一种考虑了天气因素的Transformer电价点-区间仿真预测方法

AITNT
正文
推荐专利
一种考虑了天气因素的Transformer电价点-区间仿真预测方法
申请号:CN202510017953
申请日期:2025-01-06
公开号:CN119963244A
公开日期:2025-05-09
类型:发明专利
摘要
本发明涉及电力技术领域,具体为一种考虑了天气因素的Transformer电价点‑区间仿真预测方法,包括以下步骤:收集电力市场的电价数据,对天气影响因素进行梳理,得到原始数据集;对所述原始数据集利用皮尔逊相关系数进行影响因素数据筛选,得到与电价数据的影响因素数据作为电价预测模型的输入特征数据,形成原始电价序列;采用改进的完全集合经验模态分解(ICEEMDAN)及变分模态分解(VMD)对原始电价序列进行分解,获得多个电价子序列数据;通过电价预测等技术,可以有效为电力市场多场景实验推演模型构建与仿真模拟工具开发奠定基础,从而为研究不同时间尺度下、不同层级间的适应新型电力系统的市场机制、系统调节的市场化交易算法提供数据支持与理论依据。
技术关键词
仿真预测方法 序列 复合多尺度 集合经验模态分解 前馈神经网络 复杂度 非参数核密度估计 预测误差 数据 皮尔逊相关系数 天气 多头注意力机制 特征选择 预测装置 概率密度函数 重构 时序 开发奠定基础 新型电力系统
系统为您推荐了相关专利信息
1
基于交替归纳子图序列和共同偏好的知识图谱关系预测方法
关系预测方法 实体 图谱 序列化特征 语义特征
2
基于粒子群优化与蚁群算法的广告资源优化方法和装置
特征提取器 广告投放策略 资源分配 蚁群算法 样本
3
基于多模态大模型和思维链的图文问答方法、设备及介质
问答方法 多模态 文本 图文 序列
4
开集跨域故障诊断模型的训练方法、装置及设备
无标签数据 旋转机械振动信号 故障诊断模型 故障分类器 特征提取器
5
基于异常密度引导截断亲和最大化的医保异常检测方法、装置、设备和介质
医保异常检测方法 语义 密度 序列 异构
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