申请/专利权人:广州汇电云联数科能源有限公司
申请日:2023-12-08
公开(公告)日:2024-03-22
公开(公告)号:CN117745318A
主分类号:G06Q30/0201
分类号:G06Q30/0201;G06Q50/06;G06F18/213;G06F18/15;G06N3/0455;G06N3/0895
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本发明公开一种电力现货市场日前电价的预测方法,其首先根据相关性,从电力现货市场的公开披露数据中筛选特征,并基于筛选得到的特征进行衍生,得到衍生特征,然后对筛选得到的特征及衍生特征进行填补缺失值、方差稳定转换以及归一化处理,并进行编码,将其映射到维度一致的高维空间,最后将编码后的数据输入到训练后的基于Transformer的多变量时序预测及自监督表示学习的模型,得到预测电价。该预测方法基于日前电价形成的过程,将特征衍生、基于深度学习的长时序预测方法融合,捕捉电价长短期变化模式和多特征之前的耦合关系,有效提升了电价预测的精度及效率。
主权项:1.一种电力现货市场日前电价的预测方法,其特征在于,包括步骤:根据相关性,从电力现货市场的公开披露数据中筛选特征;基于筛选得到的特征进行衍生,以得到衍生特征;对筛选得到的特征及衍生特征进行数据处理,包括填补缺失值、方差稳定转换以及归一化处理;对所述特征进行编码,以将其映射到维度一致的高维空间;以及将编码后的数据输入到训练好的预测模型,以得到预测电价,其中所述预测模型为基于Transformer的多变量时序预测及自监督表示学习的模型。
全文数据:
权利要求:
百度查询: 广州汇电云联数科能源有限公司 一种电力现货市场日前电价的预测方法、电子设备
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。