一种电力价格预测方法及装置制造方法及图纸

本发明专利技术适用于数据处理技术领域，提供了一种电力价格预测方法及装置，该方法包括：根据电力交易信息，获取价格历史数据；对所述价格历史数据进行处理，获取目标预测对象的初始价格预测结果；采用局部加权线性回归法对所述价格历史数据进行处理，获取所述目标预测对象的更新后的权重；根据所述初始价格预测结果和所述更新后的权重，获取所述目标预测对象的电力价格预测结果。本发明专利技术不仅提高了电力价格预测的准确性，而且免去了机器学习方法所需要的模型训练过程，具有较高的实时性，可以进行在线预测；本发明专利技术整体运算简单，保证了预测的准确性、便捷性和迅速性，节约了计算资源。

【技术实现步骤摘要】
一种电力价格预测方法及装置
本专利技术属于数据处理
，尤其涉及一种电力价格预测方法及装置。
技术介绍
模式序列相似性预测电力价格时只是单纯的对结果集中的数据计算其算术平均值，但是这种方法的前提是各个价格对于结果的影响是均衡的，但是在实际中这种假设不合理，随着时间的推移，各种影响因素均在进行动态变化，都会使得各个电力价格对预测结果的影响是不一样的，从而导致预测的电力价格准确性欠佳、偏差较大，所以亟需一种解决电力价格预测准确性差的新方法。
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，以解决现有技术中电力价格预测准确性差的技术问题。本专利技术实施例的第一方面，提供了一种电力价格预测方法，包括：根据电力交易信息，获取价格历史数据；对所述价格历史数据进行处理，获取目标预测对象的初始价格预测结果；采用局部加权线性回归法对所述价格历史数据进行处理，获取所述目标预测对象的更新后的权重；根据所述初始价格预测结果和所述更新后的权重，获取所述本文档来自技高网...

【技术保护点】
1.一种电力价格预测方法，其特征在于，包括：/n根据电力交易信息，获取价格历史数据；/n对所述价格历史数据进行处理，获取目标预测对象的初始价格预测结果；/n采用局部加权线性回归法对所述价格历史数据进行处理，获取所述目标预测对象的更新后的权重；/n根据所述初始价格预测结果和所述更新后的权重，获取所述目标预测对象的电力价格预测结果。/n

【技术特征摘要】
1.一种电力价格预测方法，其特征在于，包括：
根据电力交易信息，获取价格历史数据；
对所述价格历史数据进行处理，获取目标预测对象的初始价格预测结果；
采用局部加权线性回归法对所述价格历史数据进行处理，获取所述目标预测对象的更新后的权重；
根据所述初始价格预测结果和所述更新后的权重，获取所述目标预测对象的电力价格预测结果。


2.如权利要求1所述的电力价格预测方法，其特征在于，所述对所述价格历史数据进行处理，获取目标预测对象的初始价格预测结果，包括：
对所述价格历史数据进行均值聚类处理，获取目标模式子序列；
基于所述价格历史数据，对所述目标模式子序列进行相似序列匹配处理，获取与所述目标模式子序列对应的相似模式子序列；
根据所述相似模式子序列，获取结果集；
根据所述结果集，获取目标预测对象的初始价格预测结果。


3.如权利要求2所述的电力价格预测方法，其特征在于，所述对所述价格历史数据进行均值聚类处理，获取目标模式子序列，包括：
根据所述价格历史数据，至少获取单位时间电力价格长度和历史数据的单位时间数；
对所述单位时间电力价格长度和所述历史数据的单位时间数进行均值聚类处理，获取目标模式子序列。


4.如权利要求2所述的电力价格预测方法，其特征在于，所述基于所述价格历史数据，对所述目标模式子序列进行相似序列匹配处理，获取与所述目标模式子序列对应的相似模式子序列步骤后，还包括：
若不能获取与所述目标模式子序列对应的相似模式子序列，则将窗口长度缩减一个单位后，返回所述对所述目标模式子序列进行相似序列匹配处理步骤。

...

【专利技术属性】
技术研发人员：杨杰，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