摘要
本发明提供了一种电力市场主体行为趋势确定方法、介质及系统,属于电力市场主体行为趋势分析技术领域,包括:通过综合运用强化学习、深度神经网络和数据分析技术,实现对电力市场复杂行为的精准预测。研究首先采集电力市场历史运行数据,并进行多维度时序分解,提取价格和报价的稳定与波动特征。通过构建无奖励函数的五元组模型,结合专家知识和主成分分析,迭代优化奖励函数模型,建立市场主体行为方程组。随后,利用编码器‑解码器结构的深度神经网络,结合极大似然估计方法,构建市场主体行为概率分布模型。最终,该方法能够准确预测市场主体行为趋势,解决了现有技术中存在的难以准确把握电力市场主体行为趋势的问题。
技术关键词
电力市场主体
网络安全约束
策略
深度神经网络模型
方程
报告
构建深度神经网络
特征提取模块
卷积神经网络提取
编码器解码器
主成分分析方法
估计方法
可读存储介质
时序依赖关系
强化学习模型
数据分析技术
历史运行数据
系统为您推荐了相关专利信息
程度检测方法
拉普拉斯金字塔
程度检测设备
二维转台
伺服控制板
大型地下洞室
高应力
混合神经网络模型
数据
特征工程
虚拟同步机
PWM调制
sigmoid函数
双闭环控制
电压
多模型协同
视觉分析系统
车牌字符识别
推理架构
道路监控图像
分布式计算系统
联合优化方法
微服务器
服务调用关系
矩阵