摘要
本发明提供了一种基于TPE优化机器学习算法的电价预测方法,包括以下步骤:获得电力市场中电价与负荷数据;根据得到的数据集,将电价与负荷数据进行变分模态分解(VMD)为一个以上的本征模态函数和残差信号,确定输入序列;数据预处理,对输入的时间序列进行归一化处理,将其数值归算到[‑1,1];将得到的预处理数据集划分为训练集和测试集;为了让机器学习算法更好的处理,使用树结构Parzen估计器(TPE)对于轻量级梯度提升机算法(LIGHTGBM)进行参数的确定;使用最优参数组合进行训练,最后将输出的结果进行反归一化处理,得到最后的预测结果。该方法能够保证获得准确的输出结果。
技术关键词
电价预测方法
优化机器学习
梯度提升机
数据
概率密度函数
超参数
机器学习算法
机器学习模型
负荷
序列
模式
频率
数值
电力
代表
定义
信号
系统为您推荐了相关专利信息
机器人力控
自动校准方法
力控装置
抛光系统
数据处理模块
模拟断路器装置
移动式
神经网络模型
保护系统
模拟模型