%0 Journal Article
%T 电力市场中的边际电价预测
%A 夏清
%A 康重庆
%A 黄日星
%J 电力系统自动化
%D 2000
%X 在分析了系统边际价格(SMP)形成机理和影响因素的基础上，分别提出了基于累计式自回归滑动平均模型（ARIMA）和人工神经网络（ANN）的SMP预测方法，在这2种方法中都引入了市场供求指数(SDI)作为影响SMP的因素。通过对某省级发电市场真实数据的仿真结果表明，在引入SDI后，ARIMA模型和ANN模型的预测精度都得到了提高；同时，ANN模型比ARIMA模型更易于处理多种市场因素，若在模型中考虑更多的市场因素，则SMP预测的精度可进一步提高
%K 电力市场
%K 系统边际价格
%K 预测
%K 电力市场
%K 系统边际价格
%K 预测
%U http://www.aeps-info.com/aeps/article/abstract/4700?st=article_issue