با شروع مقررات زدایی در صنعت برق و پیدایش بازارهای رقابتی، فضای عرضه و تقاضای برق در دنیا به سمت فضایی متفاوت و رقابتی در حرکت بوده است. برخلاف بازار برق کنترل شده و سنتی که در آن شرکت های برق تنها عامل و قدرت تعیین کننده قیمت برق بودند، بازار رقابتی جدید یک بازار مشتری محور بوده و قیمت برق بر اساس رابطه ی بین عرضه و تقاضا تنظیم می شود. به همین دلیل پیش بینی قیمت برق به یک ورودی مهم و تاثیر گذار بر تصمیمات کمپانی-های تولید کننده و مصرف کننده های بزرگ تبدیل شده است. در واقع درک درست و دقیق رفتار بازار به منظور عملکرد مناسب هر کدام از شرکت کنندگان در بازار برق، برای رسیدن به سود بیشتر از اهمیت حیاتی برخوردار است. بنابراین پرداختن به موضوع پیش بینی قیمت برق در بازارهای رقابتی از موضوعات مورد علاقه محققان در سال های اخیر بوده است. با توجه به رفتار و دینامیک پیچیده تغییرات قیمت برق نسبت به سایر کالاها و کمیت ها مانند بار، در حال حاضر میزان دقت و کیفیت بدست آمده از روش و مدل های پیش بینی در زمینه قیمت برق درحد مطلوبی نمی-باشد. در واقع همچنان انتظار افزایش و بهبود دقت پیش بینی قیمت برق وجود دارد. تا کنون در بین روش و مدل های ارائه شده در زمینه پیش بینی قیمت برق، مدل های مبتنی بر سری زمانی بیشترین کاربرد و میزان دقت را داشته اند. در میان انواع روش های سری زمانی، روش های مبتنی بر هوش مصنوعی و محاسباتی از جذابیت و کیفیت بیشتری برخوردار بوده اند. همچنین با توجه به عملکرد مناسب و قابلیت بالای ESN در زمینه های مختلف مخصوصا در پیش-بینی بار، در این پایان نامه دو روش ترکیبی مبتنی بر ESN تحت عنوان PSO-ESN و Wavelet-PSO-ESN پیشنهاد شده است. با توجه به این که عملکرد موفق ESN وابسته به تنظیم و طراحی مناسب ساختارش است، از الگوریتم PSO به دلیل سادگی و پایین بودن هزینه محاسباتی، به منظور بهینه کردن پارامترهای طراحی ESN استفاده شده است. در روش Wavelet-PSO-ESN از تبدیل موجک به عنوان یک ابزار استخراج ویژگی استفاده شده است. در این پایان نامه به منظور ارزیابی دقیق و منصفانه روش های پیشنهادی، این مدل ها برای پیش بینی قیمت برق در سال 2002 بازار برق اسپانیا به صورت پیش بینی قیمت در روز بعد در چهار هفته مورد ارزیابی در ماه های فوریه، مِی، اوت و نوامبر بکار گرفته شده است. نتایج پیش بینی بدست آمده ت
