基于回归分析的电价波动性量化方法、装置、设备及介质

AITNT
正文
推荐专利
基于回归分析的电价波动性量化方法、装置、设备及介质
申请号:CN202411635676
申请日期:2024-11-15
公开号:CN119579231A
公开日期:2025-03-07
类型:发明专利
摘要
本发明涉及电力技术领域,尤其涉及一种基于回归分析的电价波动性量化方法、装置、设备及介质,方法包括:将电力峰值负荷时的电力价格波动作为因变量,将新能源发电、火力发电、电力需求量、发电量和容量电价作为自变量,建立多元线性回归模型;对自变量和因变量是否存在线性关系进行验证,初步进行多元线性回归分析,通过最小化残差平方和,找到最优的回归系数,并进行多重线性问题判断;采用岭回归分析法,在损失函数中加入正则化项来限制回归系数的大小,减少模型的过拟合,并通过交叉验证确认岭函数;对多元线性回归模型进行总体显著检验和回归系数显著性检验,分析拟合度;使用拟合后的多元线性回归模型对电价波动进行量化分析。
技术关键词
多元线性回归模型 多元线性回归分析 电力需求量 回归分析法 正则化参数 发电量 检验单元 负荷 处理器 误差 计算机设备 变量 存储器 训练集 矩阵 火电 介质 因子
系统为您推荐了相关专利信息
1
基于精确Zoeppritz方程的双边滤波叠前AVO反演方法
精确Zoeppritz方程 入射角道集 反演方法 正则化参数 数据
2
一种基于小波散射网络结合样本熵的局部放电模式识别方法
小波散射网络 局部放电模式识别方法 时频方法 电信号 样本熵特征
3
一种基于到达信号强度差的辐射源定位方法
辐射源定位方法 非线性优化方法 监测点 线性回归方法 非线性优化算法
4
一种视频帧流处理方法及其系统
关键帧 LSTM模型 对称加密算法 图像 视频帧
5
基于机器学习的大规模数据分析预测系统
深度神经网络架构 预测系统 模型训练模块 数据采集模块 XGBoost模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号