摘要
本发明提供一种基于人工智能的电力现货市场价格预测方法及系统,涉及电力价格预测技术领域,包括基于历史交易数据和外部关联数据,利用深度强化学习优化模糊推理系统计算影响因子权重,对数据进行小波变换分解得到特征波动序列,加权融合生成市场特征融合序列;利用图注意力网络构建双向反馈神经网络提取市场交易特征并生成特征修正参数,结合级联森林算法生成分层预警信号构建动态市场行为特征图谱,将优化特征图谱输入包含多个预测子模型的预测模型组,通过跨模态特征交互模块实现信息共享和互补学习,生成初始预测结果,并根据智能出清规则进行约束校正,对校正预测结果进行修正,最终输出电力现货市场的预测价格。
技术关键词
交易特征
误差补偿模型
注意力
低频滤波器
深度强化学习模型
因子权重
模糊推理系统
高频滤波器
基础分类器
序列
预测特征
价格预测方法
网络结构特征
模糊规则库
生成特征
矩阵
验证通道
系统为您推荐了相关专利信息
谐波减速器
定量评估方法
多状态
工业机器人
径向基核函数
协同注意力
虚假信息检测方法
样本
多模态特征
双模态
糖尿病视网膜病变
融合方法
异构
Softmax函数
分支
实时数据
注意力
数据处理方法
置信度数值
数据处理装置