一种电力价格的预测方法及装置制造方法及图纸

本发明专利技术适用于能源技术领域，提供了一种电力价格的预测方法及装置，该方法包括：根据电力交易信息，获取历史数据，所述历史数据包括历史价格数据和影响因素数据；对历史数据进行处理，获取价格预测结果和影响因素预测结果；采用极端梯度提升法对价格预测结果和所述影响因素预测结果进行处理，获取电力价格的预测结果。通过对价格预测结果的修正，显著提高了预测的效率和准确性，缩短了预测计算时间，同时具有数据利用率高和使用数据量低的优点；该方法整体运算简单，保证了预测的准确性、便捷性和迅速性，节约了计算资源。

A forecasting method and device of power price

【技术实现步骤摘要】
一种电力价格的预测方法及装置
本专利技术属于能源
，尤其涉及一种电力价格的预测方法及装置。
技术介绍
随着电力侧改革的不断推进，电力交易市场正在逐渐形成。交易价格是影响电力交易主体购售决策的重要影响因素，因此电力价格预测越来越受到大家的关注。目前的价格预测主要采用传统时间序列算法，所以存在数据利用率低、预测不准确的问题；虽然循环神经网络可以进行电力价格预测，并在测试数据集上取得了精度更高的预测效果，但是该方法得到的学习模型运算速度较慢，且使用的数据量较大。针对上述问题，亟需一种快速、便捷、准确的电力价格预测方法。
技术实现思路
有鉴于此，本专利技术实施例提供了一种电力价格的预测方法、装置、终端设备及计算机可读存储介质，以解决现有技术中无法快速、便捷、准确的对电力价格进行预测的技术问题。本专利技术实施例的第一方面，提供了一种电力价格的预测方法，包括：根据电力交易信息，获取历史数据，所述历史数据包括历史价格数据和影响因素数据，所述影响因素数据至少包括天气数据；对所述历史数据进行处理，获取价格预测结果本文档来自技高网...

【技术保护点】
1.一种电力价格的预测方法，其特征在于，包括：/n根据电力交易信息，获取历史数据，所述历史数据包括历史价格数据和影响因素数据，所述影响因素数据至少包括天气数据；/n对所述历史数据进行处理，获取价格预测结果和影响因素预测结果；/n采用极端梯度提升法对所述价格预测结果和所述影响因素预测结果进行处理，获取电力价格的预测结果。/n

【技术特征摘要】
1.一种电力价格的预测方法，其特征在于，包括：
根据电力交易信息，获取历史数据，所述历史数据包括历史价格数据和影响因素数据，所述影响因素数据至少包括天气数据；
对所述历史数据进行处理，获取价格预测结果和影响因素预测结果；
采用极端梯度提升法对所述价格预测结果和所述影响因素预测结果进行处理，获取电力价格的预测结果。


2.如权利要求1所述的电力价格的预测方法，其特征在于，所述对所述历史数据进行处理，获取价格预测结果和影响因素预测结果，包括：
对所述历史价格数据进行处理，获取价格预测结果，所述价格预测结果的获取方式为：



其中，P’n,t表征所述价格预测结果，表征相似日一次预测结果，g表征价格的预测算法，Pn-k,t表征相似日t时刻实际价格，k表征数据长度，n表征日期，t表征时刻；
对所述影响因素数据进行处理，获取所述影响因素预测结果。


3.如权利要求1所述的电力价格的预测方法，其特征在于，所述采用极端梯度提升法对所述价格预测结果和所述影响因素预测结果进行处理，获取电力价格的预测结果，包括：
根据所述价格预测结果和实际价格，获取价格预测偏差；
根据所述影响因素预测结果和实际价格的影响因素向量，获取影响因素偏差；
基于所述价格预测偏差和所述影响因素偏差，采用极端梯度提升法对所述价格预测结果进行修正处理，获取电力价格的预测结果。


4.如权利要求3所述的电力价格的预测方法，其特征在于，所述根据所述价格预测结果和实际价格，获取价格预测偏差步骤中，所述价格预测偏差获取方法为：
ΔPn,t＝Pn,t-P’n,t
其中，ΔPn,t表征所述价格预测偏差，Pn,t表征第n日t时刻实际价格。


5.如权利要求3所述的电力价格的预测方法，其特征在于，所述基于所述价格预测偏差和所述影响因素偏差，采用极端梯度提升法对所述价格预测结果进行修正处理，获取电力价格的预测结果步骤中，所述电力价格的预测结果获取方法为：
P”n,t＝P’n,t+ΔPn,t
其中，P”n,t表征电力价格的预测结果。


6.如权利要求1所述的电力价格的预测方法，其特征在于，所述对所述历史数据进行处理，获取价格预测结果和影响因素预测结果步骤前，还包括：
对初始自回归积分滑动平均法和初始极端梯度提升法进行训练，以获取满足预设要求的价格预测...

【专利技术属性】
技术研发人员：赵蕾，
申请(专利权)人：新奥数能科技有限公司，
类型：发明
国别省市：北京;11