基于集成学习的电价波动预测方法、设备和存储介质

本发明公开了一种基于集成学习的电价波动预测方法，包括：收集一次能源价格以及电价历史数据进行预处理；提取一次能源价格与电价的若干预设时间段的滞后值，建立第一训练数据集和第二训练数据集；构建随机森林模型，使用第一训练数据集进行训练，模型输出为对电价的初步预测值和特征重要性得分；构建Mamba模型，使用第二训练数据集进行训练，模型输出为电价的动态趋势预测值；利用贝叶斯优化算法，根据预测误差动态调整随机森林和Mamba模型的权重，并进行模型权重动态融合；在新权重组合下重新训练模型并计算预测误差，将结果加入训练数据，更新高斯过程，重复上述步骤使输出逐步收敛到全局最优的权重组合；基于训练完成的模型进行电价波动预测。