利用随机森林回归的现货市场出清价格预测方法

被引：67

作者：

魏勤 ^{[1
]}

陈仕军 ^{[1
]}

黄炜斌 ^{[1
]}

马光文 ^{[1
]}

陶春华 ^{[2
]}

机构：

[1] 四川大学水利水电学院

[2] 四川大汇大数据有限公司

来源：

中国电机工程学报 | 2021年 / 41卷 / 04期

基金：

国家重点研发计划;

关键词：

电力现货市场; 市场出清价; 随机森林; 特征筛选; 网格搜索; 交叉验证;

D O I：

10.13334/j.0258-8013.pcsee.191904

中图分类号：

F426.61 []; TP181 [自动推理、机器学习];

学科分类号：

020205 ; 0202 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

为得到一种实用性较强且具有较高精度的电力现货市场出清价格的预测方法,该文尝试将随机森林回归应用到现货市场出清价格预测。首先通过随机森林回归的特征重要度分析功能对历史出清价和负荷输入进行特征筛选,然后建立基于随机森林回归的市场出清价预测模型,以网格搜索和交叉验证的方法确定模型参数,最后与基于决策回归树、支持向量机回归和人工神经网络的方法在北欧现货市场公开数据的基础上进行对比试验。试验结果表明该文设计预测方法相较其他方法的平均预测精度至少提高了25%,且预测效果较为稳定,同时输入特征筛选方法的应用能够进一步提高各个模型的预测精度。

引用

页码：1360 / 1367+1542 +1542

页数：9

共 25 条

[1] 新电改下我国电力现货市场建设关键要点综述及相关建议 [J].