摘要
本发明公开了一种基于混合模型实现现货市场日前电价预测的方法,包括如下步骤:步骤一:利用CEEMDAN算法对待预测电价数据进行模态分解,得到电价预测参考数据;步骤二:利用CNN预测模型和LSTM预测模型对电价预测参考数据的时空特性抽取与预测,并输出高频IMF分量预测结果;步骤三:通过ARIMA预测模型实现非高频IMF分量的时序特性抽取与预测,针对非高频的IMF分量输出预测结果;步骤四:分别读取步骤二、步骤三的预测结果,通过混合模型对预测结果进行整合与评估。能够适应不同市场各自的运行规律,提升了各自的预测效果;将预测结果进行合并,通过组合模型提升最终预测效果,有利于模型的稳定运行和效果保证,提高了预测的准确度。
技术关键词
构建深度神经网络
数据处理程序
双曲正切函数
高频率
信号特征
时序特征
表达式
噪声
算法
超参数
机制
矩阵
序列
运维
日期
记忆