【技术实现步骤摘要】
本专利技术涉及电力系统电价预测，更具体地说，它涉及一种节点电价联合概率预测方法。
技术介绍
1、现有技术中，常用的电价预测方法主要包括统计回归类方法、人工智能类方法和混合预测方法等。统计回归类方法主要基于历史数据建立数学模型进行预测，如时间序列分析、状态空间模型等；人工智能类方法主要利用机器学习算法进行预测，如神经网络、支持向量机等；混合预测方法则是将多种预测方法进行组合以提高预测精度。
2、然而，现有电价预测技术仍存在以下不足：
3、现有预测方法通常将电力系统物理约束和市场行为作为相互独立的因素处理，忽视了两者之间的耦合关系，特别是在极端天气、设备故障等应急情况下，物理约束与市场流动性之间的相互作用会增强，导致预测精度下降；目前的极端电价预测方法多采用简单的统计外推或阈值触发机制，无法精确识别系统的临界状态，这使得预测结果存在较高的误报率和漏报率，难以为市场参与者提供可靠的预警信息；传统预测方法缺乏对极端电价形成机制的深入分析，无法有效量化不同因素的贡献度及其传播路径，在复杂的电力系统中，物理约束变化可能通过影...
【技术保护点】
1.一种节点电价联合概率预测方法，其特征在于，包括：
2.根据权利要求1所述的一种节点电价联合概率预测方法，其特征在于，所述构建双重状态监测系统的步骤包括：
3.根据权利要求1所述的一种节点电价联合概率预测方法，其特征在于，所述设计临界预警指标的步骤包括：
4.根据权利要求3所述的一种节点电价联合概率预测方法，其特征在于，所述物理约束指标的非线性组合函数采用径向基函数网络实现，所述流动性指标的非线性组合函数采用基于注意力机制的深度神经网络实现，所述物理约束与流动性交叉项的非线性组合函数采用张量网络实现。
5.根据权利要求...
【技术特征摘要】
1.一种节点电价联合概率预测方法，其特征在于，包括：
2.根据权利要求1所述的一种节点电价联合概率预测方法，其特征在于，所述构建双重状态监测系统的步骤包括：
3.根据权利要求1所述的一种节点电价联合概率预测方法，其特征在于，所述设计临界预警指标的步骤包括：
4.根据权利要求3所述的一种节点电价联合概率预测方法，其特征在于，所述物理约束指标的非线性组合函数采用径向基函数网络实现，所述流动性指标的非线性组合函数采用基于注意力机制的深度神经网络实现，所述物理约束与流动性交叉项的非线性组合函数采用张量网络实现。
5.根据权利要求1所述的一种节点电价联合概率预测方法，其特征在于，所述引入状态空间映射算法的步骤包括：
6.根据权利要求5所述的一种节点电价联合概率预测方法，其特征在于，所述状态空间区域划分采用融合统计物理学理论和机器学...
【专利技术属性】
技术研发人员：耿庆庆，朱永灿，皇甫宜耿，杜宇华，刘同海，常琼林，李军，王艳军，王颖，杨明乐，
申请(专利权)人：西安广林汇智能源科技有限公司，
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。