摘要
本发明涉及电力市场价格预测技术领域,具体涉及一种基于相似日概率修正的电力现货价格预测方法及系统,包括以下步骤:S1,电力数据采集:获取日前现货市场的历史市场信息和日前电力现货价格数据;S2,特征工程构建:对采集的电力数据进行特征工程构建;S3,数据预处理:形成数据集;S4,模型训练:对LightGBM模型进行训练;S5,相似日匹配:筛选与预测日相似度最高的k个历史日;S6,竞价空间与日前电价的区间概率分布建模:建立竞价空间区间与日前电价区间的概率映射矩阵;S7,预测结果修正与最终电价预测:生成最终的日前现货电价预测序列。本发明,在构建预测逻辑时更贴近实际市场情境,增强了电价走势建模的稳定性与适应性。
技术关键词
电力现货价格预测
LightGBM模型
概率分布建模
特征工程
分箱
贝叶斯算法
序列
矩阵
日期
超参数
价格预测技术
电力交易平台
皮尔逊相关系数
数据格式
索引
元素
模型训练模块
风电
系统为您推荐了相关专利信息
客流预测系统
客流预测方法
特征工程
数据采集模块
斯皮尔曼相关系数
Stacking集成模型
多模态数据融合
铝型材
粉末喷涂工艺
在线学习机制
卡顿检测方法
数据流特征
核心
模式
卡顿检测装置