一种子图学习的电价预测方法技术

本发明专利技术公开了一种子图学习的电价预测方法，包括如下步骤：1、对多种外源特征数据进行数据预处理和特征重要度分析，建立电价信息特征库，并提取出日前电价预测所需的训练集、验证集和测试集；2、将多种外源特征数据作为节点信息表示，将各个节点的关系作为节点权重，形成电价信息图；3、构建子图学习框架，对图学习过程转换成分成三部分：子图分解过程、子图学习过程和子图聚合过程4、构建基于子图学习框架下的图卷积网络的日前电价预测模型，实现把区域电价信息图映射到预测日的电价序列；5、将训练集中的训练样本分成若干个批次并按批次送入电价预测模型中进行训练，并用验证集对电价预测模型的超参数进行调整直至收敛。价预测模型的超参数进行调整直至收敛。价预测模型的超参数进行调整直至收敛。

【技术实现步骤摘要】
一种子图学习的电价预测方法


[0001]本专利技术涉及电力市场中电价预测领域，具体涉及一种子图学习的电价预测方法。

技术介绍

[0002]电力现货市场主要分为日前交易市场、日内交易市场和日前市场。其中，日前交易市场是电力市场的重要子市场，通过在运行日前一日决定运行日的资源组合状态和计划的电能量交易，并进行市场出清，得到运行日的电力价格。电力价格是影响供电商在电力市场运作中盈亏的决定性因素，价格的波动会直接影响到各个市场参与者的收益，各个电力市场的参与者需要制定有效的电价预测模型，进而才能提供有效的报价和使自身的效益最大化等。
[0003]与此同时，各国的能源消耗加剧了环境气候变化所带来的严重后果威胁着人类的可持续发展，为此，各国开始通过控制温室气体排放来遏制全球变暖，但由于可再生能源并不稳定，这使得电力价格比以往任何时候都更难预测。(吕维港,王辉,周子扬,汪怡秀,邾玢鑫.高比例风电下电力市场短期电价预测[J].科学技术与工程,2021,21(30):13002
‑
13009.)，为此，需要利用先进的技术手段，挖掘数据特本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种子图学习的电价预测方法，其特征在于，包括以下步骤：步骤1、获取关于区域负荷、天气的多种外源特征数据，并进行数据预处理和特征重要度分析，筛选出与电价相关的特征信息，建立电价信息库，提取出电价的训练集、验证集和测试集；步骤2、电价数据和筛选出来的多种外源特征信息作为节点信息，将各个节点的关系作为节点权重，形成电价信息图；步骤3、构建子图学习框架，将图学习过程分解成三个部分：子图分解过程、子图学习过程和子图聚合过程，形成子图学习层；步骤4、构建基于子图学习框架下的图卷积网络的日前电价预测模型，将区域电价信息图进行学习和特征挖掘，映射到预测日的电价序列；步骤5、将训练集中的训练样本分成若干个批次并按批次送入日前电价预测模型中进行训练，并用验证集对日前电价预测模型的超参数进行调整直至收敛，最后利用测试集输出所需结果。2.根据权利要求1所述的一种子图学习的电价预测方法，其特征在于，步骤1包括以下步骤：首先从电力市场中获取电价数据序列其中P
t
为t时刻的电价大小，T为电价序列的长度；然后再通过智能监测设备或者外源系统获得包括负荷序列数据、天气序列数据、节假日信息、天然气能源消耗信息的外源信息，并将数据进行数据预处理；采用斯皮尔曼等级相关系数或随机森林进行特征数据评估，筛选出与未来电价更加相关或者更加重要的特征信息。3.根据权利要求2所述的一种子图学习的电价预测方法，其特征在于，所述数据预处理包括以下步骤：首先，对数据进行异常值处理，利用线性插值的方法对数据进行线性插值填充；然后，对于数值型数据，采用正态分布标准化方法或者Max
‑
Min标准化方法对数据进行线性变换，其中，正态分布标准化方法将数据变换成均值为0方差为1的数据分布，定义如下：Max
‑
Min标准化方法将数据映射到[0,1]区间，其定义如下：式中：x、x
*
分别为连续型特征数据的原始值和标准化转化值；mean是数据中的平均值；std是数据中的...

【专利技术属性】
技术研发人员：杨家俊，余涛，余盛灿，陈鑫沛，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：