一种电力市场发电商异常竞价行为概率辨识方法技术

本发明专利技术公开了一种电力市场发电商异常竞价行为概率辨识方法，包括：抽取电力市场历史运行数据，构建异常竞价行为特征集，构造包含多维度数据的输入矩阵；基于孤立森林算法构建异常概率判别模型；将待检测数据转换成标准数据结构中的指标，输入至异常概率判别模型，计算得到每个维度的异常概率结果；结合异常行为特征集，采用贝叶斯概率估计器对步骤S3中输出的所有维度的异常概率结果进行整体估计，计算得到发电商竞价数据中存在的不同类型异常竞价行为的概率。本发明专利技术能够对发电商异常竞价行为进行有效识别。为进行有效识别。为进行有效识别。

【技术实现步骤摘要】
一种电力市场发电商异常竞价行为概率辨识方法


[0001]本专利技术属于电力市场运行监控及风险识别
，涉及一种结合贝叶斯估计与多重改进孤立森林(Bayes
‑
multi_pro_iForest)算法的电力市场发电商异常竞价行为概率辨识方法。

技术介绍

[0002]随着电力市场的快速发展，市场交易规模逐年攀升，国内单个企业的交易规模也已经达到两千亿的级别，对于市场合理合规运行的监控尤为必要。发电商作为市场中的重要成员，若竞价过程存在异常将给市场运行带来风险。且随着市场发电主体的增加和范围不断扩大，对于多类型的发电商竞价行为是否按照规则缺乏判断手段和标准，缺少市场交易过程中一些异常行为的有效识别方法。识别方法和标准的缺失将客观上纵容市场主体的非规则行为，导致越来越普遍的缺少惩罚的非规则行为。
[0003]现阶段，已有研究成果在发电侧竞价行为风险方面，主要集中在发电侧市场力的建模与风险研究，对于异常行为识别或判别的研究极为匮乏，相应的也缺少异常行为的判别准则。发电商在参与市场竞价的过程中积累了丰富的经验，参与市场的手段也本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电力市场发电商异常竞价行为概率辨识方法，其特征在于，所述辨识方法包括以下步骤：S1，抽取电力市场历史运行数据，根据报价和报量两个角度，从多个维度提取异常竞价行为的数值特征，构建异常竞价行为特征集，按照预设的标准数据结构模板，构造包含多维度数据的输入矩阵；S2，基于孤立森林算法构建异常概率判别模型，该异常概率判别模型采用sigmoid函数对其原本输出的异常得分进行概率估计，使其输出结果转化为存在异常的概率；采用异常概率判别模型对输入矩阵的多维数据分别进行训练；S3，将待检测数据转换成标准数据结构中的指标，输入至异常概率判别模型，计算得到每个维度的异常概率结果；S4，结合异常行为特征集，采用贝叶斯概率估计器对步骤S3中输出的所有维度的异常概率结果进行整体估计，计算得到发电商竞价数据中存在的不同类型异常竞价行为的概率。2.根据权利要求1所述的电力市场发电商异常竞价行为概率辨识方法，其特征在于，步骤S1中，预设的标准数据结构为：度电燃料成本/报价；成交价格/报价；(报价
‑
市场平均报价)/报价方差；报量/装机容量；中标容量/报量；(报量
‑
市场平均报量)/报量方差。3.根据权利要求1所述的电力市场发电商异常竞价行为概率辨识方法，其特征在于，步骤S1中，异常竞价行为包括市场串谋、容量持留、极端报价、高利润比报价、高电量中标和高差价中标。4.根据权利要求1所述的电力市场发电商异常竞价行为概率辨识方法，其特征在于，步骤S3中，将待检测数据转换成标准数据结构中的指标，输入至异常概...

【专利技术属性】
技术研发人员：范洁，钱长钰，蒋宇，喻洁，王阳，
申请(专利权)人：江苏电力交易中心有限公司东南大学，
类型：发明
国别省市：