摘要
本申请涉及一种基于信息熵的组合模型电价预测方法及系统,包括:收集历史月份电价和电价影响因素数据,运用神经网络模型和时间序列模型预测历史近期电价,根据历史近期电价计算绝对误差,根据绝对误差计算两种模型的稳定性和准确性加权系数,得到最终加权系数,通过两种模型分别预测目标预测月的电价,并根据两个模型的最终加权系数得出最终预测电价。本申请基于信息熵通过两个模型的组合使用完成中长期电价预测,过程中考虑到影响电价的多种因素,综合多种预测模型的优点,预测结果更准确,对长周期电力市场的变化适应性较强。
技术关键词
时间序列模型
信息熵
电价预测方法
建立神经网络模型
电价预测系统
数据
采集单元
周期
电力
系统为您推荐了相关专利信息
智能知识库
语义特征
管理方法
条目
知识图谱构建
龙门式起重机
轮式行走机构
故障诊断方法
数据
粒子群优化算法
芯片架构
性能指标数据
人工智能模型
时间序列模型
策略