《表1 统计特征对比：基于数据挖掘与支持向量机的现货市场出清价预测方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于数据挖掘与支持向量机的现货市场出清价预测方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：时段表示出清间隔时间，为1 h。

时间序列的统计特征可在一定程度反映序列变化的特征，选取的2019年7月逐时段电价序列（在此定义为连续序列）与某同一时段电价序列在统计特征上表现出了明显差别，尤其是标准差，这说明2种序列的变化特征大不相同。连续序列电价预测考虑将历史数据依照时段顺序输入预测模型，但是其包含特征比单时段的电价序列更多也就更复杂，使得预测难度更大。电价的波动主要受市场供求关系影响，而在某一时段需求侧往往表现出与过去同时段相同的用电习惯，因此同时段电价序列的变化特性相对连续电价序列而更加单一。所以，本文选取同时段历史电价序列作为模型输入。统计特征对比如图1、图2及表1所示。