2) short-term marginal price
短期边际电价
1.
Dynamic clustering and BP neural network are combined to forecast short-term marginal price.
提出以动态聚类和 BP神经网络来预测短期边际电价 ,以样本数据与聚类中心的距离最小为标准 ,通过动态聚类方法将所有样本数据划分到多个类别中 ,对不同类别的样本数据分别建立具有相同拓扑结构、不同神经元连接权值和阈值的 BP神经网络模型 ,通过 BP神经网络的反向传播过程不断修正模型中的神经元连接权值和阈值 ,实现对短期边际电价的合理预测 ,以 America PJM(美国宾夕法尼亚州、新泽西州和马里兰州 )公布的 1 999年数据进行模型训练和测试 ,结果表明该方法所建立的预测模型具有较高的预测精
3) short-term electricity price forecasting
短期电价预测
1.
A short-term electricity price forecasting method based on Takagi-Sugeno model and adaptive neuro-fuzzy inference system (ANFIS) is proposed.
提出了基于Takagi-Sugeno模型的自适应模糊神经网络的短期电价预测方法。
2.
A veracious short-term electricity price forecasting can help a market effective bidding decisions.
准确的短期电价预测可为市场参与者的竞价策略提供指导,直接影响着参与者的利益。
3.
A veracious short-term electricity price forecasting can help a market participant make effective bidding decisions, decrease bidding risk, and bring steady-going incomes in a competitive electricity market.
准确的短期电价预测可为市场参与者的竞价策略提供指导,从而减少参与者的竞价风险,为其带来稳定的收益,因此短期电价预测已成为电力市场中的研究热点。
4) short-term price forecasting
短期电价预测
1.
A new approach to short-term price forecasting based on improved DFNN;
基于改进DFNN的短期电价预测新方法
6) Review of the Short-term Electricity Price Forecasting
短期电价预测综述
补充资料：丰枯电价(见季节电价)
丰枯电价(见季节电价)
seasonal power price
丰枯电价(seasonal power priee)在水电为主的电力系统中，对于专门利用丰水季电能的用户或在丰水季增加用电量的用户实行的优惠电价(见季节电价)‘(张工)
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条