摘要
本发明涉及时间序列预测、集成深度学习及电力市场分析技术领域,公开了一种基于动态集成自适应的电力价格预测方法及相关设备,该方法包括获取多元电价数据,并对多元电价数据进行预处理得到训练数据集;构建动态集成自适应电价预测模型,使用训练数据集训练多个基学习器模型,使用验证集评估多个基学习器模型性能,动态调整模型组合的权重,获取最终权重;将测试数据输入至多个基学习器模型内并结合最终权重得到最终预测值;本发明通过构建动态集成自适应价格预测模型可以有效的捕捉时间序列中的非线性统计特性,更好地应对数据的动态性和非平稳性,实现短期电力价格的精准预测。
技术关键词
电力价格预测方法
学习器
预测误差
动态
表达式
集成深度学习
价格预测模型
预测系统
长短期记忆网络
门控循环单元
可读存储介质
变量
处理器
模块
累积误差
滑动窗口
异常数据
控制权
系统为您推荐了相关专利信息
融合图像特征
图像增强模块
特征提取网络
矩阵
多头注意力机制
协议特征
语义图谱
多源异构数据融合
静态特征
识别策略
分布式系统
节点
事件计数器
集成方法
梯度提升决策树
频域滤波器
交叉点
模糊逻辑推理
模糊逻辑算法
滤波算法
布隆过滤器
关键字
查询方法
支持内积运算
云服务器