基于小波包分解和长短期记忆网络的短期电价预测

被引：28

作者：

刘达 ^{[1
,2
]}

雷自强 ^{[1
,2
]}

孙堃 ^{[3
]}

机构：

[1] 华北电力大学新能源电力与低碳发展研究中心

[2] 华北电力大学智慧能源研究所

[3] 华北电力大学经济与管理学院

来源：

智慧电力 | 2020年 / 48卷 / 04期

关键词：

小波包分解; LSTM网络; 短期电价预测; 电力市场;

D O I：

暂无

中图分类号：

F426.61 []; TM73 [电力系统的调度、管理、通信];

学科分类号：

摘要：

在电力市场环境下,精准的短期电价预测可以保障电网优化调度和安全稳定运行,但实时电价具有非平稳性和非线性的特点,加大了预测难度。针对这一问题,提出了一种基于小波包分解(WPD)和长短期记忆(LSTM)网络的短期实时电价预测方法。将实时电价序列分解,得到最高频细节部分和低频趋势部分,剔除波动性高、无效信息多的高频细节部分,再采用LSTM网络对有效信息最多、更能体现电价序列的趋势部分进行实时电价预测。使用所提方法对美国PJM市场某地区实时电价数据进行预测实验,结果表明所提方法相比随机森林、BP神经网络、支持向量机电价预测方和传统的LSTM网络电价预测方法具有更高预测精度。

引用

页码：77 / 83

页数：7

共 20 条

[11] Electricity price forecasting in the short term hybridising fundamental and econometric modelling[J] . Rodrigo A. de Marcos,Antonio Bello,Javier Reneses.Electric Power Systems Research . 2019
[12] Effective long short-term memory with differential evolution algorithm for electricity price prediction[J] . Lu Peng,Shan Liu,Rui Liu,Lin Wang.Energy . 2018
[13] Forecasting energy fluctuation model by wavelet decomposition and stochastic recurrent wavelet neural network[J] . Lili Huang,Jun Wang.Neurocomputing . 2018
[14] Short-term electricity demand forecasting with MARS, SVR and ARIMA models using aggregated demand data in Queensland, Australia[J] . Mohanad S. Al-Musaylh,Ravinesh C. Deo,Jan F. Adamowski,Yan Li.Advanced Engineering Informatics . 2018
[15] Short-term Electricity Price Forecasting with Empirical Mode Decomposition based Ensemble Kernel Machines[J] . Xueheng Qiu,P.N. Suganthan,Gehan A.J. Amaratunga.Procedia Computer Science . 2017
[16] Forecasting electricity price volatility with the Markov-switching GARCH model: Evidence from the Nordic electric power market[J] . Atilla Cifter.Electric Power Systems Research . 2013
[17] 基于小波自适应支持向量机的短期电价预测
杨洪深
[J]. 铜陵学院学报, 2014, 13 (05) : 102 - 104
[18] 电力市场中的电价预测综述
刘达
乔欢欢
[J]. 陕西电力, 2011, 39 (08) : 27 - 32+41
[19] 基于小波包和支持向量回归的风速预测
陈盼
陈皓勇
叶荣
陈天恩
李丹
[J]. 电网技术, 2011, 35 (05) : 177 - 182
[20] 基于GARCH误差校正的遗传支持向量机日前电价预测
刘达
牛东晓
邢棉
聂巧平
[J]. 电力系统自动化, 2007, (11) : 31 - 34+58

← 1 2 →