本发明专利技术公开了一种电力市场短期价格预测方法及装置，该方法包括：获取历史时间序列对应的短期价格数据序列，并对短期价格数据序列进行序列分解，得到电力市场短期价格分解子序列；将获得的电力市场短期价格分解子序列分为训练样本以及测试样本，并对训练样本及测试样本进行平滑处理；构建基于改进LSTM模型的电力市场短期价格预测模型，利用训练样本对电力市场短期价格预测模型进行训练；利用测试样本对训练后的电力市场短期价格预测模型进行测试，测试通过后得到训练好的电力市场短期价格预测模型；本发明专利技术有助于电力市场参与主体决策，能够为电力市场的健康发展提供支撑。
【技术实现步骤摘要】
本专利技术属于电力市场价格预测方法领域，尤其涉及一种电力市场短期价格预测方法及装置。
技术介绍
1、电力市场短期价格在电力市场参与者的决策过程中有着不可或缺的作用。一方面，准确的电力市场短期价格预测可以帮助市场参与者制定更加合理和优化的决策方案，从而降低成本、提高效益；另一方面，不准确的电力市场短期价格预测可能导致市场参与者做出不良的决策，导致供需失衡、市场波动等问题，从而影响整个电力市场的稳定性和可靠性。因此，电力市场短期价格预测越来越受到广泛关注。然而，电力市场的开放化以及可再生能源的大量投入，改变了市场的格局和运行方式，市场供需关系变得更加复杂和不稳定，进而导致电价的波动性增大，给电力市场短期价格预测带来了更大的挑战和困难。因此，需要提出一种新的电力市场短期价格预测方法，提高短期电价预测的准确性，为电力市场参与主体提供决策依据，为电力市场的健康发展提供支撑。
技术实现思路
1、本专利技术采用以下技术方案：
2、一种电力市场短期价格预测方法，该方法包括以下步骤：
>3、获取历史时间序本文档来自技高网...
【技术保护点】
1.一种电力市场短期价格预测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的一种电力市场短期价格预测方法，其特征在于，当对LSTM模型进行改进时，所述基于改进LSTM模型的电力市场短期价格预测模型与前馈神经网络连接的多头因果注意力模块用于将经前馈神经网络输出的向量进行处理，以获取作为多头因果注意力机制层的输出，经过线性变化和Softmax函数获得多头因果注意力机制的输出，其中Softmax函数为：
3.根据权利要求1所述的一种电力市场短期价格预测方法，其特征在于，所述的对短期价格数据序列进行序列分解的方法为：
4.根据权利要求1所述的一...
【技术特征摘要】
1.一种电力市场短期价格预测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的一种电力市场短期价格预测方法，其特征在于，当对lstm模型进行改进时，所述基于改进lstm模型的电力市场短期价格预测模型与前馈神经网络连接的多头因果注意力模块用于将经前馈神经网络输出的向量进行处理，以获取作为多头因果注意力机制层的输出，经过线性变化和softmax函数获得多头因果注意力机制的输出，其中softmax函数为：
3.根据权利要求1所述的一种电力市场短期价格预测方法，其特征在于，所述的对短期价格数据序列进行序列分解的方法为：
4.根据权利要求1所述的一种电力市场短期价格预测方法，其特征在于，所述的对训练样本及测试样本进行平滑处理的方法为：利用savitzky-golay滤波公式对数据进行平滑处...
【专利技术属性】
技术研发人员：周进，魏联滨，李娜，张来，罗帅，雷铮，王学军，闫大威，王魁，王彬，刘宇行，陈月，徐晓萌，徐福，
申请(专利权)人：国网天津市电力公司，
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。