一种基于最小二乘法的电力市场竞价成交数据的预测方法技术

本发明专利技术公开了一种基于最小二乘法的电力市场竞价成交数据的预测方法，包括如下步骤：获取平均成交价历史数据，建立时间与平均成交价预测模型，计算残差平方和，确定预测方程的参数，计算残差平方和对预测方程的参数的偏导数,令偏导数为零，求出参数的值，设定预测方程自变量的多次幂，训练数据，得到不同的残差平方和；依次循环求出残差平方和进行比较，取残差平方和的最小值，得到精准的预测方程；基于多种预测方程去训练更多的真实数据，从而取得最优解；依次设定多种预测方程去匹配数据，最终得到拟合优度最高的预测方程。

【技术实现步骤摘要】
一种基于最小二乘法的电力市场竞价成交数据的预测方法
本专利技术属于电力市场领域，涉及基于最小二乘法的电力市场竞价成交数据的预测方法。
技术介绍
由于电力市场竞争机制的引入，电力市场存在很多不确定因素，企业必须准确及时了解当前的生产成本状况，同时也要全面了解市场供求信息，根据这些信息采用最有效的竞价策略，而竞价策略生成需要根据一些例如电厂的边际成本，竞报价格，成交电量，以及市场出清价等基础数据来得出不同竞价策略，所以利用现代机器学习的研究来实现电力市场竞价成交数据的预测，让真实数据与预测数据达到最小误差，已成为当前紧迫性有待解决的问题。近年来，我国电力市场正处于开放“市场运行机制”的初级阶段。发电企业通过采用策略性的竞价来追求最大利润。而所有参与电力市场交易的发电侧成交数据是影响各发电侧采取不同报价方案的重要因素之一。电力市场竞价系统中涉及了集团内部电厂、机组的基础信息和历史竞价信息的展示与操作，以及竞价成交数据的预测。目前预测方法有多种，而对电力市场竞价成交数据而言，有很多不确定因素，预测其准确性尤为重要，最小二乘法在各领域数据预测的研究有很多，但大部分只设定一种预测方程，这对于发电本文档来自技高网...

【技术保护点】
一种基于最小二乘法的电力市场竞价成交数据的预测方法，其特征在于，包括如下步骤：获取平均成交价历史数据，建立时间与平均成交价预测模型，计算残差平方和，确定预测方程的参数，计算残差平方和对预测方程的参数的偏导数,令偏导数为零，求出参数的值，设定预测方程自变量的多次幂，训练数据，得到不同的残差平方和；依次循环求出残差平方和进行比较，取残差平方和的最小值，得到精准的预测方程。

【技术特征摘要】
1.一种基于最小二乘法的电力市场竞价成交数据的预测方法，其特征在于，包括如下步骤：获取平均成交价历史数据，建立时间与平均成交价预测模型，计算残差平方和，确定预测方程的参数，计算残差平方和对预测方程的参数的偏导数,令偏导数为零，求出参数的值，设定预测方程自变量的多次幂，训练数据，得到不同的残差平方和；依次循环求出残差平方和进行比较，取残差平方和的最小值，得到精准的预测方程。2.根据权利要求1所述的一种基于最小二乘法的电力市场竞价成交数据的预测方法，其特征在于，具体包括如下步骤：(101)获取平均成交价历史数据，包括时间月份Xi和平均成交价Yi，Xi表示第i月，Yi表示第i月的平均成交价；(102)根据步骤(101)中获得的时间区间的平均成交价历史数据，时间Xi(1，2，3…n)与历史平均成交价Yi(1，2，3…n)，建立预测模型，公式为(1)：其中，为第i月的平均成交价预测值，Aj(1，2，3…R)和B为预测方程的参数，R的初始值为1，当R为初始值1时，对应的预测方程为(103)计算残差平方和SSE，确定预测方程的参数A1和B，公式为(2)：(104)分别计算SSE对A1和B的偏导数和公式分别为(3)和(4)，其中SSE略缩写为S:(105)...

【专利技术属性】
技术研发人员：朱海东，陈欧，郝浩，储方诚，刘明鑫，陈涛，赵菲菲，王杰，孙峰，胡银华，
申请(专利权)人：南京华盾电力信息安全测评有限公司，
类型：发明
国别省市：江苏,32