【技术实现步骤摘要】
一种基于自由市场交易机制的智能电价预测系统及方法
本专利技术属于电价预测信息处理
，尤其涉及一种基于自由市场交易机制的智能电价预测系统及方法。
技术介绍
目前，最接近的现有技术：随着电力市场的不断深化改革，具有竞争性的电价制定机制能够让市场参与方处于市场中的有利地位，电价预测方法的准确性是重要的影响因素。准确的短期电价预测能够让市场参与者制定最佳的市场操作策略，准确的中长期电价预测决定着市场参与者的战略决策，从而影响电力行业的投资情况。随着智能电网和能源互联网的发展，使电力市场的自由市场交易机制成为可能，研究一种基于自由市场交易机制下的电价预测方法是市场参与者的迫切需求。目前，业内常用的电价预测方法有基于时间序列的建模、基于智能算法的建模、系统模拟法和和平衡法等。前两种方法主要针对短期电价预测，后两种方法主要针对中长期电价预测。由于电价受众多不确定因素影响，周期性因素和不确定因素互相影响，使电价的变化无明显的规律，导致基于模型的预测效果不理想；而基于模拟法和平衡法的电价预测方法需要大量的系统信息，普通的市场参与...
【技术保护点】
1.一种基于自由市场交易机制的智能电价预测方法，其特征在于，所述基于自由市场交易机制的智能电价预测方法包括以下步骤：/n第一步，自由市场交易机制下电价影响因子、模型变量和时间尺度的确定；智能记忆网络预测模型的网络结构设计和模型构建；/n第二步，多影响因子、多变量以及多时间尺度的智能记忆网络电价预测模型的线下训练；训练过程包括构建训练集，设计目标函数和约束条件，模型训练；/n第三步，自由市场交易机制下智能记忆网络电价预测模型的电价预测。/n
【技术特征摘要】
1.一种基于自由市场交易机制的智能电价预测方法，其特征在于，所述基于自由市场交易机制的智能电价预测方法包括以下步骤：
第一步，自由市场交易机制下电价影响因子、模型变量和时间尺度的确定；智能记忆网络预测模型的网络结构设计和模型构建；
第二步，多影响因子、多变量以及多时间尺度的智能记忆网络电价预测模型的线下训练；训练过程包括构建训练集，设计目标函数和约束条件，模型训练；
第三步，自由市场交易机制下智能记忆网络电价预测模型的电价预测。
2.如权利要求1所述的基于自由市场交易机制的智能电价预测方法，其特征在于，所述第一步自由市场交易机制下多影响因子、多变量以及多时间尺度的智能记忆网络结构设计过程包括：采用输入层、隐含层和输出层三层神经网络结构，每一层均考虑多影响因子，每一层均由多个神经元组成；输入层的输入数据格式形式为：
其中X为输入矩阵，V为输入数据，t为时间，N为影响因子编号，i为不同时刻电价序号。
3.如权利要求1所述的基于自由市场交易机制的智能电价预测方法，其特征在于，所述第二步多影响因子、多变量以及多时间尺度的智能记忆网络电价预测模型的线下训练具体过程包括：构建训练数据，设定目标函数和约束条件，确定训练结束条件和模型训练；如果训练结果满足训练目标要求，结束训练，输出智能网路记忆预测模型；如果结果不满足预测目标要求，则返回修改模型参数或者目标函数，重新训练，直至满足训练目标要求。
4.如权利要求1所述的基于自由市场交易机制的智能电价预测方法，其特征在于，所述第三步基于智能记忆网络电价预测模型的电价预测具体包括：
1)确定影响因子的内容和数量，确定输出层变量个数，设定时间尺度等初始条件；
2)将初始参数输入训练模型，进行电价预测。
5.一种实施权利要求1～4任意一项所述基于自...
【专利技术属性】
技术研发人员：张彦凯，韩自奋，李小亚，杨勇，郝如海，陈仕彬，史玉杰，刘文飞，乾维江，邢延东，祁莹，张旭军，张大兴，章云，
申请(专利权)人：国网甘肃省电力公司电力科学研究院，国网甘肃省电力公司，国网甘肃省电力公司酒泉供电公司，西安电子科技大学，
类型：发明
国别省市：甘肃;62
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。