摘要
本发明公开一种基于量化设计的现货市场购电量申报复盘方法及系统,方法包括:采集影响现货市场购电量的特征数据,对采集的特征数据进行基于量化设计的预处理,生成完整可用的量化数据集;将预处理后的量化数据集输入至预先构建并训练好的CNN‑LSTM复盘模型中,获得现货市场购电量的复盘结果;其中,所述CNN‑LSTM复盘模型是采用历史购电量及对应的历史特征数据以XHFP损失函数最小为目标训练获得的。本发明降低了购电量复盘的误差率,提高了模型复盘的精度,复盘效果大大提升,为代理购电参与现货市场提供科学指导,推进代理购电业务稳定高效开展。
技术关键词
数据
深度卷积神经网络
因子
长短期记忆网络
表达式
曲线
一维卷积神经网络
负荷
处理器
插值法
模块
可读存储介质
变量
积层
代表
结点
风电
指令
风速
系统为您推荐了相关专利信息
无人机
深度学习网络
智能评估方法
作战飞机
人类
现场调试方法
焊接机器人
仿真场景
压缩机
焊接工艺