为解决传统电价预测模型需要对周末等电价波动较大预测日单独建模,以及模型不加区分地引入负荷因素 影响预测精度的问题,提出了利用电价与负荷的相关系数判定是否将负荷因素引入粒子群-BP神经网络模型的新 方法,将相关系数作为输入样本的阈值,判定是否在模型输入样本中引入负荷因素。在电价变化平稳、电价与负荷 相关性较弱时,在电价预测模型中不引入负荷因素,解决了粒子群-BP神经网络模型由于非关联输入样本过多而影 响学习效率、导致预测精度降低的问题。仿真结果表明,新的预测模型对电价相对平稳和波动较大的预测日预测精 度明显
