基于模型堆叠的市场出清电价预测方法、装置和设备制造方法及图纸

本公开提出一种基于模型堆叠的市场出清电价预测方法、装置和设备，该方法包括：基于目标特征预测模型、第一电价预测模型、第二电价预测模型和目标线性回归模型组成的四层堆叠模型处理预测日各时刻点对应的市场披露数据、时间数据和气象数据，以挖掘滞后特征数据，并结合所得滞后特征数据得到与时刻点对应的预测出清电价，由此，能够基于四层堆叠模型挖掘出电力现货交易市场的滞后特征数据，并有效结合市场披露数据、时间数据、气象数据和滞后特征数据等多个维度的特征信息确定预测出清电价，从而有效提升所得预测出清电价的准确性。从而有效提升所得预测出清电价的准确性。从而有效提升所得预测出清电价的准确性。

【技术实现步骤摘要】
基于模型堆叠的市场出清电价预测方法、装置和设备


[0001]本公开涉及电力现货交易市场领域，具体涉及一种基于模型堆叠的市场出清电价预测方法、装置和设备。

技术介绍

[0002]市场出清电价是指在竞争定价的电力市场中，能够实现市场供给量和需求量平衡的价格水平。现货交易实施的开展，对发售电企业提出更高要求，需从数月前的中长期交易开始，直至日前交易、实时交易，时刻保持对现货市场供需关系的高度敏感及细致分析，同时对市场出清电价做出预判，进而制定合理的报价策略。
[0003]相关技术中，在对市场出清电价进行预测时，其准确率基本依赖于交易中心披露的基础数据，导致其预测准确率不佳。

技术实现思路

[0004]本公开旨在至少在一定程度上解决相关技术中的技术问题之一。
[0005]为此，本公开的目的在于提出一种基于模型堆叠的市场出清电价预测方法、装置、计算机设备和存储介质，能够基于四层堆叠模型挖掘出电力现货交易市场的滞后特征数据，并有效结合市场披露数据、时间数据、气象数据和滞后特征数据等多个维度的特征信息确定预测出清电价，从而有效提升所得预测出清电价的准确性。
[0006]本公开第一方面实施例提出的基于模型堆叠的市场出清电价预测方法，包括：获取与预测日各时刻点对应的市场披露数据、时间数据和气象数据；根据所述预测日各时刻点的所述市场披露数据，确定所述预测日的竞价空间信息；将所述市场披露数据、所述时间数据和所述竞价空间信息输入至目标特征预测模型中，以得到滞后特征数据；将所述时刻点对应的所述市场披露数据、所述时间数据、所述气象数据和所述滞后特征数据输入至第一电价预测模型中，以得到第一预测电价和特征排名信息，其中，所述特征排名信息用于描述各个候选特征数据对所述第一预测电价影响程度的排名顺序，所述候选特征数据属于所述市场披露数据、或所述时间数据、或所述气象数据、或所述滞后特征数据；根据所述特征排名信息，从多个所述候选特征数据中确定目标特征数据，并将所述目标特征数据输入至第二电价预测模型中，得到第二预测电价；将所述第一预测电价和所述第二预测电价输入至目标线性回归模型中，以得到与所述时刻点对应的预测出清电价。
[0007]本公开第一方面实施例提出的基于模型堆叠的市场出清电价预测方法，通过获取与预测日各时刻点对应的市场披露数据、时间数据和气象数据，根据预测日各时刻点的市场披露数据，确定预测日的竞价空间信息，将市场披露数据、时间数据和竞价空间信息输入
至目标特征预测模型中，以得到滞后特征数据，将时刻点对应的市场披露数据、时间数据、气象数据和滞后特征数据输入至第一电价预测模型中，以得到第一预测电价和特征排名信息，其中，特征排名信息用于描述各个候选特征数据对第一预测电价影响程度的排名顺序，候选特征数据属于市场披露数据、或时间数据、或气象数据、或滞后特征数据，根据特征排名信息，从多个候选特征数据中确定目标特征数据，并将目标特征数据输入至第二电价预测模型中，得到第二预测电价，将第一预测电价和第二预测电价输入至目标线性回归模型中，以得到与时刻点对应的预测出清电价，由此，能够基于四层堆叠模型挖掘出电力现货交易市场的滞后特征数据，并有效结合市场披露数据、时间数据、气象数据和滞后特征数据等多个维度的特征信息确定预测出清电价，从而有效提升所得预测出清电价的准确性。
[0008]本公开第二方面实施例提出的基于模型堆叠的市场出清电价预测装置，包括：获取模块，用于获取与预测日各时刻点对应的市场披露数据、时间数据和气象数据；第一确定模块，用于根据所述预测日各时刻点的所述市场披露数据，确定所述预测日的竞价空间信息；第一处理模块，用于将所述市场披露数据、所述时间数据和所述竞价空间信息输入至目标特征预测模型中，以得到滞后特征数据；第二处理模块，用于将所述时刻点对应的所述市场披露数据、所述时间数据、所述气象数据和所述滞后特征数据输入至第一电价预测模型中，以得到第一预测电价和特征排名信息，其中，所述特征排名信息用于描述各个候选特征数据对所述第一预测电价影响程度的排名顺序，所述候选特征数据属于所述市场披露数据、或所述时间数据、或所述气象数据、或所述滞后特征数据；第二确定模块，用于根据所述特征排名信息，从多个所述候选特征数据中确定目标特征数据，并将所述目标特征数据输入至第二电价预测模型中，得到第二预测电价；第三处理模块，用于将所述第一预测电价和所述第二预测电价输入至目标线性回归模型中，以得到与所述时刻点对应的预测出清电价。
[0009]本公开第二方面实施例提出的基于模型堆叠的市场出清电价预测装置，通过获取与预测日各时刻点对应的市场披露数据、时间数据和气象数据，根据预测日各时刻点的市场披露数据，确定预测日的竞价空间信息，将市场披露数据、时间数据和竞价空间信息输入至目标特征预测模型中，以得到滞后特征数据，将时刻点对应的市场披露数据、时间数据、气象数据和滞后特征数据输入至第一电价预测模型中，以得到第一预测电价和特征排名信息，其中，特征排名信息用于描述各个候选特征数据对第一预测电价影响程度的排名顺序，候选特征数据属于市场披露数据、或时间数据、或气象数据、或滞后特征数据，根据特征排名信息，从多个候选特征数据中确定目标特征数据，并将目标特征数据输入至第二电价预测模型中，得到第二预测电价，将第一预测电价和第二预测电价输入至目标线性回归模型中，以得到与时刻点对应的预测出清电价，由此，能够基于四层堆叠模型挖掘出电力现货交易市场的滞后特征数据，并有效结合市场披露数据、时间数据、气象数据和滞后特征数据等多个维度的特征信息确定预测出清电价，从而有效提升所得预测出清电价的准确性。
[0010]本公开第三方面实施例提出的计算机设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本公开第一方面
实施例提出的基于模型堆叠的市场出清电价预测方法。
[0011]本公开第四方面实施例提出了一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本公开第一方面实施例提出的基于模型堆叠的市场出清电价预测方法。
[0012]本公开第五方面实施例提出了一种计算机程序产品，当所述计算机程序产品中的指令由处理器执行时，执行如本公开第一方面实施例提出的基于模型堆叠的市场出清电价预测方法。
[0013]本公开附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。
附图说明
[0014]本公开上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：图1是本公开一实施例提出的基于模型堆叠的市场出清电价预测方法的流程示意图；图2是本公开另一实施例提出的基于模型堆叠的市场出清电价预测方法的流程示意图；图3是根据本公开提出的基于模型堆叠改进算法的电力现货市场出清电价预测方法的流程示意图；图4是根据本公开提出的滞后特征XGBOOST回归模型的训练和预测过程示意图；图5是根据本公开提出的XGBOOST回归模型训练按时本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于模型堆叠的市场出清电价预测方法，其特征在于，包括：获取与预测日各时刻点对应的市场披露数据、时间数据和气象数据；根据所述预测日各时刻点的所述市场披露数据，确定所述预测日的竞价空间信息；将所述市场披露数据、所述时间数据和所述竞价空间信息输入至目标特征预测模型中，以得到滞后特征数据；将所述时刻点对应的所述市场披露数据、所述时间数据、所述气象数据和所述滞后特征数据输入至第一电价预测模型中，以得到第一预测电价和特征排名信息，其中，所述特征排名信息用于描述各个候选特征数据对所述第一预测电价影响程度的排名顺序，所述候选特征数据属于所述市场披露数据、或所述时间数据、或所述气象数据、或所述滞后特征数据；根据所述特征排名信息，从多个所述候选特征数据中确定目标特征数据，并将所述目标特征数据输入至第二电价预测模型中，得到第二预测电价；将所述第一预测电价和所述第二预测电价输入至目标线性回归模型中，以得到与所述时刻点对应的预测出清电价。2.如权利要求1所述的方法，其特征在于，在所述根据所述预测日各时刻点的所述市场披露数据，确定所述预测日的竞价空间信息之后，还包括：根据所述竞价空间信息，确定与所述时刻点对应的目标类别标签；根据所述目标类别标签，从多个候选模型集合中确定目标模型集合，其中，所述目标模型集合包含所述第一电价预测模型、所述第二电价预测模型以及所述目标线性回归模型。3.如权利要求1所述的方法，其特征在于，所述将所述市场披露数据、所述时间数据和所述竞价空间信息输入至目标特征预测模型中，以得到滞后特征数据，包括：将所述市场披露数据、所述时间数据和所述竞价空间信息输入至所述目标特征预测模型中，以得到所述预测日的开机容量作为所述滞后特征数据。4.如权利要求1所述的方法，其特征在于，所述根据所述特征排名信息，从多个所述候选特征数据中确定目标特征数据，包括：获取预设排名阈值；根据所述特征排名信息，将排名值高于所述预设排名阈值的所述候选特征数据作为所述目标特征数据。5.如权利要求1所述的方法，其特征在于，还包括：确定所述预测日各时刻点的时序信息；根据所述时序信息，将多个所述预测出清电价进行时序还原处理得到所述预测日的连续出清电价。6.如权利要求2所述的方法，其特征在于，还包括：获取训练集、初始第一层模型、初始第二层模型、初始第三层模型和初始第四层模型；确定所述训练集对应训练日的样本竞价空间信息；根据所述样本竞价空间信息和所述训练集对所述初始第一层模型进行训练求解，以得到所述目标特征预测模型，以及所述目标特征预测模型输出的样本特征数据；根据所述样本竞价空间信息，确定多个候选类别标签，其中，所述多个候选类别标签包括所述目标类别标签；
根据所述候选类别标签，将所述训练集划分为多个分类子集；根据所述分类子集和所述样本特征数据，训练所述初始第二层模型、所述初始第三层模型和所述初始第四层模型，以得到与所述候选类别标签对应的所述候选模型集合。7.如权利要求6所述的方法，其特征在于，所述根据所述样本竞价空间信息和所述训练集对所述初始第一层模型进行训练求解，以得到所述目标特征预测模型，以及所述目标特征预测模型输出的样本特征数据，包括：根据时序先后信息，将所述训练集平均划分为多个第一数据集；根据...

【专利技术属性】
技术研发人员：戴碧艳，李权耕，杨洋，仲崇军，毕可强，周勇，周乃康，尤姗姗，嵇海洋，王菲，赵迪，王晓伦，
申请(专利权)人：国家电投集团电站运营技术北京有限公司，
类型：发明
国别省市：