摘要
本发明公开一种电力现货价格预测方法、介质及系统,该方法包括:将原始的电力现货市场运行场景进行缩减,得到缩减后的电力现货市场运行场景;构建由长短期记忆网络LSTM和改进的XGBoost模型依次连接组成的电力价格预测模型,并将收集的历史电力市场现货价格进行筛选处理,将筛选处理后的历史电力市场现货价格用于训练所述电力价格预测模型;将采集的缩减后的电力现货市场运行场景的评价指标输入训练后的所述电力价格预测模型,输出预测的电力现货价格。本发明将场景缩减和电价预测结合起来,实现兼顾精确性与高效性的电力现货价格预测,提高了电力现货市场价格预测的精度和速度。
技术关键词
电力现货价格预测
价格预测模型
长短期记忆网络
场景
计算机程序指令
指标
可读存储介质
层次分析法
熵权法
处理器
节点
精度
参数
速度
系统为您推荐了相关专利信息
故障监测系统
配电柜
图像识别模块
图像采集模块
数据存储库
训练模拟系统
数据分析装置
视觉装置
冰面
数据采集装置
机器学习模型
复杂度
因子
长短期记忆网络
生成对抗网络
编队控制方法
事件触发机制
连续滑模控制
编队控制器
邻居
画像特征
短视频推荐方法
训练样本数据
偏好特征
视频推荐技术