混合波式/Elman NN模型用于短期成本预测,利用开发的鹿狩猎优化器
Xiangqiong Huang1, Minling Lai1, Huiyi Song1
1Department of Construction Engineering Management, Guangdong Construction Polytechnic, Guangzhou, Guangdong, 510440, China.
Heliyon
|November 2, 2023
概括
这项研究引入了一个优化的Elman神经网络与波波变换相结合,用于准确预测电价. 新的Elman神经网络/开发的鹿狩猎优化-小波波变换模型增强了能源市场的风险管理.
科学领域:
- * 能源经济学和预测
- * 能源市场中的人工智能
- * 计算机智能 * 计算智能
背景情况:
- *电价对于能源市场的规划和运作至关重要.
- * 价格不确定性需要准确的预测,以有效管理风险.
- * 现有的预测方法需要提高可靠性.
研究的目的:
- * 开发一个可靠的电力价格短期预测模型.
- *为了提高预测下一个小时电价的准确性.
- * 在竞争激烈的电力市场中改进风险管理战略.
主要方法:
- * 一个混合模型,结合了埃尔曼神经网络和波形变换.
- *使用开发的鹿狩猎优化器优化埃尔曼神经网络.
- *使用区域初步计费数据进行培训和验证,用于24小时的价格预测.
主要成果:
- * 提出的Elman神经网络/开发的鹿狩猎优化-波形变换模型表现出卓越的性能.
- *根据历史数据准确预测下一个小时的电价.
- *比较分析证实了该模型在其他已发表的方法上的优势.
结论:
- * 开发的混合模型在电价预测方面取得了重大进展.
- *这种方法为能源交易中的金融风险管理提供了可靠的工具.
- *优化和先进信号处理的整合提高了预测准确度.


