%0 Journal Article
%T 基于GARCH误差校正的遗传支持向量机日前电价预测
%A 刘达
%A 牛东晓
%A 聂巧平
%A 邢棉
%J 电力系统自动化
%D 2007
%X 针对时间序列预测和智能算法预测各自的侧重点不同，结合两者优点对日前市场电价进行预测。首先建立支持向量机（SVM）模型对单一时点电价进行预测，将遗传算法（GA）嵌入SVM模型中来保证SVM参数选择最优。针对SVM-GA模型训练误差和测试误差存在一定的相关性和条件异方差性，采用广义自回归条件异方差（GARCH）模型对误差序列进行拟合。然后利用拟合好的GARCH模型对SVM-GA模型预测误差进行预测，最后根据GARCH预测结果对SVM-GA模型预测进行校正。用该方法对美国PJM电力市场2005年8月份日前电价进行连续预测，总体平均误差仅8.19%，比普通方法误差减少了将近4个百分点
%K 电力市场
%K 电价预测
%K 支持向量机
%K 遗传算法
%K GARCH模型
%K electricity market
%K electricity price forecast
%K SVM
%K genetic algorithm
%K GARCH model
%U http://www.aeps-info.com/aeps/article/abstract/200610190?st=article_issue