《表2 最近状态与相似状态》

  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

以预测第一时段为例进行说明。为预测2019年12月1日第一时段的出清价，以11月26日到11月30日共5天的第一时段出清价为最近状态，通过计算S便可在历史同时段序列（即2019年7月1日到11月25日）中识别出历史相似状态。本文阀值设置为10%，最近状态和历史相似状态如表2所示。确定历史相似状态后，便得到了SVR训练集数据。以相似状态集为输入，最近状态为输出训练SVR模型，利用遗传算法对上述所提3个关键参数进行寻优，最大遗传代数设置为50，初始种群数目为20，交叉概率为0.5，变异概率为0.01。误差惩罚因子C的范围为[0.1，100]、核参数δ为[0.01，1 000]和不敏感损失函数ε为[0，1]。遗传算法寻优结束后，模型训练完成，将最近状态作为模型输入，便可得到下一日该时段的电价出清值。