申请/专利权人:上海能源科技发展有限公司
申请日:2022-10-28
公开(公告)日:2023-01-13
公开(公告)号:CN115601072A
主分类号:G06Q30/0201
分类号:G06Q30/0201;G06N3/0464;G06N3/045;G06N3/08;G06Q50/06
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.02.07#实质审查的生效;2023.01.13#公开
摘要:本发明提出了基于深度学习的中长期日滚动分时段电价预测方法及系统,涉及电力市场技术领域,对收集到的日前电价相关影响因子数据进行预处理;将预处理后的影响因子数据输入到训练好的日前电价初步预测模型中,得到不同时间点的初步电价预测值;将不同时间点的初步电价预测值与影响电价的时间因子进行拼接重构,得到重构后的日前电价时间序列;基于重构后的日前电价时间序列,用训练好的日前电价最终预测模型进行预测,最终得到中长期日滚动分时段电价预测值;本发明结合气象数值天气预报模式数据,并基于深度学习方法,提供未来7天的电价预测,为中长期日滚动分时段合约交易策略研判,提供关键的预测信息。
主权项:1.基于深度学习的中长期日滚动分时段电价预测方法,其特征在于,包括:对收集到的日前电价相关影响因子数据进行预处理;将预处理后的影响因子数据输入到训练好的日前电价初步预测模型中,得到不同时间点的初步电价预测值;将不同时间点的初步电价预测值与影响电价的时间因子进行拼接重构,得到重构后的日前电价时间序列;基于重构后的日前电价时间序列,用训练好的日前电价最终预测模型进行预测,最终得到中长期日滚动分时段电价预测值。
全文数据:
权利要求:
百度查询: 上海能源科技发展有限公司 基于深度学习的中长期日滚动分时段电价预测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。