一种电力现货市场交易的分类预测方法、设备及介质

本发明涉及一种电力现货市场交易的分类预测方法、设备及介质，该方法包括以下步骤：通过采集电力现货市场的内部数据集和外部数据集，使用局部离群因子算法过滤异常值，将数据集融合后通过MLP模型进行特征融合。对交易数据进行模糊化处理，转换为模糊隶属度，利用欧式距离计算与历史数据的相似度，并通过模糊C均值聚类算法KFCM分析与随机数据的相似性。最后，使用卷积神经网络CNN和长短期记忆网络LSTM构建融合数据预测分类模型，CNN捕捉局部特征，LSTM处理时间序列的长期依赖，提高模型的预测能力。本发明实现了降低数据精确性要求，提升模型泛化能力，同时保留关键特征，为交易数据分类提供有力支持。