作　　者： ; ; ;

机构地区： 北京科技大学计算机与通信工程学院

出　　处： 《中国制造业信息化（学术版）》 2005年第5期138-140,共3页

摘　　要： 采用RBF网络模型对电力市场中的清算电价进行预测,聚类算法采用改进的模糊C均值聚类,减小了野值对输出结果的影响,隐层的输出采用聚类结果的隶属度函数,省掉了对径向基函数宽度的计算。通过美国加州电力市场公布的历史数据对该模型进行验证,结果表明该模型应用于电价预测具有较高的预测精度,并且具有训练速度快、不存在局部极小和过拟合等优点。 It presents the method of Power Market Clearing Price(MCP) forecasting based on Radial Basis Function (RBF) network with improved fuzzy C means clustering. The advantages of this method over BP network method are: higher precision and faste r training speed, free of local optimality and over fitting. A example on Califo rnia PX history data shows that the method is applicable.

关 键 词： 电力市场 网络 电价预测 清算 模糊 均值聚类 隶属度函数 径向基函数 网络模型 聚类算法 输出结果 聚类结果 历史数据 美国加州 预测精度 模型应用 训练速度 局部极小 过拟合

领　　域： [自动化与计算机技术] [自动化与计算机技术] [经济管理]