论文部分内容阅读
[摘要]提高电力期货价格的预测精度,对于指导正确操作、稳定电力市场价格、促进电力市场快速平衡发展有着积极的意义。在常用小波神经网络模型的基础上,对网络输出层的激励函数进行改进,给出该网络的具体学习算法并用Nordpool交易所的电力期货价格数据对该小波神经网络进行了训练和检测,通过与常用的小波神经网络比较,该网络显示出较快的学习速率和较高的预测精度。
[关键词]电力市场电力期货价格预测小波神经网络
中图分类号:TM-9文献标识码:A文章编号:1671-7597(2009)1220119-02
一、引言
电力期货交易作为一种特殊的交易形式以其独有的功能在电力市场稳定发展中起着越来越重要的作用。期货电价作为电力期货市场的核心指标,每一个市场参与者时刻都要对未来电价及电价运行趋势进行预测和判断,并以其结果指导下一步操作,最终达到避险趋利的目的。因此,寻找有效的电价预测方法、提高预测精度,对于指导正确操作、稳定电力市场价格、促进电力市场快速平衡发展都有积极的意义[1]。
人工神经网络(ANN)对大量非结构性、非精确性规律具有自适应功能,能够有效处理多变量和非线性问题,是目前国内外专家学者研究得比较多的一种预测方法。其中,小波神经网络是将具有良好的时频局域化性质的小波变换与ANN结合而形成的,具有更灵活有效的函数逼近能力和较强的容错能力,可以有效地克服普通人工神经网络模型所固有的一些缺陷[2]。基于此,本文采用小波神经网络作为期货电价的预测模型,在常用小波神经网络模型的基础上对输出层的激励函数进行了改进,并在预测中将改进后的小波神经网络在学习速率和预测精度方面与常用的小波神经网络作了比较。
二、电力期货
电力期货是指以特定价格进行买卖,在将来某一特定时间开始交割,并在特定时间段内交割完毕的电力商品合约。电力期货合同是从电力远期合同发展而来的,但与电力远期合同不同之处在于电力期货需要在期货交易所进行,其交易时间、交易量等都有明确的规定,同时电力期货交易需要交易费用以及保证金等。
电力期货的分类主要有三种:(1)根据电力期货交割期的长短,可分为日期货、周期货、月期货、季期货和年期货;(2)根据期货的交割方式可分为金融结算期货和物理交割期货;(3)根据期货交割的时段可分为峰荷(on-peak)期货和基荷(off_peak/base load)期货。
一般来说,电力期货市场具有有价格发现功能、风险规避功能和套期保值功能。具体体现在:(1)电力期货市场上的成交价格是由发电厂商、买电用户以及配电方共同公开竞争的结果,有效地摒除电力价格在短期内由于人为投机或机构操纵导致的异常波动,因此,电力期货价格往往更具有权威性,这就是电力期货市场的价格发现功能。(2)根据经典期货理论:某一特定商品的期货价格和现货价格,应该是共同受相同的经济因素的影响和制约,即两者价格的走势具有趋同性。于是,市场成员可通过对比期货价格与现货价格之间的差别,对各自期货合约与现货合约进行调整,预先进行套期保值,以规避现货价格风险。(3)电力期货市场的套期保值功能,可以有效地抑制现货市场中部分投机者操纵市场的行为,避免对价格波动进行过多的投机,减少和消除价格风险,从而在某种意义上保障了交易者在现货市场上取得应得的合理利润,防止了在价格剧烈波动中遭到巨大的损失和电力市场危机。
三、小波神经网络
(一)小波分析
与Fourier分析类似,基于小波变换的小波分析同样是将信号函数分解成小波標准正交基,以此构成级数来逼近信号函数。不同的是小波基是通过平移和伸缩构成的,具有良好的局部化性质,依据小波理论达到最佳的函数逼近能力。
(二)小波神经网络预测模型
由图4可知模型一的预测精度要明显优于模型二。
电力期货是一个不断变化的动态系统,随着时间的推移,网络系统必须结合期货交易所产生的新数据重新被训练,以适应变化了的情况,否则,预测很难准确。因此,本文预测模型中的参数都是基于对预测日前十天的样本进行训练所得。
五、结论
电力期货交易是防范、化解电力现货市场价格风险的有效工具,较为准确地预测电力期货价格对于促进电力市场快速稳定发展有着重要的意义。本文采用带有参数的sigmoid函数作为小波神经网络输出层的激励函数,并在训练网络时将该函数参数与网络参数一起进行动态地调整,把该小波神经网络作为电力期货价格的预测模型,在预测中与常用的小波神经网络预测模型比较,显示出了较快的学习速率和较高的预测精度。而影响电力期货价格的因素有很多,如:实时电价、利率、负荷需求等,因此,为了更进一步提高电力期货价格的预测精度,还需要对小波神经网络的输入量作进一步的研究。
参考文献:
[1]廉小虎、姜铁兵,基于改进GM(1,1)模型的电力市场期货价格的预测[J].水电能源科学,2006,24(1):19-21.
[2]向小东,小波神经网络预测方法在石油期货价格中的应用研究[J].技术经济,2006,25(6):121-124.
[3]张显、王锡凡,电力金融市场综述[J].电力系统自动化,2005,29(20):1-9,19.
作者简介:
周黎英(1977-),女,汉族,江苏宜兴人,大学助教,主要研究方向为:电气信息分析;赵国树(1977-),男,汉族,江苏泰兴人,大学讲师,主要研究方向为:智能控制;喻洁(1975-),女,汉族,江西南昌人,大学讲师,主要研究方向为:电气信息技术。
[关键词]电力市场电力期货价格预测小波神经网络
中图分类号:TM-9文献标识码:A文章编号:1671-7597(2009)1220119-02
一、引言
电力期货交易作为一种特殊的交易形式以其独有的功能在电力市场稳定发展中起着越来越重要的作用。期货电价作为电力期货市场的核心指标,每一个市场参与者时刻都要对未来电价及电价运行趋势进行预测和判断,并以其结果指导下一步操作,最终达到避险趋利的目的。因此,寻找有效的电价预测方法、提高预测精度,对于指导正确操作、稳定电力市场价格、促进电力市场快速平衡发展都有积极的意义[1]。
人工神经网络(ANN)对大量非结构性、非精确性规律具有自适应功能,能够有效处理多变量和非线性问题,是目前国内外专家学者研究得比较多的一种预测方法。其中,小波神经网络是将具有良好的时频局域化性质的小波变换与ANN结合而形成的,具有更灵活有效的函数逼近能力和较强的容错能力,可以有效地克服普通人工神经网络模型所固有的一些缺陷[2]。基于此,本文采用小波神经网络作为期货电价的预测模型,在常用小波神经网络模型的基础上对输出层的激励函数进行了改进,并在预测中将改进后的小波神经网络在学习速率和预测精度方面与常用的小波神经网络作了比较。
二、电力期货
电力期货是指以特定价格进行买卖,在将来某一特定时间开始交割,并在特定时间段内交割完毕的电力商品合约。电力期货合同是从电力远期合同发展而来的,但与电力远期合同不同之处在于电力期货需要在期货交易所进行,其交易时间、交易量等都有明确的规定,同时电力期货交易需要交易费用以及保证金等。
电力期货的分类主要有三种:(1)根据电力期货交割期的长短,可分为日期货、周期货、月期货、季期货和年期货;(2)根据期货的交割方式可分为金融结算期货和物理交割期货;(3)根据期货交割的时段可分为峰荷(on-peak)期货和基荷(off_peak/base load)期货。
一般来说,电力期货市场具有有价格发现功能、风险规避功能和套期保值功能。具体体现在:(1)电力期货市场上的成交价格是由发电厂商、买电用户以及配电方共同公开竞争的结果,有效地摒除电力价格在短期内由于人为投机或机构操纵导致的异常波动,因此,电力期货价格往往更具有权威性,这就是电力期货市场的价格发现功能。(2)根据经典期货理论:某一特定商品的期货价格和现货价格,应该是共同受相同的经济因素的影响和制约,即两者价格的走势具有趋同性。于是,市场成员可通过对比期货价格与现货价格之间的差别,对各自期货合约与现货合约进行调整,预先进行套期保值,以规避现货价格风险。(3)电力期货市场的套期保值功能,可以有效地抑制现货市场中部分投机者操纵市场的行为,避免对价格波动进行过多的投机,减少和消除价格风险,从而在某种意义上保障了交易者在现货市场上取得应得的合理利润,防止了在价格剧烈波动中遭到巨大的损失和电力市场危机。
三、小波神经网络
(一)小波分析
与Fourier分析类似,基于小波变换的小波分析同样是将信号函数分解成小波標准正交基,以此构成级数来逼近信号函数。不同的是小波基是通过平移和伸缩构成的,具有良好的局部化性质,依据小波理论达到最佳的函数逼近能力。
(二)小波神经网络预测模型
由图4可知模型一的预测精度要明显优于模型二。
电力期货是一个不断变化的动态系统,随着时间的推移,网络系统必须结合期货交易所产生的新数据重新被训练,以适应变化了的情况,否则,预测很难准确。因此,本文预测模型中的参数都是基于对预测日前十天的样本进行训练所得。
五、结论
电力期货交易是防范、化解电力现货市场价格风险的有效工具,较为准确地预测电力期货价格对于促进电力市场快速稳定发展有着重要的意义。本文采用带有参数的sigmoid函数作为小波神经网络输出层的激励函数,并在训练网络时将该函数参数与网络参数一起进行动态地调整,把该小波神经网络作为电力期货价格的预测模型,在预测中与常用的小波神经网络预测模型比较,显示出了较快的学习速率和较高的预测精度。而影响电力期货价格的因素有很多,如:实时电价、利率、负荷需求等,因此,为了更进一步提高电力期货价格的预测精度,还需要对小波神经网络的输入量作进一步的研究。
参考文献:
[1]廉小虎、姜铁兵,基于改进GM(1,1)模型的电力市场期货价格的预测[J].水电能源科学,2006,24(1):19-21.
[2]向小东,小波神经网络预测方法在石油期货价格中的应用研究[J].技术经济,2006,25(6):121-124.
[3]张显、王锡凡,电力金融市场综述[J].电力系统自动化,2005,29(20):1-9,19.
作者简介:
周黎英(1977-),女,汉族,江苏宜兴人,大学助教,主要研究方向为:电气信息分析;赵国树(1977-),男,汉族,江苏泰兴人,大学讲师,主要研究方向为:智能控制;喻洁(1975-),女,汉族,江西南昌人,大学讲师,主要研究方向为:电气信息技术。