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
状态判断方法
多模态数据融合
特征值
阈值算法
神经网络模型
智能工业机器人
多源信息融合
路径规划算法
管理平台模块
模型算法
运动姿态识别方法
采集人体运动
纽扣
人体运动姿态
深度学习算法
信息安全防护装置
入侵检测模型
LoRa网关
特征数据库
数据预处理系统