典型文献
基于卡尔曼滤波的日前电价混合预测方法
文献摘要：
为提高电价预测准确性,提出利用卡尔曼滤波、遗传算法和BP神经网络模型的电力市场日前电价预测方法.利用卡尔曼滤波的最优估计能力对历史数据进行预处理,清除噪声等干扰,修正异常点.将预处理后的历史数据作为模型输入,建立基于遗传算法的BP神经网络日前电价预测模型,有效地提高了预测准确性.最后利用基于美国PJM现货市场公开数据,验证了所提方法的可行性和有效性.
文献关键词：
电力市场;预测;卡尔曼滤波;神经网络;机器学习
中图分类号：
作者姓名：
伏玥橦;张政;袁凯;李天然
作者机构：
南京师范大学南瑞电气与自动化学院,江苏南京 210023;南瑞集团有限公司,江苏南京 211106
文献出处：
引用格式：
[1]伏玥橦;张政;袁凯;李天然-.基于卡尔曼滤波的日前电价混合预测方法)[J].电气自动化,2022(04):57-60
A类：
B类：
卡尔曼滤波,混合预测,预测准确性,电力市场,日前电价预测,最优估计,历史数据,除噪声,异常点,模型输入,电价预测模型,PJM,现货市场
AB值：
0.251278
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
