一种基于动态模态分解融合LSTM+CKDE的电价预测方法

本发明公开了一种基于动态模态分解融合LSTM+CKDE的电价预测方法。步骤1.数据收集，包括：含时间序列特征及价格波动指标的历史电价，发电参数，电力市场供需数据，外部环境因素参数；步骤2.对所收集数据进行数据预处理，异常值处理及缺失值插补；步骤3.将经步骤2处理后的数据采用最大信息系数法或皮尔逊相关系数分析法进行特征输入变量的筛选；步骤4.对筛选的特征输入变量进行动态模态分解，获取动态特征向量；步骤5.采用LSTM算法构建电价预测模型，输入动态特征向量；步骤6.采用CKDE方法评估电价预测模型。本发明提升了电价预测的准确率。