首页|基于NGO-VMD-SSA-ESN的短期电价预测

基于NGO-VMD-SSA-ESN的短期电价预测

扫码查看
原文链接
  • 万方数据
  • 维普
针对电价波动性和非线性的特点,为提高电价预测的精度,提出了一种基于回声状态网络的短期电价混合预测模型.首先,基于北方苍鹰优化算法(NGO)优化后的变分模态分解(VMD)对原始电价进行分解,降低电价的波动性;然后,利用麻雀搜索算法(SSA)对回声状态网络(ESN)的参数进行优化,使其能针对NGO-VMD分解后的不同子序列自适应地调整参数进行预测,降低参数经验设置的随机性;最后,根据分解子序列与原始数据的皮尔逊相关系数,选择合适子序列的预测结果重构合成最终预测结果,消除了噪声的影响.以美国PJM电力市场为例,与其他电价预测模型对比验证所提出的混合模型具有更好的预测精度.
NGO-VMD-SSA-ESN-based Short-term Electricity Price Prediction

electricity price predictionecho state networksvariational mode decomposition

郭庆辉、林浩哲、李媛、谢露露、刘桁宇

展开 >

沈阳工业大学理学院,辽宁 沈阳 110870

国网辽宁省电力有限公司电力科学研究院,辽宁 沈阳 110055

电价预测 回声状态网络 变分模态分解

辽宁省兴辽英才计划

XLYC2008005

2024

10.19768/j.cnki.dgjs.2024.02.037

电工技术
重庆西南信息有限公司（原科技部西南信息中心）

电工技术

影响因子：0.177
ISSN：1002-1388
年,卷(期)：2024.(2)
  • 14