【技术实现步骤摘要】
本专利技术涉及价格预测，具体为一种基于电力现有市场的电力现货价格预测方法。
技术介绍
1、水电是可再生能源的一种，对于推动清洁能源转型、减少对化石燃料的依赖具有重要意义，其次，电力现货价格预测在电力市场中具有重要的经济意义，可以帮助电力市场参与者做出更有效的决策，降低风险，提高市场效率，在当前能源结构调整、清洁能源发展的大背景下，水电等可再生能源的地位日益重要，因此，对于水电现货市场的电力现货价格进行准确预测，不仅可以为能源生产企业提供合理的决策依据，还可以为消费者提供稳定可靠的用电环境，同时，电力现货价格预测方法的研究也可以促进相关技术和模型的创新，为电力市场的规范发展和可持续性发展提供支撑。
2、目前，现有的电力现货价格预测方法在数据清洗后再进行归一化，然后代入到gbdt模型进行训练，而gbdt模型倾向于在训练集上进行过度拟合，特别是在处理大量特征或数据噪声较多的情况下，易导致模型在新数据上的泛化能力不足，影响预测效果，并且，gbdt模型对异常值比较敏感，特别是在回归问题中，异常值可能对模型的拟合产生较大影响，导致最终预测结果出现偏差，而且，由于gbdt模型是由多棵树组成的集成模型，因此模型的解释性相对较弱，难以直观地解释每个特征对最终预测结果的影响。
3、为此，我们研发出了新的一种基于电力现有市场的电力现货价格预测方法。
技术实现思路
1、(一)解决的技术问题
2、针对现有技术的不足，本专利技术提供了一种基于电力现有市场的电力现货价格预测方
3、(二)技术方案
4、为实现以上目的，本专利技术通过以下技术方案予以实现：一种基于电力现有市场的电力现货价格预测方法，包括以下具体步骤：
5、步骤s1、收集历史的水电现货市场电力价格数据，电力价格数据包括具有时间序列的价格值，后对电力价格数据进行预处理，包括去除缺失值、异常值和平稳化处理；
6、步骤s2、对步骤s1中预处理后的电力价格进行时间序列分析，包括观察数据的趋势、季节性和周期性变化情况；
7、步骤s3、将所选电力价格数据带入arima模型内进行拟合，估计模型的参数；
8、步骤s4、对步骤s3中拟合后的arima模型进行诊断，以验证模型的拟合效果；
9、步骤s5、利用步骤s4中arima模型的拟合效果对未来的电力现货价格进行预测；
10、步骤s6、对步骤s5中的arima模型的预测结果进行评估。
11、优选的，所述步骤s1中通过采用插值法、箱线图和差分运算分别对缺失值、异常值和时间序列进行处理，以消除趋势和季节性影响。
12、优选的，将所述电力价格数据输入arima模型包括：将所述电力价格数据代入式(1)进行计算，以获取经过归一后的目标电力价格数据，得到x(t)在t+1期，即1期以后的预测值，记这个预测值为x(t+1)，称它为未来第1期的预测值；
13、
14、其中，d∈z，d>0，l为滞后算子，p为自回归项数，q为滑动平均项数，d为平稳序列所做的差分次数，ε(t)为白噪声误差项，i为差分，x(t)为x在t时间电力价格数据，φi为t的自然回系数，表示1期以后的预测值。
15、优选的，所述步骤s3中通过使用统计软件和编程语言中的任意一种，进行实现。
16、优选的，所述步骤s4中采用诊断方法为观察残差的自相关性、偏自相关性和残差的平稳性中的任意一种。
17、优选的，所述步骤s5中预测结果包括点预测和置信区间，以提供对未来价格波动的不确定性评估。
18、优选的，所述步骤s6中通过使用指标如均方误差、平均绝对误差和均方根误差中的任意一种，来评价模型的预测准确。
19、(三)有益效果
20、本专利技术提供了一种基于电力现有市场的电力现货价格预测方法。具备以下有益效果：
21、该种通过采用arima模型对水电现货市场的电力现货价格进行预测，收集历史的水电现货市场电力价格数据，后对数据进行预处理，将所选历史数据带入arima模型内进行拟合，并且对拟合后的arima模型进行诊断，以验证模型的拟合效果，从而使拟合好的arima模型对未来的电力现货价格进行预测，能够较好地捕捉具有一定规律性和历史数据的电力现货价格时间序列，能够适应趋势和季节性，并且，arima模型通常只有自回归项、差分阶数和移动平均项这几个参数，降低了调参的复杂度，有较强的可解释性，从而提高最终预测结果准确性。
本文档来自技高网...【技术保护点】
1.一种基于电力现有市场的电力现货价格预测方法，其特征在于，包括以下具体步骤：
2.根据权利要求1所述的一种基于电力现有市场的电力现货价格预测方法，其特征在于：所述步骤S1中通过采用插值法、箱线图和差分运算分别对缺失值、异常值和时间序列进行处理，以消除趋势和季节性影响。
3.根据权利要求1所述的一种基于电力现有市场的电力现货价格预测方法，其特征在于：将所述电力价格数据输入ARIMA模型包括：将所述电力价格数据代入式(1)进行计算，以获取经过归一后的目标电力价格数据，得到x(t)在t+1期，即1期以后的预测值，记这个预测值为x(t+1)，称它为未来第1期的预测值；
4.根据权利要求1所述的一种基于电力现有市场的电力现货价格预测方法，其特征在于：所述步骤S3中通过使用统计软件和编程语言中的任意一种，进行实现。
5.根据权利要求1所述的一种基于电力现有市场的电力现货价格预测方法，其特征在于：所述步骤S4中采用诊断方法为观察残差的自相关性、偏自相关性和残差的平稳性中的任意一种。
6.根据权利要求1所述的一种基于电力现有市场的电力
7.根据权利要求1所述的一种基于电力现有市场的电力现货价格预测方法，其特征在于：所述步骤S6中通过使用均方误差、平均绝对误差和均方根误差中的任意一种。
...【技术特征摘要】
1.一种基于电力现有市场的电力现货价格预测方法，其特征在于，包括以下具体步骤：
2.根据权利要求1所述的一种基于电力现有市场的电力现货价格预测方法，其特征在于：所述步骤s1中通过采用插值法、箱线图和差分运算分别对缺失值、异常值和时间序列进行处理，以消除趋势和季节性影响。
3.根据权利要求1所述的一种基于电力现有市场的电力现货价格预测方法，其特征在于：将所述电力价格数据输入arima模型包括：将所述电力价格数据代入式(1)进行计算，以获取经过归一后的目标电力价格数据，得到x(t)在t+1期，即1期以后的预测值，记这个预测值为x(t+1)，称它为未来第1期的预测值；
4.根据权利要求1所述的一种...
【专利技术属性】
技术研发人员：欧渊，吴磊，尚忠玉，陈瑞，赵超，吴溢，
申请(专利权)人：四川中电启明星信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。