基于数据分解和组合神经网络的短期电价预测方法

本发明涉及电力现货市场短期电价预测技术领域，传统单一神经网络模型无法对数据集中的丰富信息进行有效提取，数据分解算法在对电价序列进行分解时所要分解的电价子序列数K无法合理选取；本发明提供一种基于数据分解和组合神经网络的短期电价预测方法，对输入的电价序列通过卷积层与池化层分别进行特征提取与特征压缩，降低了神经网络模型训练的复杂度，将电价序列的混乱程度即包络熵作为目标函数，对模态分量K值和惩罚因子ξ进行迭代优化，利用PSO优化算法和皮尔逊相关系数对电价序列进行参数优化和噪声剔除，降低了原始电价序列中隐藏的噪声电价对神经网络预测模型的影响。