申请/专利权人：中国电力科学研究院有限公司;国网青海省电力公司

申请日：2023-12-29

公开（公告）日：2024-04-02

公开（公告）号：CN117808519A

主分类号：G06Q30/0202

分类号：G06Q30/0202;G06Q30/0201;G06Q50/06;G06F18/211;G06F18/2431;G06N3/0499;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明公开了一种基于DNN的现货电价日前预测方法及系统，方法包括：采集日前电价相关因子构建电价预测数据集，作为输入特征；构建树结构Parzen估计器优化模型和DNN模型，对输入特征与DNN模型的超参数采用树结构Parzen估计器优化模型优化，得到多个特征子集；利用DNN模型对优化后的多个特征子集分别进行训练，对现货电价进行日前预测，得到多个预测结果；对多个预测结果进行集成组合，获得集成DNN模型的预测结果；使用多种误差评价标准对预测结果进行评估，在多种单一模型与集成DNN模型中选择满足要求的现货电价日前预测模型。该方法基于深度学习的DNN模型对电价信号具有更强的特征学习能力与拟合能力，能够适应具有较强波动性的电价序列。

主权项：1.一种基于DNN的现货电价日前预测方法，其特征在于，包括：采集日前电价相关因子构建电价预测数据集，作为输入特征；构建树结构Parzen估计器优化模型和DNN模型，对输入特征与DNN模型的超参数采用树结构Parzen估计器优化模型优化，得到多个特征子集；利用DNN模型对优化后的多个特征子集分别进行训练，对现货电价进行日前预测，得到多个预测结果；对多个预测结果进行集成组合，获得集成DNN模型的预测结果；使用多种误差评价标准对预测结果进行评估，在多种单一模型与集成DNN模型中选择满足要求的现货电价日前预测模型。

全文数据：

权利要求：

百度查询： 中国电力科学研究院有限公司;国网青海省电力公司 一种基于DNN的现货电价日前预测方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD