摘要
本发明公开了一种基于大数据分析的市场出清电能边际成本预测方法及装置,其中方法包括对历史系统数据、历史边界数据和历史天气数据进行预处理,得到预处理数据;将预处理数据分别输入预先构建好的第一集成学习模型、第一深度学习模型、第一回归分析模型进行训练,得到第二集成学习模型、第二深度学习模型、第二回归分析模型,并进行融合,得到边际预测模型;将日前预测数据输入边际预测模型中,输出电力现货市场出清的处理结果。本发明提供的基于大数据分析的市场出清电能边际成本预测方法,能够有效地处理和分析大规模复杂数据,提供高精度的市场成本预测。
技术关键词
集成学习模型
深度学习模型
数据归一化方法
电能
电力系统负荷数据
新能源发电预测
天气
预测装置
长短期记忆网络
线性回归模型
随机森林模型
堆叠方法
处理器
水力发电
误差
气象
控制中心
模块
系统为您推荐了相关专利信息
无人机
作业系统
路径规划算法
图像处理模块
云端服务器
元器件
优化设计方法
优化设计系统
反馈调节机制
路径优化算法
镭射转移印刷系统
深度学习模型
深度学习图像识别
LED光源
图像模糊程度
交叉验证方法
静态代码分析
Web漏洞扫描
深度学习模型
LSTM模型
功能测试用例
测试验证设备
集成学习模型
日志
列表