摘要
本申请涉及一种现货市场电力价格预测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。方法包括:通过模态分解算法对历史电价时间序列进行分解,得到多个分解分量;获取电价影响因素文本数据;对电价影响因素文本数据进行预处理,得到目标文本数据;利用BERT模型提取目标文本数据中关键描述性词汇与上下文之间的关系,将关系转化为具有时间敏感性的特征向量,得到外生特征;通过预训练的电价预测模型,结合外生特征,分别对各分解分量进行预测,得到各分解分量分别对应的电价预测数据;电价预测模型为对LSTM模型进行训练得到的;叠加各分解分量分别对应的电价预测数据,得到目标电价预测数据。采用本方法能够提高电价预测结果的准确性。
技术关键词
电力价格预测方法
经验模态分解算法
集合经验模态分解
文本
序列
BERT模型
数据
计算机设备
计算机程序产品
可读存储介质
关系
噪声
处理器
预测装置
模块
气候
存储器
系统为您推荐了相关专利信息
声学特征
语音生成模型
训练场景
生成语音
预测特征
上下文特征
遥感图像云检测方法
结构特征提取
结构特征强化
缩放特征
智能评估方法
数据模式匹配
处理单元
多模态
计算机可存储介质
激光修复方法
虚拟夹具
端系统
法向量计算方法
激光焊枪
可解释预测方法
抗菌肽
注意力
抗菌功能
预训练语言模型