检索结果-维普期刊中文期刊服务平台

考虑多维影响因素的改进Transformer-PSO短期电价预测方法被引量：3: 1; 作者孙欣王思敏 +2 位作者谢敬东江海林王森《上海交通大学学报》 EI CAS CSCD 北大核心 2024年第9期1420-1431,共12页; 随着多元化电力市场的建设,电价影响因素日益增加,市场环境变化也更加剧烈.为提高市场短期电价的预测精度,提出一种考虑多种电价影响因素的改进Transformer-粒子群优化(PSO)算法短期电价预测方法.首先,在考虑历史电价、负荷的基础上进... 展开更多; 关键词短期电价预测多维影响因素自相关分析改进Transformer模型粒子群优化; 在线阅读下载PDF 职称材料

基于深度学习的电力市场短期电价预测探析: 2; 作者武新娟李晓东《大众标准化》 2024年第9期120-122,共3页; 随着电力市场的不断变化和发展,准确预测电价对于电力行业的决策者和参与者至关重要。深度学习作为人工智能的前沿技术,在解决复杂、时序性强的电价预测问题上展现出了巨大潜力。文章旨在探讨基于深度学习的电力市场短期电价预测方法,... 展开更多; 关键词深度学习电力市场短期电价预测; 在线阅读下载PDF 职称材料

基于遗传算法的BP-LSSVM组合变权模型权重优化的短期电价预测研究被引量：19: 3; 作者黄元生张利君《煤炭工程》北大核心 2019年第5期172-176,共5页; 为了能够精确预测短期电价为市场参与者提供有效的决策指导,首先对电价数据进行水平处理,然后建立BP神经网络(BPNN)和最小二乘支持向量机(LSSVM)组合变权模型(BP LSSVM),同时提出采用遗传算法(GA)对该组合变权模型的权重进行优化,最后... 展开更多; 关键词遗传算法 BP神经网络最小二乘支持向量机短期电价预测权重优化; 在线阅读下载PDF 职称材料

基于非线性IRWLS-SVM短期电价预测的改进方法: 4; 作者马历马克雄《三峡大学学报（自然科学版）》 CAS 2012年第6期39-43,共5页; 本文提出了一种基于非线性IRWLS-SVM的短期电价预测的模型.首先对不同的损失函数进行仿真,选出具有一定鲁棒性的Huber损失函数来适应模型小的变化.然后比较线性、径向基、多项式3种核函数.仿真结果表明,多项式核函数的预测效果最好.最... 展开更多; 关键词支持向量机非线性短期电价预测; 在线阅读下载PDF 职称材料

基于遗传算法的高比例风电短期电价预测被引量：7: 5; 作者柏睿罗刚 +1 位作者唐林白松《人民长江》北大核心 2022年第S01期119-124,共6页; 高比例风电下的短期电价预测可指导并规范市场参与者,但由于目前已有的电价预测方法未能筛选关键信息,导致预测的电价与真实的电价之间存在较大误差。因此,提出了一种基于遗传算法的高比例风电短期电价预测方法。首先,采用主成分分析方... 展开更多; 关键词短期电价预测高比例风电遗传算法主成分分析法; 在线阅读下载PDF 职称材料

基于电力市场的短期电价预测分析被引量：1: 6; 作者汪敏霞《通讯世界》 2015年第6期203-204,共2页; 随着市场经济的逐渐深入,电力工业呈现出明显的市场化特征,电能作为电力工业的主要商品,其价格直接决定了市场交易的质量,所以电价受到所有电力市场参与者的关注,电价预测的准确性直接关系到发电商能否在设定期限内获得最大利润;购电方... 展开更多; 关键词电力市场短期电价预测户电量; 在线阅读下载PDF 职称材料

基于市场因子的灰色电价预测方法: 7; 作者王兴元查启平 +2 位作者何维来卢闽严中华《农村电气化》 2007年第9期12-13,共2页; 该文提取了电力市场中一种反映电价变化的市场因子,并运用灰色系统理论进行分时段电价预测。对Ontario电力市场日前电价预测的结果表明,此方法对于短期电价预测有着较高的预测效果。; 关键词电力市场电力价格短期电价预测灰色理论市场因子; 在线阅读下载PDF 职称材料

题名考虑多维影响因素的改进Transformer-PSO短期电价预测方法被引量：3: 1; 作者孙欣王思敏谢敬东江海林王森; 机构上海电力大学电气工程学院; 出处《上海交通大学学报》 EI CAS CSCD 北大核心 2024年第9期1420-1431,共12页; 基金国家自然科学基金(U2066214)资助项目。; 文摘随着多元化电力市场的建设,电价影响因素日益增加,市场环境变化也更加剧烈.为提高市场短期电价的预测精度,提出一种考虑多种电价影响因素的改进Transformer-粒子群优化(PSO)算法短期电价预测方法.首先,在考虑历史电价、负荷的基础上进一步分析电价形成的相关因素,利用自相关函数分析电价的多周期特性并在此基础上调整输入序列,克服了仅采用历史数据以及经验调整输入序列导致预测精度受限的问题.其次,结合长短期记忆(LSTM)、自注意力机制与多层注意力机制并采用多输入结构建立改进Transformer模型,进一步提升LSTM模型捕获不同时间步信息间的长短期依赖关系的能力,克服LSTM的信息利用瓶颈,适应包括历史电价及多种电价成因的复杂多序列输入.此外,还利用PSO智能算法搜索模型不同学习阶段的最佳学习率克服手动调整学习率的局限性.最后,采用PJM市场电价进行算例分析,结果表明所提短期电价预测模型能应用于电价影响因素多、变化剧烈的市场环境,并有效提升短期电价预测精度.; 关键词短期电价预测多维影响因素自相关分析改进Transformer模型粒子群优化; Keywords short-term electricity price prediction multidimensional influencing factors autocorrelation analysis improved Transformer model particle swarm optimization(PSO); 分类号 TM711 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于深度学习的电力市场短期电价预测探析: 2; 作者武新娟李晓东; 机构国网新疆电力有限公司营销服务中心(资金集约中心、计量中心); 出处《大众标准化》 2024年第9期120-122,共3页; 文摘随着电力市场的不断变化和发展,准确预测电价对于电力行业的决策者和参与者至关重要。深度学习作为人工智能的前沿技术,在解决复杂、时序性强的电价预测问题上展现出了巨大潜力。文章旨在探讨基于深度学习的电力市场短期电价预测方法,从数据特点到模型设计,从特征提取到性能评估,全面剖析深度学习在电价预测中的应用。通过研究,为电力市场的参与者提供更准确的预测工具并作出决策,以应对市场的波动和挑战。探讨将有助于进一步揭示深度学习技术在电力领域的巨大潜能,为电力市场的可持续发展贡献力量。; 关键词深度学习电力市场短期电价预测; 分类号 F42 [经济管理—产业经济]; 在线阅读下载PDF 职称材料

题名基于遗传算法的BP-LSSVM组合变权模型权重优化的短期电价预测研究被引量：19: 3; 作者黄元生张利君; 机构华北电力大学; 出处《煤炭工程》北大核心 2019年第5期172-176,共5页; 文摘为了能够精确预测短期电价为市场参与者提供有效的决策指导,首先对电价数据进行水平处理,然后建立BP神经网络(BPNN)和最小二乘支持向量机(LSSVM)组合变权模型(BP LSSVM),同时提出采用遗传算法(GA)对该组合变权模型的权重进行优化,最后将权重优化之后的GA BP LSSVM模型应用于美国PJM电力市场的边际电价预测,并与传统的LSSVM与BPNN的预测结果进行比较,结果表明,该组合变权模型能够提供更加精确的预测电价。; 关键词遗传算法 BP神经网络最小二乘支持向量机短期电价预测权重优化; Keywords genetic algorithm BP neural network least squares support vector machine short-term price forecasting weight optimization; 分类号 F416.61 [经济管理—产业经济] TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于非线性IRWLS-SVM短期电价预测的改进方法: 4; 作者马历马克雄; 机构中国长江三峡集团公司市场营销部三峡大学电气与新能源学院; 出处《三峡大学学报（自然科学版）》 CAS 2012年第6期39-43,共5页; 文摘本文提出了一种基于非线性IRWLS-SVM的短期电价预测的模型.首先对不同的损失函数进行仿真,选出具有一定鲁棒性的Huber损失函数来适应模型小的变化.然后比较线性、径向基、多项式3种核函数.仿真结果表明,多项式核函数的预测效果最好.最后提出了一种改进的非线性IRWLS-SVM算法,仿真结果表明改进后的算法提高了局部预测精度.; 关键词支持向量机非线性短期电价预测; Keywords support vector machine（SVM） nonlinearing short period electricity price forecast; 分类号 TM715 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于遗传算法的高比例风电短期电价预测被引量：7: 5; 作者柏睿罗刚唐林白松; 机构白鹤滩水力发电厂; 出处《人民长江》北大核心 2022年第S01期119-124,共6页; 文摘高比例风电下的短期电价预测可指导并规范市场参与者,但由于目前已有的电价预测方法未能筛选关键信息,导致预测的电价与真实的电价之间存在较大误差。因此,提出了一种基于遗传算法的高比例风电短期电价预测方法。首先,采用主成分分析方法(Principal Component Analysis,PCA)筛选影响电价的关键信息数据,删除其中冗余信息数据,避免影响预测结果;然后,分析现有预测方法中存在的不足,将BP神经网络计算得到的权重值作为遗传算法的初始种群,求解最优权值;在此基础上,构建高比例风电短期电价预测模型,通过相似搜索训练预测模型中输入的变量,实现高比例风电短期电价预测。实验结果表明,所提方法的预测电价和真实电价更加接近,充分证实了所提方法在电价预测方面的优越性和有效性。; 关键词短期电价预测高比例风电遗传算法主成分分析法; 分类号 F426.61 [经济管理—产业经济]; 在线阅读下载PDF 职称材料

题名基于电力市场的短期电价预测分析被引量：1: 6; 作者汪敏霞; 机构国网安徽省电力公司安庆供电公司; 出处《通讯世界》 2015年第6期203-204,共2页; 文摘随着市场经济的逐渐深入,电力工业呈现出明显的市场化特征,电能作为电力工业的主要商品,其价格直接决定了市场交易的质量,所以电价受到所有电力市场参与者的关注,电价预测的准确性直接关系到发电商能否在设定期限内获得最大利润;购电方能否合理的规划购电成本;市场监管者能否对电力市场实现持久维护,所以实现电价准确预测是新时代社会发展的必然要求,本文将针对电力市场的短期电价预测展开研究。; 关键词电力市场短期电价预测户电量; 分类号 TM731 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于市场因子的灰色电价预测方法: 7; 作者王兴元查启平何维来卢闽严中华; 机构国电九江发电厂积成电子股份有限公司; 出处《农村电气化》 2007年第9期12-13,共2页; 文摘该文提取了电力市场中一种反映电价变化的市场因子,并运用灰色系统理论进行分时段电价预测。对Ontario电力市场日前电价预测的结果表明,此方法对于短期电价预测有着较高的预测效果。; 关键词电力市场电力价格短期电价预测灰色理论市场因子; 分类号 TM731 [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	作者	出处	发文年	被引量	操作
1	考虑多维影响因素的改进Transformer-PSO短期电价预测方法	孙欣王思敏谢敬东江海林王森	《上海交通大学学报》 EI CAS CSCD 北大核心	2024	3	在线阅读下载PDF 职称材料
2	基于深度学习的电力市场短期电价预测探析	武新娟李晓东	《大众标准化》	2024	0	在线阅读下载PDF 职称材料
3	基于遗传算法的BP-LSSVM组合变权模型权重优化的短期电价预测研究	黄元生张利君	《煤炭工程》北大核心	2019	19	在线阅读下载PDF 职称材料
4	基于非线性IRWLS-SVM短期电价预测的改进方法	马历马克雄	《三峡大学学报（自然科学版）》 CAS	2012	0	在线阅读下载PDF 职称材料
5	基于遗传算法的高比例风电短期电价预测	柏睿罗刚唐林白松	《人民长江》北大核心	2022	7	在线阅读下载PDF 职称材料
6	基于电力市场的短期电价预测分析	汪敏霞	《通讯世界》	2015	1	在线阅读下载PDF 职称材料
7	基于市场因子的灰色电价预测方法	王兴元查启平何维来卢闽严中华	《农村电气化》	2007	0	在线阅读下载PDF 职称材料