基于半监督支持向量机的电力现货市场串谋识别

针对现货市场中有标签的串谋数据稀缺的问题,设计了基于半监督支持向量机的串谋识别模型。首先,设计一套机组对的串谋识别指标体系并介绍其详细的计算方法。其次,利用Delphi法修正后的Topsis模型对机组进行初步判定,构建串谋识别训练集,将机组串谋的可能性分为“高”、“中等”和“低”3种可能。然后,提出了基于半监督支持向量机的串谋识别模型,利用有标签的串谋识别样本训练支持向量机模型,并对无标签样本进行标记,选择使分类间隔最大的那组标签作为最终标签,将原有标签样本和新增有标签样本混合,重新训练串谋识别模型。最后,以某地区现货市场数据进行算例分析,验证了半监督支持向量机算法的有效性。

基于KPCA+LR的电力现货市场发电企业串谋行为分析

在省间电力现货市场建设初期,市场近似于寡头垄断市场,发电企业之间的串谋问题严重影响市场公平,为构建高效的电力市场,保障市场的安全稳定,有必要对市场进行监管。该文首先从五个维度构建串谋行为识别指标集合,并针对高维数据进行降维处理,构建了基于KPCA+LR(Kernel Principal Component Analysis Logistic Regression)的电力现货市场发电企业串谋行为识别模型。最后,对国内某省间电力现货市场交易数据进行分析,结果表明该模型准确率达到95%,验证了所构建模型的有效性。