基于时空注意力机制的深度强化LSTM电价预测方法及系统

本发明公开了基于时空注意力机制的深度强化LSTM电价预测方法及系统，涉及电力市场分析与预测技术领域，包括获取原始电力市场数据，并对原始电力市场数据进行动态窗口构建和时频域联合标准化处理，生成结构化特征矩阵，提取标准化数据矩阵的空间特征，生成多尺度空间特征图谱，并建模时序依赖关系，并通过加权融合生成时空联合增强特征，设计多目标损失函数，联合优化预测误差、风险调整收益及时间价值风险，并基于重要性采样更新模型参数，结合折扣因子和状态值函数进行渐进式调整，生成最终电价预测模型。本发明使得模型在保持高预测精度的同时，具有泛化能力和鲁棒性，能够适应电力市场环境的动态变化，为电力市场参与者提供更可靠的决策支持。