导读:本文包含了市场清算价格论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:价格,市场,电力,神经网络,线性,网络,无约束。
市场清算价格论文文献综述
安磊[1]（2008）在《浙江省电力市场清算价格预测系统实现》一文中研究指出价格预测在新的竞争性电力市场中与生产者和消费者的关系越来越大。对于当时的电力市场和长期的电力契约来说,价格预测对发展出合理的价策略或谈判技术来说是必需的,以此来实现经济利益的最大化。提供两种方法来预测电价。这两种方法分别是线性回归预测方法和人工神经网络预测方法。这两种方法一直被广泛应用于分析预测领域。比较这两种预测方法,从而找到最佳预测模型。(本文来源于《电力信息化》期刊2008年07期）
安磊[2]（2008）在《浙江省电力市场清算价格预测系统实现》一文中研究指出价格预测在新的竞争性电力市场中与生产者和消费者的关系越来越大。对于当时的电力市场和长期的电力契约来说,价格预测对发展出合理的价策略或谈判技术来说是必需的,以此来实现经济利益的最大化。提供2种方法来预测电价。这2种方法分别是线性回归方法预测方法和人工神经网络预测方法,一直被广泛应用于分析预测领域。比较这2种预测方法,从而找到最佳预测模型。(本文来源于《2008年电力信息化高级论坛论文集》期刊2008-06-25）
曹际良[3]（2008）在《具备可解释能力的市场清算价格预测模型研究》一文中研究指出本文针对神经网络结果的不可解释性与不能提供预测不确定信息的现状，利用决策树技术与神经网络技术构建了适于电价预测的混合预测模型。首先，将电价预测模型转化为电价变化率预测模型；然后利用决策树技术构建了电价变化率决策树预测模型，在获得预测电价变化率的同时，也获得了该类电价变化率的可能概率及其主要影响因素；然后，针对大于可接受的电价变化率误差水平的分类样本，重新构建该分类的基于神经网络的混合预测模型。最后，采用澳大利亚昆士兰州电力市场实例数据验证了本文模型的有效性。(本文来源于《华北电力大学（北京）》期刊2008-01-01）
张龙[4]（2004）在《次日无约束市场清算价格（UMCP）预测技术的研究》一文中研究指出目前，我国的区域电力市场已经进入模拟运行阶段，东北区域的日前市场初期将采用单一购买者的竞争方式，因此，对于发电商来说，电力无约束市场价格（UMCP）的预测将具有相当重要的意义。本文首先采用有序样本聚类分析、日期类型分析、因素分析、动态聚类分析等方法对全年历史日价格样本进行逐级聚类，使相似的日价格样本被分到了一起，较好地解决了预测样本的最优选择问题。然后在聚类分析结果的基础上，通过多种预测方法比较、模型优化等研究工作，找到每一小类的UMCP最优预测模型。在完成上述研究历史数据得到日UMCP的最优分类方法和预测模型之后，采用判别分析法确定待预测日应属于哪一小类，同时也就确定了该日的最佳预测模型。研究当中，还对遇到的最优聚类，不同因素分析方法得到不同分析结果的分析和正确处理，聚类分析中样本距离的不同度量方法造成不同聚类结果的分析 和正确处理，以及预测方法优化等重要问题展开详细的讨论。算例分析证明：本文的所提出的方法实用，预测效果较好，有利于发电企业通过UMCP的预测构造竞价策略，提高经济效益。(本文来源于《华北电力大学（北京）》期刊2004-02-01）
杨莉,黄民翔,邱家驹,江道灼[5]（2002）在《基于模块网络的市场清算价格预测模型》一文中研究指出该文提出一种基于模块网络预测市场清算价格的模型。该模型通过模糊C均值聚类(FCM)算法,将输入空间“软”分割成若干区域,由局部专家负责提取特定域的特征,由集成单元的竞争混合机制输出结果,在减少了计算量的同时提高了预测精度,是突破传统全局预测模型的一种尝试。用美国加州电能交易所(CalPX)公布的真实数据得到的仿真结果令人满意。该模型为市场参与者制定投标策略提供了一种方法,也为市场管理者提供了一种监督市场力的工具。(本文来源于《中国电机工程学报》期刊2002年08期）
杨莉,邱家驹,江道灼[6]（2001）在《基于BP网络的下一交易日无约束市场清算价格预测模型》一文中研究指出提出一种基于反向传播 ( BP)网络预测下一交易日无约束市场清算价格的方法。该方法去除了原始数据中的季节性趋势和增长趋势 ,用相关性分析技术选择输入量 ,遵循“重近轻远”的原则重新设计了拟合误差的代价函数 ,利用最新数据在线修正 BP网络 ,并用美国加州电能交易所公布的真实数据进行仿真 ,结果令人满意。(本文来源于《电力系统自动化》期刊2001年19期）
市场清算价格论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
价格预测在新的竞争性电力市场中与生产者和消费者的关系越来越大。对于当时的电力市场和长期的电力契约来说,价格预测对发展出合理的价策略或谈判技术来说是必需的,以此来实现经济利益的最大化。提供2种方法来预测电价。这2种方法分别是线性回归方法预测方法和人工神经网络预测方法,一直被广泛应用于分析预测领域。比较这2种预测方法,从而找到最佳预测模型。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
市场清算价格论文参考文献
[1].安磊.浙江省电力市场清算价格预测系统实现[J].电力信息化.2008
[2].安磊.浙江省电力市场清算价格预测系统实现[C].2008年电力信息化高级论坛论文集.2008
[3].曹际良.具备可解释能力的市场清算价格预测模型研究[D].华北电力大学（北京）.2008
[4].张龙.次日无约束市场清算价格（UMCP）预测技术的研究[D].华北电力大学（北京）.2004
[5].杨莉,黄民翔,邱家驹,江道灼.基于模块网络的市场清算价格预测模型[J].中国电机工程学报.2002
[6].杨莉,邱家驹,江道灼.基于BP网络的下一交易日无约束市场清算价格预测模型[J].电力系统自动化.2001
论文知识图
