電力市場(chǎng)數(shù)據(jù)挖掘和電價(jià)混合模型構(gòu)建.pdf

1、電力工業(yè)放松管制，引入競(jìng)爭(zhēng)的市場(chǎng)機(jī)制，逐步建立電力市場(chǎng)來(lái)優(yōu)化資源配置是整個(gè)電力系統(tǒng)的發(fā)展趨勢(shì)。電力市場(chǎng)中電價(jià)的確定是最本質(zhì)、最關(guān)鍵的部分，如何合理的根據(jù)市場(chǎng)需求確定相應(yīng)的電價(jià)直接影響到電力市場(chǎng)能否正常的運(yùn)營(yíng)。怎樣根據(jù)電力市場(chǎng)的相關(guān)歷史數(shù)據(jù)準(zhǔn)確的預(yù)測(cè)出市場(chǎng)出清電價(jià)具有十分重要的意義。 電力系統(tǒng)的負(fù)荷是一個(gè)時(shí)間序列，電價(jià)也是一個(gè)時(shí)間序列，因此，從理論上講，凡是能用于負(fù)荷預(yù)測(cè)的方法都可以用于電價(jià)預(yù)測(cè)，如時(shí)間序列法、人工神經(jīng)網(wǎng)絡(luò)法、小波

2、變換法等。但是電價(jià)由于其多變、價(jià)格尖峰等固有的特點(diǎn)，使得電價(jià)預(yù)測(cè)比負(fù)荷預(yù)測(cè)難得多，目前的電價(jià)預(yù)測(cè)方法都不盡如人意。 數(shù)據(jù)挖掘( Data Mining，簡(jiǎn)稱DM)，又稱為數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)，是90 年代中后期發(fā)展起來(lái)的人工智能分支。由于數(shù)據(jù)挖掘技術(shù)具有從大量數(shù)據(jù)中提取人們感興趣的潛在知識(shí)和信息的顯著優(yōu)點(diǎn)，故其出現(xiàn)就在各個(gè)領(lǐng)域獲得了廣泛的應(yīng)用。本文主要使用數(shù)據(jù)挖掘中的一個(gè)重要技術(shù)-聚類分析和混合模型來(lái)進(jìn)行電價(jià)建模。 綜合考