论文部分内容阅读
根据电力市场的相关历史数据准确地预测出未来的市场出清电价，对于市场中的各个参与者都具有十分重要的意义．在建立了一种粒子群优化（PSO）下的BP神经网络电价短期预测模型的基础上，采用PSO进化算法，反复抽取训练子集样本，通过对应的验证样本预测误差寻找近似最有代表性的训练子集，解决了模型的训练样本参数难以设置的问题．实验验证了该预测模型的有效性，结果表明处理好预测模型样本参数的选择问题，能够提高模型的稳定性及预测精度．