基于多智能集成学习的中短期电煤价格预测
廖志伟
陈琳韬
黄杰栋
张文锦
华南理工大学电力学院,广东广州510640
摘要：为扩大电力市场交易量与下调市场电价,需要提升电煤价格预测的可靠性与准确性.为此本文提出了多智能集成学习的中短期电煤价格预测方法.首先,阐述了Stacking集成学习的结构和原理;然后,介绍了数种智能电煤价格的预测模型,并通过算例证明了不同单智能模型对数据的感知能力存在差异性;进而,通过比较单智能模型预测结果的差异值均差,筛选出预测性能优异并且数据感知角度差异性明显的智能模型组.为了充分发挥个模型感知能力差异性的优势,利用Stacking融合各模型,得到一种适用于电煤价格滚动预测的集成模型.最后,通过滚动预测2019至2020年的电煤价格,对集成模型的有效性进行验证.
关键词：集成学习电煤价格滚动预测灵敏性差异XGBoost长短神经网络
资助基金：国家自然科学基金(51437006)
论文发表日期：2021-12-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：11( 1968-1978 )
英文信息