标题：基于数据驱动的组合电价预测研究
作者：张亮1；王洪涛1，2；邹斌1
作者单位：1 上海大学机电工程与自动化学院，上海 200444；2 宁德师范学院信息与机电工程学院，福建 宁德 352100
关键字：电价预测；LSTM；组合预测
摘要： 在解除管制的电力市场中，电价预测是核心。在不考虑电力市场本身情况及影响电价的诸多因素的基础上，单纯从数据驱动角度出发，以历史负荷和电价数据作为输入来预测电价。首先构造Lasso、随机森林、Gradient Boosting、SVM、BP神经网络和LSTM六种单算法电价模型，然后再构建组合六种算法的Lasso、BP神经网络和LSTM组合模型，以及组合三种算法的BP神经网络模型，最后以澳大利亚昆士兰州电力市场历史数据进行仿真。实验结果表明：单算法电价模型中，LSTM模型精度最高，MAE为5.468；BP神经网络适合用于组合单算法电价模型。