文献知网节
  • 记笔记
摘要:文章分析了影响电价的主要因素及电价的变化特点,讨论了电价预测模型中必需引入的影响电价的因素。在比较常用的几种电价预测方法的优缺点后,作者采用径向基函数神经网络(radial basis function neural networks,RBF)建立短期边际电价预测模型,用递阶遗传算法(HGA)同时训练RBF网络结构和参数。并以美国New England ISO公布的2002年历史电价数据进行训练和测试,与传统的BP网络预测模型相比较, 测试结果证明该模型的预测精确度是令人满意的。
  • DOI:

    10.13335/j.1000-3673.pst.2006.07.004

  • 专辑:

    理工C(机电航空交通水利建筑能源); 经济与管理

  • 专题:

    电力工业; 电力工业; 工业经济

  • 分类号:

    TM715;F407.61

  • 手机阅读
    即刻使用手机阅读
    第一步

    扫描二维码下载

    "移动知网-全球学术快报"客户端

    第二步

    打开“全球学术快报”

    点击首页左上角的扫描图标

    第三步

    扫描二维码

    手机同步阅读本篇文献

  • CAJ下载
  • PDF下载

下载手机APP用APP扫此码同步阅读该篇文章

下载:595 页码:18-21+25 页数:5 大小:368K

相关文献推荐
  • 相似文献
  • 读者推荐
  • 相关基金文献
  • 关联作者