摘要
本发明公开了一种基于CNN‑LSTM潜力评估的用户收益核算方法及相关装置,属于预测及电力现货市场运营策略技术领域,包括以下步骤:明确场景所需参数,将已有数据进行处理,构建输入数据集;构建CNN‑LSTM模型,预测时间段对应的负荷调节潜力上下限;将模型预测好的负荷调节潜力分层作为相应容量,计算各区间层的相应置信度;构建响应容量分层核算模型,根据各区间置信度及奖惩机制分别计算各区间上报容量对应总收益E。本发明采用上述的一种基于CNN‑LSTM潜力评估的用户收益核算方法,可以更加合理上报响应容量,制定更加有效的市场策略,从而实现收益的最优化。
技术关键词
负荷调节潜力
核算方法
LSTM模型
奖惩机制
时间段
历史负荷数据
混合神经网络模型
长短期记忆神经网络
分层
历史温度数据
卷积特征提取
卷积神经网络模型
样本
皮尔逊相关系数
特征提取能力
核算装置
计算机存储介质
场景
系统为您推荐了相关专利信息
组合预测模型
皮尔逊相关系数
气象
天气
经验小波变换方法
虚拟储能
面向分布式光伏
联合调度方法
概率密度函数
初始荷电状态