競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用課件

1、競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用2022/9/25競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用2022/9/24競(jìng)爭(zhēng)匯報(bào)提綱論文的背景電力市場(chǎng)及電價(jià)分析電價(jià)價(jià)格釘?shù)念A(yù)測(cè)與控制電價(jià)的非線性預(yù)測(cè)模型電價(jià)的組合預(yù)測(cè)電價(jià)預(yù)測(cè)的應(yīng)用發(fā)電商容量分配研究總結(jié)論文的創(chuàng)新點(diǎn)競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用2匯報(bào)提綱論文的背景競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用2論文的背景選題背景近年來(lái)，由于電力、信息等技術(shù)的發(fā)展，世界各國(guó)紛紛進(jìn)行電力體制的改革2002年，國(guó)務(wù)院出臺(tái)電力體制改革方案2003年6月，國(guó)家電力監(jiān)管委員會(huì)陸續(xù)在東北、華東開展區(qū)域電力市場(chǎng)建設(shè)試點(diǎn)。目前我國(guó)的

2、電力市場(chǎng)已供大于求，電力的市場(chǎng)化改革將會(huì)不斷地深入。 競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用3論文的背景選題背景競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用3 研究目的研究電價(jià)的變化規(guī)律提高電價(jià)預(yù)測(cè)水平控制發(fā)電商的決策風(fēng)險(xiǎn)競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用4 研究目的競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用4 國(guó)內(nèi)外研究綜述電價(jià)預(yù)測(cè)研究綜述博弈論模型隨機(jī)模型無(wú)參數(shù)和人工智能模型價(jià)格釘?shù)呐袆e與預(yù)測(cè) 競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用5 競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用5發(fā)電商競(jìng)價(jià)策略研究綜述基于成本分析基于電價(jià)預(yù)測(cè)基于博弈理論優(yōu)化基于矩陣博弈模型基本寡頭博弈模型發(fā)電商風(fēng)險(xiǎn)控制研究綜述風(fēng)險(xiǎn)來(lái)

3、源風(fēng)險(xiǎn)管理風(fēng)險(xiǎn)計(jì)量競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用6發(fā)電商競(jìng)價(jià)策略研究綜述競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用論文的研究框架路線N數(shù)據(jù)分類形成與分時(shí)段數(shù)據(jù)序列歷史價(jià)格數(shù)據(jù)歷史需求與預(yù)測(cè)需求數(shù)據(jù)歷史供給與預(yù)測(cè)供給數(shù)據(jù)運(yùn)用基于SMOTEBoost技術(shù)的SVM預(yù)測(cè)是否為價(jià)格釘？調(diào)用價(jià)格釘電價(jià)數(shù)值預(yù)測(cè)模型MARS模型局域多項(xiàng)式模型支持向量機(jī)模型組合預(yù)測(cè)模型預(yù)測(cè)誤差分析形成競(jìng)價(jià)策略Y返回競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用7論文的研究框架路線N數(shù)據(jù)分類歷史價(jià)格歷史需求與預(yù)測(cè)需求數(shù)據(jù)歷電力市場(chǎng)及電價(jià)分析電力市場(chǎng) 電力市場(chǎng)中的電價(jià)電價(jià)的影響因素電價(jià)預(yù)測(cè)概述競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用8電

4、力市場(chǎng)及電價(jià)分析電力市場(chǎng) 競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法電力市場(chǎng)體系結(jié)構(gòu)供給端需求端電力經(jīng)銷商/中介商發(fā)電商熱電供應(yīng)商電力經(jīng)銷商/中介商配電商大用戶現(xiàn)貨市場(chǎng)合約市場(chǎng)獨(dú)立系統(tǒng)操作者輸電公司競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用9電力市場(chǎng)體系結(jié)構(gòu)供給端需求端電力經(jīng)銷商/發(fā)電商熱電供應(yīng)商電力電力交易模式及交易類型交易模式雙向合約模式電力庫(kù)模式綜合模式 交易類型現(xiàn)貨交易合約交易期貨交易返回競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用10電力交易模式及交易類型返回競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與電價(jià)的形成價(jià)格容量D1D2D3S1S2S3S4S5S6競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用11電價(jià)的形成價(jià)格容

5、量D1D2D3S1S2S3S4S5S6競(jìng)爭(zhēng)性電力產(chǎn)品及電價(jià)的特點(diǎn)電力是一種較為特殊商品網(wǎng)絡(luò)依賴性不可大量?jī)?chǔ)存性高度協(xié)調(diào)性公共品規(guī)模經(jīng)濟(jì)與自然壟斷高沉淀成本政府規(guī)制用戶多樣、需求不確定 競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用12電力產(chǎn)品及電價(jià)的特點(diǎn)電力是一種較為特殊商品競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境電價(jià)的統(tǒng)計(jì)特性波動(dòng)性周期性均值回復(fù)跳躍性和價(jià)格釘競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用13電價(jià)的統(tǒng)計(jì)特性競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用13電價(jià)在電力市場(chǎng)中的核心作用 吸引投資優(yōu)化資源配置增強(qiáng)企業(yè)活力引導(dǎo)用戶合理用電，節(jié)能減排返回競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用14電價(jià)在電力市場(chǎng)中的核心作用返回競(jìng)爭(zhēng)性

6、電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方電力成本發(fā)電成本輸送成本交易成本市場(chǎng)交易并非無(wú)成本，交易成本主要為了：了解市場(chǎng)信息談判協(xié)商、達(dá)成交易的費(fèi)用交易執(zhí)行、監(jiān)督費(fèi)用及違約成本發(fā)電公司要實(shí)現(xiàn)利潤(rùn)最大化，需滿足邊際成本等于邊際利潤(rùn)。競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用15電力成本競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用15市場(chǎng)供求狀況需求電力市場(chǎng)的需求具有不確定性對(duì)日前市場(chǎng)，需求由市場(chǎng)交易中心給出預(yù)測(cè)值，可認(rèn)為是確定的、已知的負(fù)荷（即需求）的不確定性交由實(shí)時(shí)市場(chǎng)需求價(jià)格函數(shù)在短期內(nèi)接近于垂直與橫軸的曲線，即需要彈性接近于0。供給完全競(jìng)爭(zhēng)時(shí)，發(fā)電企業(yè)的市場(chǎng)供給曲線為水平直線競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用16

7、市場(chǎng)供求狀況競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用16與一般商品的市場(chǎng)均衡不同，電力產(chǎn)品的市場(chǎng)均衡，必須同時(shí)實(shí)現(xiàn)電力和電量雙重平衡發(fā)電企業(yè)產(chǎn)出的關(guān)鍵是電力，其次才是電量發(fā)電設(shè)備的裝機(jī)容量（生產(chǎn)能力）不能以均勻的生產(chǎn)滿足隨時(shí)間變化的不均勻的需求，裝機(jī)容量要大于最大電力負(fù)荷的120-150%（含備用容量）。電力系統(tǒng)提供的電量既不能多于需求，又不能少于需求。電力系統(tǒng)既需足夠容量，還需統(tǒng)一調(diào)度競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用17與一般商品的市場(chǎng)均衡不同，電力產(chǎn)品的市場(chǎng)均衡，必須同時(shí)實(shí)現(xiàn)電市場(chǎng)力與市場(chǎng)監(jiān)管市場(chǎng)力經(jīng)濟(jì)學(xué)對(duì)市場(chǎng)力的一般定義是指改變市場(chǎng)價(jià)格使之偏離市場(chǎng)充分競(jìng)爭(zhēng)情況下所具有價(jià)格水平的能力。

8、在電力市場(chǎng)中，市場(chǎng)力的行使和擴(kuò)大有多種方式：電力企業(yè)擴(kuò)大自身的規(guī)模，包括企業(yè)自身的成長(zhǎng)以及企業(yè)間的兼并、合并、收購(gòu)等行為。發(fā)電商通過(guò)持留行為行使市場(chǎng)力。一是物理持留，二是經(jīng)濟(jì)持留。通過(guò)橫向合作限制競(jìng)爭(zhēng)。 有優(yōu)勢(shì)的發(fā)電企業(yè)通過(guò)自身壟斷力量來(lái)打擊、消滅競(jìng)爭(zhēng)對(duì)手或組織新的競(jìng)爭(zhēng)者的競(jìng)爭(zhēng)。如掠奪性定價(jià)。 競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用18市場(chǎng)力與市場(chǎng)監(jiān)管競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用18市場(chǎng)監(jiān)管最高價(jià)格限制價(jià)格波動(dòng)限制 返回競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用19市場(chǎng)監(jiān)管返回競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用19電價(jià)預(yù)測(cè)概述電價(jià)預(yù)測(cè)的基本概念電價(jià)預(yù)測(cè)是在綜合考慮電價(jià)影響因素，運(yùn)用數(shù)

9、學(xué)模型、計(jì)算機(jī)模擬等工具對(duì)相關(guān)數(shù)據(jù)進(jìn)行分析和研究，對(duì)未來(lái)電力市場(chǎng)中的電力交易價(jià)格進(jìn)行預(yù)測(cè)。對(duì)電價(jià)的預(yù)測(cè)要求必須同時(shí)具備預(yù)測(cè)速度與預(yù)測(cè)精度，才具有實(shí)際的應(yīng)用意義。電價(jià)預(yù)測(cè)分類根據(jù)預(yù)測(cè)點(diǎn)分類根據(jù)預(yù)測(cè)內(nèi)容分類根據(jù)預(yù)測(cè)期限分類 電價(jià)預(yù)測(cè)誤差及評(píng)價(jià)指標(biāo)絕對(duì)誤差和相對(duì)誤差競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用20電價(jià)預(yù)測(cè)概述競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用20平均絕對(duì)誤差均方誤差均方根誤差改進(jìn)的平均絕對(duì)百分比誤差 傳統(tǒng)的MAPE 改進(jìn)的MAPE返回競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用21平均絕對(duì)誤差返回競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用21電價(jià)價(jià)格釘預(yù)測(cè)與控制 價(jià)格釘?shù)慕?jīng)濟(jì)學(xué)分析 價(jià)格釘?shù)念A(yù)測(cè)

10、 價(jià)格釘?shù)目刂?競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用22電價(jià)價(jià)格釘預(yù)測(cè)與控制 價(jià)格釘?shù)慕?jīng)濟(jì)學(xué)分析 競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境價(jià)格釘?shù)亩x電價(jià)的突然、劇烈地波動(dòng) 競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用23價(jià)格釘?shù)亩x電價(jià)的突然、劇烈地波動(dòng) 競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)價(jià)格釘?shù)某梢螂娏π枨蟮膬煞矫嫒毕荻唐趦?nèi)明顯缺乏價(jià)格彈性，很多市場(chǎng)價(jià)格彈性為零電力需求由于氣候等因素呈現(xiàn)出較大的波動(dòng)性電力供給的獨(dú)特性 發(fā)電是資金密集型產(chǎn)業(yè)，短期內(nèi)難以增加供給電力不能經(jīng)濟(jì)儲(chǔ)存，需要在瞬間實(shí)現(xiàn)供給平衡，任何偶然的機(jī)組停運(yùn)或傳輸系統(tǒng)障礙都將直接影響供給并進(jìn)而影響電力供需平衡點(diǎn)發(fā)電機(jī)組存在較高的啟動(dòng)成本 競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)

11、方法與應(yīng)用24價(jià)格釘?shù)某梢螂娏π枨蟮膬煞矫嫒毕莞?jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)價(jià)格釘?shù)挠绊懸蛩毓┙o方面裝機(jī)容量停運(yùn)發(fā)電機(jī)組種類傳輸限制需求方面負(fù)荷持續(xù)時(shí)間天氣敏感性經(jīng)濟(jì)活動(dòng)零售價(jià)格 競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用25價(jià)格釘?shù)挠绊懸蛩毓┙o方面競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)市場(chǎng)組織及設(shè)計(jì)方面零售電價(jià)限額現(xiàn)貨交易比例容量要求批發(fā)價(jià)限額 競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用26市場(chǎng)組織及設(shè)計(jì)方面競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用26 價(jià)格釘?shù)呐袆e及分布特點(diǎn)判別基于歷史數(shù)據(jù)的異常價(jià)格統(tǒng)計(jì)方法，即把價(jià)格處于 以外的異常值作為價(jià)格釘?；诮?jīng)驗(yàn)的方法，即設(shè)定一價(jià)格閾值 ，將所有大于此值的電價(jià)視

12、為價(jià)格釘?；趦r(jià)格變化量的方法，即若當(dāng)前價(jià)格與前一時(shí)間點(diǎn)價(jià)格的變化量 大于正常變化量的最大值時(shí)，認(rèn)定當(dāng)前電價(jià)為價(jià)格釘。所有數(shù)值為負(fù)數(shù)的價(jià)格視為價(jià)格釘。分布特點(diǎn)同正常電價(jià)數(shù)據(jù)相比，價(jià)格釘數(shù)據(jù)所占比例通常很低，二者的比例可達(dá)100：1返回競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用27 價(jià)格釘?shù)呐袆e及分布特點(diǎn)判別返回競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)價(jià)格釘?shù)念A(yù)測(cè)預(yù)測(cè)模型跳躍擴(kuò)散模型區(qū)間選擇模型 將電價(jià)分解為含價(jià)格釘過(guò)程與不含價(jià)格釘?shù)倪^(guò)程兩個(gè)部分，而含價(jià)格釘?shù)倪^(guò)程假定為一兩狀態(tài)的馬爾柯夫過(guò)程 競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用28價(jià)格釘?shù)念A(yù)測(cè)預(yù)測(cè)模型競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用2結(jié)構(gòu)化模型供給函數(shù)由

13、分段函數(shù)描述均衡價(jià)格運(yùn)用供給與需求的交點(diǎn)解得，即 數(shù)據(jù)挖掘模模型首先預(yù)測(cè)某一時(shí)點(diǎn)價(jià)格釘發(fā)生的可能性然后預(yù)測(cè)價(jià)格釘?shù)拇笾路秶詈笤兕A(yù)測(cè)價(jià)格釘?shù)臄?shù)值 競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用29結(jié)構(gòu)化模型競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用29基于SMOTEBoost的SVM分類器價(jià)格釘預(yù)測(cè)模型分類預(yù)測(cè) 電價(jià)數(shù)據(jù)分為2類：一類為價(jià)格釘；一類為正常電價(jià)2類數(shù)據(jù)所占比例懸殊，是一種較為典型的非平衡數(shù)據(jù)集解決的途徑可粗略地分為2個(gè)方向?qū)?shù)據(jù)進(jìn)行采樣處理一種是減少多數(shù)法（under-sampling），即通過(guò)對(duì)多數(shù)類樣本的數(shù)量來(lái)平衡2類樣本 另一類是增加少數(shù)法（over-sampling），即通過(guò)復(fù)制或插

14、值等方法增加少數(shù)類樣本的數(shù)量 算法設(shè)計(jì)線性Logistic回歸、決策樹、多層感知器神經(jīng)網(wǎng)絡(luò)、貝葉斯網(wǎng)絡(luò)、多項(xiàng)Logistic回歸以及支持向量機(jī)等 競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用30基于SMOTEBoost的SVM分類器價(jià)格釘預(yù)測(cè)模型分類預(yù)測(cè)AdaBoost是一種最常見的Boosting方法，在每次迭代中，增加沒有正確分類樣本的權(quán)值，減少正確分類樣本的權(quán)值，更加關(guān)注于分類錯(cuò)誤的樣本。因少數(shù)類樣本更容易被錯(cuò)誤分類，所以有理由相信該方法能夠改進(jìn)對(duì)少數(shù)類的預(yù)測(cè)性能。SMOTE技術(shù)（Synthetic Minority Over-sampling Technique）是非平衡數(shù)據(jù)集學(xué)習(xí)的一種新辦

15、法，通過(guò)對(duì)少數(shù)類樣本的人工合成提高少數(shù)類樣本的比例，降低數(shù)據(jù)的過(guò)度偏斜。 SMOTE技術(shù)與AdaBoost結(jié)合，可有效避免由于賦予少數(shù)類樣本更大權(quán)值而可能產(chǎn)生的過(guò)度擬合。 SVM具有較強(qiáng)的泛化能力 競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用31AdaBoost是一種最常見的Boosting方法，在每次迭算法模型AdaBoost分類器AdaBoost算法的基本思想是通過(guò)訓(xùn)練一組分量分類器，將多個(gè)弱分類器集成為一個(gè)強(qiáng)分類器。在訓(xùn)練過(guò)程中，每個(gè)訓(xùn)練樣本被賦予一個(gè)初始權(quán)值，當(dāng)一個(gè)弱分類器訓(xùn)練完成后，根據(jù)其在訓(xùn)練集上的分類結(jié)果對(duì)所有的樣本權(quán)值進(jìn)行調(diào)整，使得下一次訓(xùn)練的弱分類器更關(guān)注那些被識(shí)別錯(cuò)誤的樣本。最后

16、的強(qiáng)分類器的判決結(jié)果是所有弱分類器判決結(jié)果的加權(quán)和 SMOTE增加少數(shù)樣本法增加少數(shù)樣本法是通過(guò)增加數(shù)據(jù)集中少數(shù)類樣本的辦法，降低類別之間分布的不平衡程度。早期的增加少數(shù)法是直接復(fù)制少數(shù)類樣本，以增加其數(shù)量。DeRouin等學(xué)者通過(guò)神經(jīng)網(wǎng)絡(luò)技術(shù)，用仿制取代復(fù)制，以期減少少數(shù)類信息的缺失。Chawla則沿用仿制的思路，提出了少數(shù)類信息的仿制技術(shù)SMOTE（Synthetic Minority Over- Sampling Technique） 競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用32算法模型競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用32SMOTEBoostSVM集成算法基本思想先運(yùn)用SMOTE技術(shù)

17、合成少數(shù)類樣本，改善數(shù)據(jù)的偏斜狀況，然后用AdaBoost算法集成多個(gè)SVM分類器，從而達(dá)到非均衡數(shù)據(jù)集上更好的分類效果與模型泛化能力算法流程 競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用33SMOTEBoostSVM集成算法競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù) 4 輸出：最后的強(qiáng)分類器競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用34 4 輸出：最后的強(qiáng)分類器競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)實(shí)例分析 數(shù)據(jù)的選擇與預(yù)處理評(píng)價(jià)指標(biāo)少數(shù)類正確率多數(shù)類正確率幾何平均正確率精確率召回率F-measure訓(xùn)練與預(yù)測(cè)結(jié)果返回競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用35實(shí)例分析 返回競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用35價(jià)格釘?shù)目刂?

18、降低市場(chǎng)力市場(chǎng)力的衡量指標(biāo)HHI指數(shù)Lerner指數(shù)市場(chǎng)力的抑制措施增加市場(chǎng)競(jìng)爭(zhēng)主體，降低市場(chǎng)集中程度 加強(qiáng)電網(wǎng)建設(shè)，合理布局電源設(shè)立價(jià)格上限，加強(qiáng)市場(chǎng)監(jiān)管 鼓勵(lì)遠(yuǎn)期合約，引入電力期貨、期權(quán)等風(fēng)險(xiǎn)管理工具建立有效的價(jià)格傳導(dǎo)機(jī)制，加強(qiáng)需求側(cè)響應(yīng) 競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用36價(jià)格釘?shù)目刂?競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用36增加容量充裕性在電力行業(yè)放松管制的改革前，作為公用事業(yè)的電力企業(yè)有保證電力穩(wěn)定供應(yīng)的義務(wù)，電力系統(tǒng)的裝機(jī)容量由其統(tǒng)一規(guī)劃并進(jìn)行投資決策，但改革后，沒有一家企業(yè)承擔(dān)此項(xiàng)義務(wù)，每個(gè)企業(yè)根據(jù)自己對(duì)于未來(lái)電力市場(chǎng)的發(fā)展趨勢(shì)判斷決定自己的投資決策。由于改革后的電力市場(chǎng)

19、并沒有形成完全競(jìng)爭(zhēng)市場(chǎng)，而更接近于寡頭壟斷，加之電力行業(yè)的固有特征，如建設(shè)周期長(zhǎng)、投資大、需求受氣候等因素波動(dòng)性大等原因，以及價(jià)格上限等因素，造成市場(chǎng)對(duì)新機(jī)組的投資不足，成為多個(gè)市場(chǎng)價(jià)格釘產(chǎn)生，甚至電力危機(jī)產(chǎn)生的重要原因。確定容量費(fèi)用的模式 容量責(zé)任模式行政方法 顯式的額外容量費(fèi)用模式 返回競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用37增加容量充裕性返回競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用37電價(jià)的非線性預(yù)測(cè)電價(jià)的解釋變量選擇電價(jià)的非線性特性分析電價(jià)的非線性預(yù)測(cè)模型模型仿真與比較競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用38電價(jià)的非線性預(yù)測(cè)電價(jià)的解釋變量選擇競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)電價(jià)的解釋變量選

20、擇 需求供給可調(diào)容量計(jì)劃停運(yùn)競(jìng)價(jià)策略返回競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用39電價(jià)的解釋變量選擇 需求返回競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法電價(jià)的非線性特性分析 多維時(shí)間序列的相空間重構(gòu)非線性檢驗(yàn) Lyapunov指數(shù) 替代數(shù)據(jù)法 檢驗(yàn)統(tǒng)計(jì)量Cao方法關(guān)聯(lián)維數(shù) 競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用40電價(jià)的非線性特性分析 多維時(shí)間序列的相空間重構(gòu)競(jìng)爭(zhēng)性電力市場(chǎng)電價(jià)非線性檢驗(yàn)實(shí)例最大Lyapunov指數(shù)電價(jià)時(shí)間序列的最大Lyapunv指數(shù)負(fù)荷時(shí)間序列的最大Lyapunv指數(shù)相空間重構(gòu)替代數(shù)據(jù)法檢驗(yàn)T值和關(guān)聯(lián)維數(shù)使零假設(shè)在95%的置信水平內(nèi)有效，依據(jù)相位隨機(jī)化方法，對(duì)電價(jià)和負(fù)荷時(shí)間序列分別生成

21、40組替代數(shù)據(jù) 競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用41電價(jià)非線性檢驗(yàn)實(shí)例最大Lyapunov指數(shù)競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境 電價(jià)T值檢驗(yàn)負(fù)荷T值檢驗(yàn)競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用42 電價(jià)T值檢驗(yàn)負(fù)荷T值檢驗(yàn)競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方關(guān)聯(lián)維數(shù)統(tǒng)計(jì)檢驗(yàn) 返回競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用43關(guān)聯(lián)維數(shù)統(tǒng)計(jì)檢驗(yàn) 返回競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)電價(jià)的非線性預(yù)測(cè)模型局域多項(xiàng)式預(yù)測(cè)模型 單變量時(shí)間序列的局域多項(xiàng)式預(yù)測(cè)用 個(gè)已知數(shù)值的 和 ，通過(guò)最小二乘法可確定上式中的系數(shù)，即：通過(guò)QR分解方式將系數(shù)向量f 析出。競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用44電價(jià)的非線性預(yù)測(cè)模型局域多

22、項(xiàng)式預(yù)測(cè)模型 競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下多變量時(shí)間序列的局域多項(xiàng)式預(yù)測(cè)重構(gòu)的動(dòng)力系統(tǒng)通過(guò) 階多項(xiàng)式局域擬合與單變量類似，可通過(guò)QR分解的方式辯識(shí)出系統(tǒng)參數(shù)競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用45多變量時(shí)間序列的局域多項(xiàng)式預(yù)測(cè)競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方電價(jià)時(shí)間序列的多變量局域多項(xiàng)式預(yù)測(cè)以廣義交叉驗(yàn)證值（GCV）作為參數(shù)集優(yōu)劣的評(píng)判標(biāo)準(zhǔn)，從一組參數(shù)集中選擇最優(yōu)的一組參數(shù)算法步驟競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用46電價(jià)時(shí)間序列的多變量局域多項(xiàng)式預(yù)測(cè)競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用47競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用47多元樣條自適應(yīng)回歸模型多元自適應(yīng)回歸樣

23、條(MARS: Multivariate Adaptive Regression Splines)是用來(lái)解決多元數(shù)據(jù)問(wèn)題的新方法。MARS將分段解釋方程匯總組合出一個(gè)較具彈性的預(yù)測(cè)模型。它是一種具有彈性的回歸處理程序，可以自動(dòng)建立準(zhǔn)則模型，并利用這個(gè)準(zhǔn)則模型來(lái)推測(cè)其連續(xù)和間斷的因變量。從名稱來(lái)看，就是指多元逐步的回歸程序，它最適合應(yīng)用在高維度的問(wèn)題中，也被視為廣義的線性逐步回歸，或者是通過(guò)修正分類與回歸樹模型方法改善的多元自適應(yīng)回歸執(zhí)行過(guò)程。目前己被運(yùn)用到許多不同領(lǐng)域的研究中。MARS簡(jiǎn)介局部回歸方法，通過(guò)樣條函數(shù)(又稱為基函數(shù)Basis functions，簡(jiǎn)稱BF)來(lái)模擬復(fù)雜非線性關(guān)系。它

24、將整個(gè)非線性模型劃分為若干區(qū)域，在每個(gè)特定區(qū)域內(nèi)由一段線性回歸直線來(lái)擬合 模型競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用48多元樣條自適應(yīng)回歸模型競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用MARS模型構(gòu)建函數(shù)以加權(quán)和的形式引入到MARS模型中 采用前向逐步過(guò)程，每次選取一對(duì)最優(yōu)樣條函數(shù)來(lái)提高模型準(zhǔn)確度。每對(duì)樣條函數(shù)包括由結(jié)點(diǎn)位置定義的左側(cè)的和右側(cè)的分割函數(shù)。這樣最優(yōu)的樣條函數(shù)被一對(duì)一對(duì)地添加到模型中，用來(lái)提高對(duì)訓(xùn)練數(shù)據(jù)描述的準(zhǔn)確度。 剪枝過(guò)程，將造成模型過(guò)度擬合的基函數(shù)刪除采用后向的刪除方法，每次刪除一個(gè)對(duì)模型貢獻(xiàn)最小的基函數(shù)。這一剪枝過(guò)程是基于廣義交互驗(yàn)證(GCV)標(biāo)準(zhǔn)進(jìn)行的 模型的選擇選擇標(biāo)準(zhǔn)主要

25、是通過(guò)交互驗(yàn)證。選擇最優(yōu)模型的思想是在預(yù)測(cè)誤差符合的基礎(chǔ)上，選擇出最簡(jiǎn)單的模型 競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用49MARS模型構(gòu)建競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用49GCV的定義設(shè)定GCV標(biāo)準(zhǔn)是為了避免模型中過(guò)多的樣條函數(shù)其中： 是研究的對(duì)象數(shù)， 是函數(shù)的復(fù)雜度懲罰 是MARS模型中的非常數(shù)的基函數(shù)數(shù)目， 是待擬合的變量數(shù)目， 是用戶定義的每個(gè)基函數(shù)優(yōu)化所需要的成本 競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用50GCV的定義競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用50支持向量機(jī)模型最小二乘支持向量機(jī)最小二乘支持向量機(jī)（Least Square SVM，LS- SVM）是標(biāo)準(zhǔn)支持向量機(jī)的

26、一種擴(kuò)展，優(yōu)化指標(biāo)采用平方項(xiàng)，并用等式約束代替標(biāo)準(zhǔn)支持向量機(jī)的不等式約束，即將二次規(guī)劃問(wèn)題轉(zhuǎn)化為線性方程組求解，降低了計(jì)算復(fù)雜性，加快了求解速度競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用51支持向量機(jī)模型最小二乘支持向量機(jī)競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)證據(jù)框架與模型參數(shù)選擇貝葉斯證據(jù)框架是通過(guò)最大化參數(shù)分布的后驗(yàn)，來(lái)得到最佳參數(shù)值或最佳的模型。貝葉斯推斷可分為三個(gè)層次：推斷的第一層，選擇模型的參數(shù)，在推斷的第二層，選擇模型超參數(shù)，第三層，選擇模型的核參數(shù)，并選擇相關(guān)輸入變量第一層推斷根據(jù)貝葉斯準(zhǔn)則推斷參數(shù)向量 和 的后驗(yàn)概率 第二層推斷競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用52競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電

27、價(jià)預(yù)測(cè)方法與應(yīng)用52第三層推斷通過(guò)檢查模型的后驗(yàn)概率，可對(duì)不同模型的優(yōu)劣進(jìn)行比較并排出順序，從而推斷出核參數(shù)，并選擇輸入數(shù)據(jù) LS-SVM預(yù)測(cè)模型數(shù)據(jù)預(yù)處理根據(jù)貝葉斯證據(jù)框架，通過(guò)訓(xùn)練獲得最優(yōu)模型參數(shù)運(yùn)用最優(yōu)模型進(jìn)行預(yù)測(cè)返回競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用53第三層推斷返回競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用53模型仿真與比較 數(shù)據(jù)分析與預(yù)處理 缺失數(shù)據(jù)的修補(bǔ)采用相同日期類型的數(shù)據(jù)進(jìn)行加權(quán)平均數(shù)據(jù)分類將數(shù)據(jù)分為4個(gè)類型,即工作日白天、工作日夜間、休息日白天、休息日夜間異常數(shù)據(jù)處理數(shù)據(jù)的標(biāo)準(zhǔn)化處理競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用54模型仿真與比較 數(shù)據(jù)分析與預(yù)處理 競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)

28、境下電價(jià)預(yù)仿真結(jié)果及比較局域多項(xiàng)式MARS支持向量機(jī)MAERMSEMAPEMAERMSEMAPEMAERMSEMAPEW13.71 8.25 8.19 4.64 9.25 10.23 4.74 7.98 10.44 W23.35 6.51 7.32 4.82 7.09 10.39 5.39 8.70 11.60 平均13.53 7.38 7.75 4.73 8.17 10.31 5.07 8.34 11.02 W34.14 7.04 8.00 3.76 6.23 7.58 3.77 6.58 7.35 W46.24 9.54 13.77 4.81 7.51 10.55 5.22 7.67 11

29、.31 平均25.19 8.29 10.88 4.29 6.87 9.06 4.50 7.12 9.33 W55.57 10.48 10.32 4.99 9.81 9.16 4.77 10.00 8.88 W67.97 14.01 15.47 7.27 14.89 14.03 6.25 13.33 12.24 平均36.77 12.25 12.90 6.13 12.35 11.60 5.51 11.66 10.56 總平均5.16 9.31 10.51 5.05 9.13 10.32 5.03 9.04 10.31 競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用55仿真結(jié)果及比較局域多項(xiàng)式MARS支持

30、向量機(jī)MAERMSEMA競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用56競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用56競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用57競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用57競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用58競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用58在電價(jià)變化比較平緩的時(shí)段中（如W1周和W2周），局域多項(xiàng)式方法具有較高的預(yù)測(cè)精度，支持向量機(jī)方法以及樣條回歸方法稍遜；在電價(jià)變化比較劇烈，價(jià)格釘出現(xiàn)頻率較高的時(shí)間段中（如W5周和W6周），支持向量機(jī)方法具有較好的預(yù)測(cè)精度，而局域多項(xiàng)式方法則相對(duì)較差，樣條回歸方法則介于兩者之間即使對(duì)同一種方法，在電價(jià)變化相對(duì)平穩(wěn)的時(shí)間段，其

31、預(yù)測(cè)效果要優(yōu)于變化劇烈的時(shí)間段，但支持向量機(jī)方法在各個(gè)時(shí)間段的預(yù)測(cè)精度相對(duì)穩(wěn)定 返回競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用59在電價(jià)變化比較平緩的時(shí)段中（如W1周和W2周），局域多項(xiàng)式方電價(jià)的組合預(yù)測(cè) 組合預(yù)測(cè)基本概念組合預(yù)測(cè)模型電價(jià)的線性預(yù)測(cè)模型組合預(yù)測(cè)實(shí)例分析競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用60電價(jià)的組合預(yù)測(cè) 組合預(yù)測(cè)基本概念競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)組合預(yù)測(cè)基本概念 不同的預(yù)測(cè)模型方法有各自的優(yōu)缺點(diǎn)，它們之間并不是相互排斥的，而是相互聯(lián)系、相互補(bǔ)充的，再加上每種預(yù)測(cè)方法利用的數(shù)據(jù)不盡相同，因而可能存在不同角度的有用信息。在實(shí)際操作中選擇某一模型而放棄其余模型的做法就可能造成部分有

32、用信息的丟失。對(duì)此，Bates.J.M和Granger.C.W于1969年首次提出組合預(yù)測(cè)模型的概念 組合預(yù)測(cè)分類線性組合和非線性組合最優(yōu)組合與非最優(yōu)組合不變權(quán)組合與變權(quán)組合返回競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用61組合預(yù)測(cè)基本概念 不同的預(yù)測(cè)模型方法有各自的優(yōu)缺點(diǎn)，它們之間電價(jià)組合預(yù)測(cè)模型最優(yōu)加權(quán)組合預(yù)測(cè)線性組合非線性組合加權(quán)調(diào)和平均組合定義預(yù)測(cè)誤差 競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用62電價(jià)組合預(yù)測(cè)模型最優(yōu)加權(quán)組合預(yù)測(cè)競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè) 以預(yù)測(cè)誤差平方和為準(zhǔn)則的非負(fù)加權(quán)系數(shù)的調(diào)和平均組合預(yù)測(cè)模型加權(quán)幾何平均組合定義預(yù)測(cè)誤差權(quán)系數(shù)通過(guò)求解最優(yōu)化問(wèn)題獲得競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電

33、價(jià)預(yù)測(cè)方法與應(yīng)用63 以預(yù)測(cè)誤差平方和為準(zhǔn)則的非負(fù)加權(quán)系數(shù)的調(diào)和平均組合預(yù)測(cè)加權(quán)幾何平均電價(jià)組合預(yù)測(cè)評(píng)價(jià)準(zhǔn)則誤差信息矩陣幾何平均組合預(yù)測(cè)模型為下列優(yōu)化問(wèn)題競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用64加權(quán)幾何平均電價(jià)組合預(yù)測(cè)競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)變權(quán)重幾何平均的電價(jià)組合預(yù)測(cè)步驟 選擇合適的時(shí)間區(qū)間 ；分別用 種單項(xiàng)預(yù)測(cè)方法對(duì)區(qū)間 的電價(jià)進(jìn)行預(yù)測(cè)，得到 個(gè)電價(jià)預(yù)測(cè)值；計(jì)算這些預(yù)測(cè)值與真實(shí)值之間的差異；計(jì)算最優(yōu)權(quán)重；用單項(xiàng)預(yù)測(cè)方法預(yù)測(cè) 時(shí)刻的電價(jià)值，并利用最優(yōu)權(quán)重組合預(yù)測(cè) 時(shí)刻的電價(jià)；令 ，返回步驟（2）。不變權(quán)重幾何平均的電價(jià)組合預(yù)測(cè)令變權(quán)重幾何平均組合預(yù)測(cè)中的時(shí)間區(qū)間參數(shù) ，則變權(quán)重

34、幾何平均組合預(yù)測(cè)變?yōu)椴蛔儥?quán)重幾何平均組合預(yù)測(cè)，其余的步驟同變權(quán)重幾何平均組合預(yù)測(cè) 競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用65變權(quán)重幾何平均的電價(jià)組合預(yù)測(cè)步驟 競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)優(yōu)性組合預(yù)測(cè)與冗余方法優(yōu)性組合若某種組合預(yù)測(cè)方法的預(yù)測(cè)誤差平方和小于參加組合的各種方法的預(yù)測(cè)誤差平方和中的最小者，就稱該組合預(yù)測(cè)方法為優(yōu)性組合預(yù)測(cè)方法 冗余方法誤差信息矩陣判定法權(quán)重系數(shù)判定法 返回競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用66優(yōu)性組合預(yù)測(cè)與冗余方法返回競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與電價(jià)的線性預(yù)測(cè)模型為豐富組合預(yù)測(cè)的方法，本節(jié)建立一個(gè)電價(jià)的線性預(yù)測(cè)模型?？紤]到電價(jià)時(shí)間序列的變化常常是一個(gè)非平穩(wěn)的隨

35、機(jī)過(guò)程，并且具有周期性，建立一個(gè)基于ARIMA的電價(jià)預(yù)測(cè)模型，即對(duì)非平穩(wěn)的電價(jià)時(shí)間序列，先用差分方法將非平穩(wěn)過(guò)程平穩(wěn)化，然后采用ARMA模型對(duì)處理后的平穩(wěn)序列進(jìn)行建摸和預(yù)報(bào)。返回競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用67電價(jià)的線性預(yù)測(cè)模型返回競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用組合預(yù)測(cè)實(shí)例分析組合方式組合1：ARIMA、LS-SVM組合2：ARIMA、LS-SVM、局域多項(xiàng)式組合3：ARIMA、LS-SVM、局域多項(xiàng)式、MARS變權(quán)重與不變權(quán)重對(duì)3個(gè)組合分別按變權(quán)重及不變權(quán)重進(jìn)行權(quán)重優(yōu)化仿真結(jié)果比較組合預(yù)測(cè)方法較單項(xiàng)預(yù)測(cè)方法優(yōu)春季低負(fù)荷時(shí)期變權(quán)重與不變權(quán)重差別不很明顯，但在高負(fù)荷時(shí)期變權(quán)重與不變權(quán)重的組合預(yù)測(cè)方法則相差較大,變權(quán)重優(yōu)不變權(quán)重3種組合預(yù)測(cè)方法的比較變權(quán)重3種組合預(yù)測(cè)方法的比較 返回競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用68組合預(yù)測(cè)實(shí)例分析返回競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用6電價(jià)預(yù)測(cè)的應(yīng)用預(yù)測(cè)誤差分析基于條件風(fēng)險(xiǎn)價(jià)值的容量分配模型仿真算例競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用69電價(jià)預(yù)測(cè)的應(yīng)用預(yù)測(cè)誤差分析競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)