解释了电力市场中电价的一些异常波动现象 ,包括负电价、零电价出现的原因。研究了最高限价出现的频率及其与系统负荷的关系 ,并从“市场势力”的角度... 展开更多; 关键词电力市场系统边际电价现货电价电力工业; 在线阅读下载PDF 职称材料

电力市场现货电价预测方法研究状况综述被引量：11: 3; 作者苏娟杜松怀周兴华《继电器》 CSCD 北大核心 2005年第16期78-84,共7页; 电力工业从垄断走向市场,使得电价不再由政府确定,而是在市场机制下产生。电价波动会影响市场参与者的经济利益。时电力市场参与者而言,准确地预测电价具有非常重要的意义。详细分析和研究了电力市场现货电价的预测方法及其技术发展,阐... 展开更多; 关键词电力市场现货电价电价预测; 在线阅读下载PDF 职称材料

基于长短期记忆网络的电力市场价格预测研究被引量：1: 4; 作者邵云姝张琳 +2 位作者周乃康陈晓利王菲《动力工程学报》北大核心 2025年第5期733-737,共5页; 考虑电力市场多因素耦合对电力价格预测的影响,建立了基于长短期记忆(LSTM)神经网络的电力市场价格预测模型。设置历史新能源出力、外送电量、电力负荷等影响电力供需关系的边界因素作为LSTM学习参数,并进行数据预处理;优化LSTM神经网... 展开更多; 关键词电力市场 LSTM神经网络日前现货电价电价预测模型; 在线阅读下载PDF 职称材料

题名融合RSDE框架与KAN算法的现货电价异质模型集成预测: 1; 作者成润坤王辉刘达马一琳杨迪; 机构华北电力大学经济与管理学院; 出处《中国电机工程学报》 EI CSCD 北大核心 2024年第24期9645-9657,I0012,共14页; 基金国家自然科学基金项目(72342007)。; 文摘随着电力市场不断发展,现货电价的精准预测对于市场交易和电网调度至关重要。然而,由于现货电价易受多种因素交织影响,其价格序列呈现出高度非平稳性、复杂性和周期性波动特征,给电价预测带来挑战。现有模型在挖掘电价波动规律,捕捉电价序列的局部和全局特征以及多频信号的复杂波动模式方面能力不足,预测精度有待提升。为应对上述问题,该文提出一种融合基于重构的二次分解-集成(reconstruction-based secondary decomposition-ensemble,RSDE)框架和科尔莫戈洛夫-阿诺尔德网络(Kolmogorov-Arnold networks,KAN)算法的异质深度学习集成预测方法,旨在从多角度挖掘不同频域信号的局部和全局信息,来提升电价预测精度。首先,RSDE框架将现货电价信号分解为高、中、低频重构子信号及其二次分解子信号;其次,引入KAN算法的深度学习模型针对不同频域的重构子序列进行建模预测;最后,通过自适应加权回归集成各模型的预测结果,得到最终电价预测值。基于澳大利亚电力现货市场的数据实证分析表明,所提方法在捕捉价格波动特征方面具有一定优势,预测性能优于基准模型,可为电力市场参与者提供可靠的决策支持。; 关键词现货电价二次分解-重构 KAN 异质集成预测; Keywords electricity price in spot market secondary decomposition and reconstruction kolmogorov-arnold networks(KAN) heterogeneous ensemble prediction; 分类号 TM73 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名电力市场中现货电价的分析被引量：21: 2; 作者李灿龚乐年宋燕敏喻洁; 机构东南大学电气工程系电力自动化研究院; 出处《电力系统及其自动化学报》 CSCD 2001年第6期67-70,共4页; 文摘本文以浙江电力市场的实际运行数据为基础 ,对电力市场中的现货电价进行了统计分析。解释了电力市场中电价的一些异常波动现象 ,包括负电价、零电价出现的原因。研究了最高限价出现的频率及其与系统负荷的关系 ,并从“市场势力”的角度分析了统计结果。发现交易日与交易日之间各时段电价变化的相关程度较高 ,并由此探讨了进行短期电价预测的可能性。另外 ,评估了浙江电力市场现货电价的总体水平及整个市场的运行状况。; 关键词电力市场系统边际电价现货电价电力工业; Keywords power market, market power, system marginal price; 分类号 F426.61 [经济管理—产业经济]; 在线阅读下载PDF 职称材料

题名电力市场现货电价预测方法研究状况综述被引量：11: 3; 作者苏娟杜松怀周兴华; 机构中国农业大学信息与电气工程学院; 出处《继电器》 CSCD 北大核心 2005年第16期78-84,共7页; 文摘电力工业从垄断走向市场,使得电价不再由政府确定,而是在市场机制下产生。电价波动会影响市场参与者的经济利益。时电力市场参与者而言,准确地预测电价具有非常重要的意义。详细分析和研究了电力市场现货电价的预测方法及其技术发展,阐述了各种电价预测方法的种类、预测原理、优缺点及其适用范围。; 关键词电力市场现货电价电价预测; Keywords electricity market spot price price forecasting; 分类号 F407.61 [经济管理—产业经济]; 在线阅读下载PDF 职称材料

题名基于长短期记忆网络的电力市场价格预测研究被引量：1: 4; 作者邵云姝张琳周乃康陈晓利王菲; 机构大韩民国高丽大学国家电投集团电站运营技术(北京)有限公司国家电投集团东北电力有限公司; 出处《动力工程学报》北大核心 2025年第5期733-737,共5页; 文摘考虑电力市场多因素耦合对电力价格预测的影响,建立了基于长短期记忆(LSTM)神经网络的电力市场价格预测模型。设置历史新能源出力、外送电量、电力负荷等影响电力供需关系的边界因素作为LSTM学习参数,并进行数据预处理;优化LSTM神经网络的层数、迭代次数、学习率等模型参数,生成电价预测模型,得到交易日的电价预测曲线。通过算例仿真验证方法的正确性,构建某现货省份电力交易的预测场景,引入电价预测准确率评估指标。结果表明:该方法为日前出清电价预测研究提供参考,可为电力市场交易主体提供有效的竞价策略,并获取可观的电力营销收入。; 关键词电力市场 LSTM神经网络日前现货电价电价预测模型; Keywords electricity market LSTM neural network current spot electricity price electricity price prediction model; 分类号 TK01 [动力工程及工程热物理]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	融合RSDE框架与KAN算法的现货电价异质模型集成预测	成润坤王辉刘达马一琳杨迪	《中国电机工程学报》 EI CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
2	电力市场中现货电价的分析	李灿龚乐年宋燕敏喻洁	《电力系统及其自动化学报》 CSCD	2001	21	在线阅读下载PDF 职称材料
3	电力市场现货电价预测方法研究状况综述	苏娟杜松怀周兴华	《继电器》 CSCD 北大核心	2005	11	在线阅读下载PDF 职称材料
4	基于长短期记忆网络的电力市场价格预测研究	邵云姝张琳周乃康陈晓利王菲	《动力工程学报》北大核心	2025	1	在线阅读下载PDF 职称材料