一种基于多源决策级数据融合的实时电价预测方法及系统技术方案

技术编号:42700320 阅读:22 留言:0更新日期:2024-09-13 11:55
本发明专利技术公开了一种基于多源决策级数据融合的实时电价预测方法及系统,属于短期电价预测技术领域,包括:采集目标区域的不同目标范围的用电数据作为原始数据,将数据量最小作为基准进行数据量统一,生成不同目标范围的具有相同数据量的数据集;基于深度学习库TensorFlow2.5的Keras框架,构建LSTM模型,通过数据集进行模型训练,构建预测模型;基于待测目标区域的不同待预测目标范围的预测数据,提取待预测目标范围的平均电力负荷作为影响力权重进行数据加权融合后,通过预测模型进行实时电价的预测。本发明专利技术实现了对于短期电价的精准预测,在保证了准确率较高的同时,也保证了电价剧烈波动时的误差在合理范围内。

【技术实现步骤摘要】

本专利技术涉及短期电价预测,具体而言,涉及一种基于多源决策级数据融合的实时电价预测方法及系统


技术介绍

1、随着电力物联网的发展和电力现货市场的开展,短期电价预测对于各市场主体的决策有着重要意义,根据预测的电价制定合理的用电计划可以优化调度,减少用电成本,实现自身利益的最大化。电力物联网整合了通信基础设施资源和电力系统基础设施资源,提高信息化水平,但同时也给各类数据采集系统带来了严峻的挑战,多源、异构的信息极大增加了短期电价预测的难度。不同区域间信息差距大,统一短期电价的预测需要对不同地区的电价进行整合。因此,急需设计一种多源决策级数据融合的短期电价预测技术,完成多个区域的统一短期电价预测。


技术实现思路

1、为了解决上述问题,本专利技术的目的是提供一种用于电力物联网的多源决策级数据融合的短期电价预测技术,意在通过预测不同地区的电价,在决策层面实现融合,完成多个区域的统一短期电价预测。

2、为了实现上述技术目的,本申请提供了一种基于多源决策级数据融合的实时电价预测方法,包括以下步骤:

...

【技术保护点】

1.一种基于多源决策级数据融合的实时电价预测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述一种基于多源决策级数据融合的实时电价预测方法,其特征在于:

3.根据权利要求2所述一种基于多源决策级数据融合的实时电价预测方法,其特征在于:

4.根据权利要求3所述一种基于多源决策级数据融合的实时电价预测方法,其特征在于:

5.根据权利要求4所述一种基于多源决策级数据融合的实时电价预测方法,其特征在于:

6.根据权利要求5所述一种基于多源决策级数据融合的实时电价预测方法,其特征在于:

7.一种基于多源决策级数据融合的实...

【技术特征摘要】

1.一种基于多源决策级数据融合的实时电价预测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述一种基于多源决策级数据融合的实时电价预测方法,其特征在于:

3.根据权利要求2所述一种基于多源决策级数据融合的实时电价预测方法,其特征在于:

4.根据权利要求3所述一种基于多源决策级数据融合的实时电价预测方法,其特征在于:

5.根据权利要求4所述一种基于多源决策级数据融合的实时电价预测方法,其特征在于:

【专利技术属性】
技术研发人员:韩照晶李伟康李宏杰高春成李晓嘉袁明珠郝建军宿亚杨生叶郑世强谢毅梁晨李鑫张畅
申请(专利权)人:山西电力交易中心有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1