基于实时电价预测的智能家居器具优化调度

针对家庭器具优化调度中电价预测误差高和用户舒适度衡量偏差大的问题,提出了一种基于小波、微粒子群和自适应神经网络模糊推理系统(Wavelet-PSO-ANFIS,WPA)电价预测的家庭器具优化调度算法。并在该算法中针对器具运行时长不同的问题,提出了一种新颖的相对量化舒适度的方法。仿真结果表明,此电价预测方法在不牺牲计算复杂度的基础上提高了预测精度,不仅可以权衡用户的用户支付和不满意度,还可以降低系统的峰均比。